.png){kind=icon}
返回
A multi-type target collaborative allocation method with temporal constraints
.png){kind=icon}
OA
AI
DOI：10.1016/j.iswa.2026.200665.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文针对多武器协同对抗多种目标类型场景下的时序约束目标分配挑战，通过设计基于目标压缩与分段决策的对抗深度Q网络动态目标分配框架，克服了传统规划方法在处理序贯决策、动态响应及耦合关系上的技术局限。首先，针对地面无人编队使用两种炮弹打击三种典型目标的作战场景，构建了融入时序依赖的毁伤机制模型；其次，利用多维度状态空间编码弹药库存与目标状态，建立分段决策机制以实现分配矩阵与打击序列的联合优化；最后，引入目标压缩模块以解决高维动作空间中的策略稳定性问题。仿真实验表明，所提方法在满足时序约束的同时显著提升了打击效能，为智能目标分配提供了新的技术路径。
Keyword:
Target allocation
Temporal constraints
Deep reinforcement learning
Segmented decision-making
期刊
I
IF:
4.3
论文数:
92
被引数:
0
机构
引用论文
Constraint-Feature-Guided Evolutionary Algorithms for Multi-Objective Multi-Stage Weapon-Target Assignment Problems约束特征引导的进化算法在多目标多阶段武器目标分配问题中的应用
PREAI
分享收藏Multi-UAV Cooperative Target Assignment Method Based on Reinforcement Learning基于强化学习的多无人机协同目标分配方法.png)
DRONESOAAI
DRONESIF4.8
OAAI分享收藏A Survey of Reinforcement Learning Algorithms for Dynamically Varying Environments动态变化环境下的强化学习算法综述
OAAI
OAAI分享收藏
查看更多内容