一种基于拟合强化学习的空战行为建模方法

摘要

本发明提出了一种基于拟合强化学习的空战行为建模方法，解决了虚拟空战仿真中战术动作的智能决策问题。本方法包含：对飞机作战过程的轨迹进行采样；在状态空间中对效用函数进行拟合，通过贝尔曼迭代和最小二乘法拟合对效用函数进行近似计算；作战决策，通过前瞻测试，在预测过程中采用所拟合的效用函数进行动作决策，根据预测的执行结果确定最终执行的动作。本发明方法可有效提高效用函数的拟合效率以及获取效率，相对传统方法，本发明方法能更快地获取最优行动策略。