南京航空航天大学学报

作者：王志刚，龚华军，尹逸，刘小雄

单位：南京航空航天大学自动化学院, 南京 211106；,南京航空航天大学自动化学院, 南京 211106；,西北工业大学自动化学院, 西安 710072；,西北工业大学自动化学院, 西安 710072；

关键词：协同空战决策;多智能体强化学习;混合奖励函数;长短期记忆网络

现代战争中的空战态势复杂多变，因此探索一种快速有效的决策方法十分重要。本文对多架无人机协同对抗问题展开研究，提出一种基于长短期记忆（Long and short-term memory， LSTM）和多智能体深度确定策略梯度（Multi-agent deep deterministic policy gradient，MADDPG）的多机协同超视距空战决策算法。首先，建立无人机运动模型、雷达探测区模型和导弹攻击区模型。然后，提出了多机协同超视距空战决策算法。设计了集中式训练LSTM-MADDPG分布式执行架构和协同空战系统的状态空间来处理多架无人机之间的同步决策问题；设计了学习率衰减机制来提升网络的收敛速度和稳定性；利用LSTM网络改进了网络结构，增强了网络对战术特征的提取能力；利用基于衰减因子的奖励函数机制加强无人机的协同对抗能力。仿真结果表明所提出的多机协同超视距空战决策算法使无人机具备了协同攻防的能力，同时算法具备良好的稳定性和收敛性。

来源：2025年第5期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2025年第5期