基于时间尺度分离理论的空战深度强化学习分层算法

谭泰; 江泰民; 黎博文; 李杰; 李辉; 化晨昊

doi:10.12454/j.jsuese.202400419

您当前的位置：

首页 >

文章列表页 >

基于时间尺度分离理论的空战深度强化学习分层算法

智能交叉科学与工程 | 更新时间：2026-03-26

- 基于时间尺度分离理论的空战深度强化学习分层算法
- Hierarchical Deep Reinforcement Learning Algorithm for Air Combat Based on Time Scale Separation Theory
- “六自由度无人机空战场景复杂，深度强化学习应用受限。专家提出TTS‒PPO算法，分离长短周期状态量，优化策略，提升收敛速度与泛化性，为无人机空战决策提供新方案。”
- 工程科学与技术 2026年58卷第2期页码：69-83
- 作者机构：
  
  1.四川大学计算机学院，四川成都 610065
  2.四川大学视觉合成图形图像技术国家级重点实验室，四川成都 610065
- 作者简介：
  
  谭泰（1995—），男，硕士生. 研究方向：深度强化学习. E-mail： tantai@stu.scu.edu.cn
  李辉，教授， E-mail： lihuib@scu.edu.cn
- 基金信息：
  
  国家自然科学基金项目(U20A20161)
- DOI：10.12454/j.jsuese.202400419
  中图分类号： TP181;V249.1
- 收稿：2024-06-02，
  
  修回：2024-12-16，
  
  网络首发：2025-03-27，
  
  纸质出版：2026-03-20
- 稿件说明：
移动端阅览
谭泰,江泰民,黎博文,等.基于时间尺度分离理论的空战深度强化学习分层算法[J].工程科学与技术,2026,58(2):69‒83.

Tan Tai,Jiang Taiming,Li Bowen,et al.Hierarchical deep reinforcement learning algorithm for air combat based on time scale separation theory[J].Advanced Engineering Sciences,2026,58(2):69‒83.
谭泰,江泰民,黎博文,等.基于时间尺度分离理论的空战深度强化学习分层算法[J].工程科学与技术,2026,58(2):69‒83. DOI： 10.12454/j.jsuese.202400419.

Tan Tai,Jiang Taiming,Li Bowen,et al.Hierarchical deep reinforcement learning algorithm for air combat based on time scale separation theory[J].Advanced Engineering Sciences,2026,58(2):69‒83. DOI： 10.12454/j.jsuese.202400419.

浏览量

264

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于时间尺度分离理论的空战深度强化学习分层算法

Hierarchical Deep Reinforcement Learning Algorithm for Air Combat Based on Time Scale Separation Theory

DOI：10.12454/j.jsuese.202400419