面向高性能强化学习的训练环境
人工智能
2025-05-06 v1
摘要
本文介绍 Tunnel，一个用于高性能飞机的简单、开源的强化学习训练环境。它将 F16 三维非线性飞行动力学集成到 OpenAI Gymnasium Python 包中。该模板包含边界、目标、对手和感知能力的原语，这些原语可根据作战需求而变化。这为任务规划者提供了一种手段，以快速响应不断变化的环境、传感器能力和自主空战飞机的对手。它为研究人员提供了接触与作战相关的飞机物理学的途径。任何熟悉 Gymnasium 和/或具备基本 Python 技能的人都可以访问 Tunnel 代码库。本文展示了一项为期一周的权衡研究，该研究调查了多种训练方法、观察空间和威胁呈现方式。这促进了研究人员和任务规划者之间的协作，从而可以转化为国家军事优势。随着战争越来越依赖自动化，软件敏捷性将与决策优势相关联。在此背景下，飞行员必须拥有适应对手的工具。研究人员可能需要数月时间才能在空战模拟器中培养定制观察、动作、任务和训练方法的技能。而在 Tunnel 中，这可以在几天内完成。
引用
@article{arxiv.2505.01953,
title = {Training Environment for High Performance Reinforcement Learning},
author = {Greg Search},
journal= {arXiv preprint arXiv:2505.01953},
year = {2025}
}