[深度强化学习算法进阶项目】[源代码+论文】(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_文章底部可以扫码

分层多智能体强化学习及自对弈训练—轻量化空战机动系统的深度
[深度强化学习算法进阶项目】[源代码+论文】(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_文章底部可以扫码

基于一种分层多智能体强化学习框架，
通过高层指挥官策略与低层单元策略的协同，实现了复杂空战场景下的高效机动决策。该文献结合课程学习、自对弈机制与混合神经网络架构，显著提升了空战智能体的战术能力。
!文献提出了一种双层决策架构，将空战任务分解为高层全局规划与低层单元控制:
1、高层指挥官策略(T):
负责全局任务规划，如选择攻击或逃跑策略，并指定攻击目标。观察信息包括友方与敌方位置、速度、武器状态等，决策基于预训练的低层策略。
2、低层单元策略(T
分为战斗策略(πf)与逃跑策略(π_e)，分别控制无人机的机动、射击与撤退行为。战斗策略优先抢占敌方尾部优势位置，逃跑策略通过拉大与敌机距离获得奖励。协同机制:采用集中训练+分散执行(CTDE)框架，低层策略共享参数以提升协同效率，高层策略动态调用低层策略实现全局优化。