多智能體協(xié)同決策仿真平臺(tái)研究與開發(fā)

摘要： 強(qiáng)化學(xué)習(xí)仿真平臺(tái)為強(qiáng)化學(xué)習(xí)提供交互和訓(xùn)練的環(huán)境。為了使仿真平臺(tái)兼容多智能體強(qiáng)化學(xué)習(xí)算法，滿足軍事領(lǐng)域仿真的需求，提煉多智能體強(qiáng)化學(xué)習(xí)算法中的相似流程，設(shè)計(jì)統(tǒng)一接口，將多種不同類型深度強(qiáng)化學(xué)習(xí)算法在仿真平臺(tái)進(jìn)行嵌入驗(yàn)證；優(yōu)化仿真平臺(tái)后端服務(wù)框架以加速算法模型的訓(xùn)練過程。實(shí)驗(yàn)結(jié)果表明：在仿真平臺(tái)中統(tǒng)一接口規(guī)范，能夠兼容多種不同類型的多智能體強(qiáng)化學(xué)習(xí)算法，顯著提升了后端服務(wù)框架重構(gòu)和...