Research on game strategy of spacecraft chase and escape based on adaptive augmented random search

Research on game strategy of spacecraft chase and escape based on adaptive augmented random search

To solve the problem of the survival differential policy interception between a spacecraft and a non-cooperative target pursuit game, the pursuit game policy is studied based on reinforcement learning, and the adaptive-augmented random search algorithm is proposed. Firstly, to solve the sparse rewar...

Disgrifiad llawn

Manylion Llyfryddiaeth
Prif Awduron:	JIAO Jie, GOU Yongjie, WU Wenbo, PAN Binfeng
Fformat:	Erthygl
Iaith:	zho
Cyhoeddwyd:	EDP Sciences 2024-02-01
Cyfres:	Xibei Gongye Daxue Xuebao
Pynciau:	非合作目标追逃博弈微分对策强化学习稀疏奖励
Mynediad Ar-lein:	https://www.jnwpu.org/articles/jnwpu/full_html/2024/01/jnwpu2024421p117/jnwpu2024421p117.html

Eitemau Tebyg

游戏智能中的AI——从多角色博弈到平行博弈
gan: 沈宇, et al.
Cyhoeddwyd: (2020-12-01)

Attitude control of on-orbit capture spacecraft with angular velocity constraint
gan: XU Lin, et al.
Cyhoeddwyd: (2022-06-01)

基于动态动作覆盖的深度强化学习新闻推荐
gan: 董相宏, 安俊秀
Cyhoeddwyd: (2024-05-01)

基于非合作博弈的微网混合储能容量配置方法
gan: 孙海霞, et al.
Cyhoeddwyd: (2021-09-01)

智能博弈综述：游戏AI对作战推演的启示
gan: 孙宇祥, et al.
Cyhoeddwyd: (2022-06-01)

LTE-A多小区中继网络两跳速率匹配资源分配算法
gan: 文凯, et al.
Cyhoeddwyd: (2015-01-01)

基于改进DQN算法的复杂海战场路径规划方法
gan: 郁洲, et al.
Cyhoeddwyd: (2022-09-01)

Research on game strategy of underwater attack and defense process in typical situation
gan: WANG Zhong, et al.
Cyhoeddwyd: (2023-08-01)

基于博弈论的合作频谱感知策略设计
gan: 包志强, et al.
Cyhoeddwyd: (2017-01-01)

强化学习：迈向知行合一的智能机制与算法
gan: 王飞跃, et al.
Cyhoeddwyd: (2020-06-01)

机器人自动轴孔装配研究进展
gan: 徐德, et al.
Cyhoeddwyd: (2022-06-01)

基于合作博弈的发电侧共享储能规划模型
gan: 孙偲, et al.
Cyhoeddwyd: (2019-07-01)

基于群体熵的机器人群体智能汇聚度量
gan: 冯埔, et al.
Cyhoeddwyd: (2022-03-01)

一种基于合作博弈的深度调峰补偿策略
gan: 范峻伟, et al.
Cyhoeddwyd: (2022-09-01)

基于动态自选择参数共享的合作多智能体强化学习算法
gan: 王涵, et al.
Cyhoeddwyd: (2022-03-01)

基于SE-YOLOv5s的绝缘子检测
gan: 田庆, et al.
Cyhoeddwyd: (2021-09-01)

大语言模型对齐研究综述
gan: 刘昆麟, 屈新纪, 谭芳, 康红辉, 赵少伟, 施嵘
Cyhoeddwyd: (2024-06-01)

基于深度强化学习的六足机器人运动规划
gan: 傅汇乔, et al.
Cyhoeddwyd: (2020-12-01)

动态环境下基于语义信息与几何约束的视觉SLAM系统
gan: 李嘉铭, 解明扬, 张民, 王从庆
Cyhoeddwyd: (2023-12-01)

基于能量收集技术的协作卸载计算方案
gan: 王珺，赵浩东
Cyhoeddwyd: (2024-06-01)

基于深度强化学习的微网优化运行综述
gan: 周翔, et al.
Cyhoeddwyd: (2023-05-01)

基于深度强化学习算法的自主式水下航行器深度控制
gan: 王日中, et al.
Cyhoeddwyd: (2020-12-01)

异构多智能体系统的输出同步：一个基于数据的强化学习方法
gan: 刘莹莹, et al.
Cyhoeddwyd: (2020-12-01)

基于强化学习的数据驱动多智能体系统最优一致性综述
gan: 李金娜, et al.
Cyhoeddwyd: (2020-12-01)

一种基于深度学习的机械臂分拣方法
gan: 田思佳, et al.
Cyhoeddwyd: (2020-09-01)

基于深度强化学习的智能暖气温度控制系统
gan: 李涛, et al.
Cyhoeddwyd: (2020-12-01)

基于TD3的电动汽车复合电源能量管理策略研究
gan: 刘家成, et al.
Cyhoeddwyd: (2022-06-01)

部属等14所医学院校十年科技成果统计分析
Cyhoeddwyd: (1990-01-01)

Target allocation decision of incomplete information game based on Bayesian Nash equilibrium
gan: WEI Na, et al.
Cyhoeddwyd: (2022-08-01)

群视角下的多智能体强化学习方法综述
gan: 项凤涛, 罗俊仁, 谷学强, 苏炯铭, 张万鹏
Cyhoeddwyd: (2023-09-01)

电力光通信网中风险均衡路由算法研究
gan: 张庚, et al.
Cyhoeddwyd: (2021-01-01)

面向数字货币量化交易的OAC模型研究
gan: 许波, 贺一峻, 李祥霞
Cyhoeddwyd: (2024-06-01)

基于双池DQN的HVAC无模型优化控制方法
gan: 马帅, et al.
Cyhoeddwyd: (2022-09-01)

平行艺术：人机协作的艺术创作
gan: 郭超, et al.
Cyhoeddwyd: (2019-12-01)

在新诊断的2型糖尿病患者中评估短期胰岛素强化治疗期间血糖达标时间作为血糖目标的作用
gan: Liehua Liu, et al.
Cyhoeddwyd: (2023-02-01)

动物逃笼原因分析及防范措施和处理方法的探讨
gan: 吴其锐, et al.
Cyhoeddwyd: (2006-01-01)

面向化工园区有害气体泄漏的博弈巡逻策略
gan: 陈茵, 张立泽, 帅国华, 陈黎丽, 王震
Cyhoeddwyd: (2023-09-01)

面向数据中心绿色可靠运行的强化学习方法
gan: 贾庆山, et al.
Cyhoeddwyd: (2020-12-01)

3D目标检测方法研究综述
gan: 黄哲, 王永才, 李德英
Cyhoeddwyd: (2023-03-01)

基于强化学习的多基站协作接收时隙Aloha网络信道接入机制
gan: 黄元康1，詹文1，孙兴华2
Cyhoeddwyd: (2024-06-01)