联系人：唐帅文 0731-87006125 / 18673152573
魏婉莹 0731-87006142 / 15122018329
周依芃 0731-87006107 / 13217311024
谢怡菡 0731-87006107 / 18874275767
孙佳妮 15201086188，scarlett@aconf.org（会议服务）
网 站： https://sose.aconf.cn
深度强化学习驱动的装备体系参数优化方法
编号：78
稿件编号：59 访问权限：仅限参会人
更新：2025-07-29 14:24:14
浏览：234次
口头报告
报告开始：2025年08月03日 16:00 （Asia/Shanghai）
报告时间：20min
所在会议：[O] 开幕式/大会报告 » [P1] 分论坛一、智能增强的体系工程
暂无文件
摘要
装备体系参数优化是提升作战效能与降低成本的关键。现有方法在建立体系参数与作战效能映射关系时，通常使用固定的规则式策略，无法充分挖掘体系参数效能潜力，造成效能评估偏差与资源浪费。为此，本文提出一种深度强化学习驱动的装备体系参数优化方法，通过显式地将体系参数信息嵌入智能体网络，使作战策略能够动态适配不同参数配置。该方法结合实验设计、代理模型构建与多目标优化技术，实现参数与策略的协同优化。以无人机反舰作战为例的实验表明，所提方法在相同成本条件下可提升作战效能2.6%，或在相同效能要求下降低成本2.1%，有效验证了该方法的有效性。
关键字
深度强化学习；装备体系参数优化；代理模型；D3QN
报告人
发表评论