基于深度強化學(xué)習(xí)的立體投送策略優(yōu)化方法研究

摘要： 基于深度強化學(xué)習(xí)算法在策略優(yōu)化問題中的良好表現(xiàn)，以立體投送作戰(zhàn)行動為主要研究對象，提出了一種深度強化學(xué)習(xí)框架與仿真推演實驗協(xié)同的作戰(zhàn)行動策略優(yōu)化方法。在分析策略優(yōu)化研究現(xiàn)狀的基礎(chǔ)上，根據(jù)研究問題對深度學(xué)習(xí)框架進行了分析比較，構(gòu)建了基于A3C算法的深度強化學(xué)習(xí)立體投送策略模型，并通過仿真推演和分布式計算，實現(xiàn)深度強化學(xué)習(xí)模型與“人不在回路”仿真推演的交互學(xué)習(xí)，獲得優(yōu)化后的立體投送...