系统工程与电子技术

作者：张梦钰, 豆亚杰, 陈子夷, 姜江, 杨克巍, 葛冰峰

单位：国防科技大学系统工程学院, 湖南 长沙 410003

关键词：深度强化学习,军事应用,智能决策,发展趋势

基金：国家自然科学基金(71901214);国家自然科学基金(71971213);湖南省科技创新计划(2020RC4046)

随着大数据、云计算、物联网等一系列新兴技术的大量涌现, 人工智能技术不断取得突破性进展。深度强化学习(deep reinforcement learning, DRL)技术作为人工智能的最新成果之一, 正被逐渐引入军事领域中, 促使军事领域走向信息化和智能化。在未来战争作战模式及军队发展建设中, 网络化、信息化、智能化和无人化形成重要特征, 已经成为不可逆转的趋势。因此, 在回顾了DRL基本原理和主要算法的基础上, 对当前DRL在武器装备、网络安全、无人机(unmanned aerial vehicle, UAV)编队、智能决策与博弈等方面的应用现状进行了系统的梳理与总结。最后, 针对实际推进DRL技术在军事领域应用落地所面临的一系列问题和挑战, 提供了未来进一步研究的思路。

来源：2024年第4期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第4期