使用深度强化学习与可解释AI的战斗机导航与作战
人工智能
2025-02-20 v1
摘要
本文介绍了在定制的 Pygame 模拟环境中开发基于人工智能（AI）的战斗机智能体，旨在通过深度强化学习（DRL）解决多目标任务。该战斗机的主要目标包括在环境中高效导航、到达目标，以及选择性地与敌人交战或规避敌人。奖励函数平衡了这些目标，同时优化的超参数提高了学习效率。结果显示任务完成率超过 80\%，证明了有效的决策能力。为了增强透明度，通过比较实际选择动作（事实动作）的奖励与替代动作（反事实动作）的奖励，分析了该战斗机的动作选择，从而深入理解决策依据。本研究展示了 DRL 在利用可解释 AI 解决多目标问题方面的潜力。项目页面位于：\href{https://github.com/swatikar95/Autonomous-Fighter-Jet-Navigation-and-Combat}{项目 GitHub 链接}。
引用
@article{arxiv.2502.13373,
title = {Fighter Jet Navigation and Combat using Deep Reinforcement Learning with Explainable AI},
author = {Swati Kar and Soumyabrata Dey and Mahesh K Banavar and Shahnewaz Karim Sakib},
journal= {arXiv preprint arXiv:2502.13373},
year = {2025}
}