层次化多智能体强化学习在真实空中作战中的协调策略

在真实空中作战模拟中实现任务目标极具挑战性，由于情报不完整和非线性飞行动力学。本文引入一种新型3D多智能体空战环境和一种层次化多智能体强化学习框架以应对这些挑战。我们的方法结合了异构智能体动力学、课程学习、联盟赛制以及新适配的训练算法。为此，决策过程被组织为两个抽象层次：低层策略学习精确的控制机动，而高层策略基于任务目标发布战术命令。实证结果表明，我们的层次方法在复杂dogfight场景中提高了学习效率和作战性能。