深度强化学习及其在军事领域中的应用综述 |
| |
引用本文: | 张梦钰,豆亚杰,陈子夷,姜江,杨克巍,葛冰峰.深度强化学习及其在军事领域中的应用综述[J].系统工程与电子技术,2024(4):1297-1308. |
| |
作者姓名: | 张梦钰 豆亚杰 陈子夷 姜江 杨克巍 葛冰峰 |
| |
作者单位: | 国防科技大学系统工程学院 |
| |
基金项目: | 国家自然科学基金(71901214,71971213); |
| |
摘 要: | 随着大数据、云计算、物联网等一系列新兴技术的大量涌现,人工智能技术不断取得突破性进展。深度强化学习(deep reinforcement learning, DRL)技术作为人工智能的最新成果之一,正被逐渐引入军事领域中,促使军事领域走向信息化和智能化。在未来战争作战模式及军队发展建设中,网络化、信息化、智能化和无人化形成重要特征,已经成为不可逆转的趋势。因此,在回顾了DRL基本原理和主要算法的基础上,对当前DRL在武器装备、网络安全、无人机(unmanned aerial vehicle, UAV)编队、智能决策与博弈等方面的应用现状进行了系统的梳理与总结。最后,针对实际推进DRL技术在军事领域应用落地所面临的一系列问题和挑战,提供了未来进一步研究的思路。
|
关 键 词: | 深度强化学习 军事应用 智能决策 发展趋势 |
|
|