期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于RACE-MFT算法的多智能体战略状态融合模型研究
1
作者 陈亮 智鑫龙 王珺琳 《通信与信息技术》 2026年第1期1-6,共6页
在军事模拟战略中,作战任务的执行往往依赖于团队的高效协同,多智能体强化学习方法正是为应对这一需求而被广泛引入的。然而,在实际应用过程中,由于多智能体对所处环境状态的观测构建不够充分,导致其获取的信息较为有限,难以满足复杂军... 在军事模拟战略中,作战任务的执行往往依赖于团队的高效协同,多智能体强化学习方法正是为应对这一需求而被广泛引入的。然而,在实际应用过程中,由于多智能体对所处环境状态的观测构建不够充分,导致其获取的信息较为有限,难以满足复杂军事任务中战场感知的要求。针对这一问题,提出一种基于RACE的多模态信息融合技术改进方法(RACE-MFT)。该方法通过整合属性、文本和图像三方面信息,构建了更为丰富和全面的智能体状态表示,从而增加状态维度,增强智能体的信息感知能力,使其能够做出更优的决策。实验在即时战略游戏《星际争霸Ⅱ》和自建的“争夺要地任务”环境中开展。结果显示,在《星际争霸Ⅱ》中,使用RACE-MFT的智能体对阵游戏自带AI时,胜率提升了3%。在改进算法与原算法的对抗中,胜率稳定在80%。在“争夺要地”环境里,相比其他单一模块改进,RACE-MFT的收敛奖励达到最大值。证实了RACE-MFT在处理多智能体团队协同任务时的有效性。 展开更多
关键词 军事模拟战略 多智能体强化学习 race-mft 多模态信息融合
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部