公开(公告)号：CN115525058B

公开(公告)日：2023-05-16

申请号：CN202211300640.5

申请日：2022-10-24

Applicant: 哈尔滨工程大学

Inventor： 陈力恒 ,  王龙才 ,  吴昶懋 ,  张勇刚 ,  赵玉新 ,  谈用杰

IPC: G05D1/06

Abstract: 本发明公开了一种基于深度强化学习的无人潜航器集群协同对抗方法，包括以下步骤：S1、设计无人潜航器集群协同对抗策略的动作空间、状态空间、观测空间与奖励函数；S2、设计每个无人潜航器的集中式评判模块；S3、设计每个无人潜航器的分布式执行模块；S4、每个无人潜航器通过自主学习得到协同对抗的最优动作。本发明采用上述基于深度强化学习的无人潜航器集群协同对抗方法，能够解决无人航器集群决策方法无法应对多约束、高动态的水下攻防对抗任务问题。

公开(公告)号：CN116680568A

公开(公告)日：2023-09-01

申请号：CN202310694954.6

申请日：2023-06-13

Applicant: 哈尔滨工程大学

Inventor： 陈力恒 ,  谈用杰 ,  吴昶懋 ,  张勇刚 ,  侯兴科 ,  覃大清

IPC: G06F18/214 ,  G06F18/10 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明公开了一种基于LSTM与迁移学习的潜航器意图预测方法，涉及潜航器目标意图预测领域，包括以下步骤：S1：建立虚拟潜航器意图数据集；S2：对已建立的潜航器意图数据集做滤波处理；S3：利用已做滤波处理的虚拟数据集训练LSTM神经网络，得到预训练模型LSTM1；S4：采集潜航器真实意图数据，得到实验训练集，通过迁移学习LSTM1模型参数移至实验应用场景，利用实验训练集训练得到神经网络模型LSTM2。本发明采用上述的一种基于LSTM与迁移学习的潜航器意图预测方法，解决潜航器在少量数据情况下预测准确率不高的问题。

公开(公告)号：CN115525058A

公开(公告)日：2022-12-27

申请号：CN202211300640.5

申请日：2022-10-24

Applicant: 哈尔滨工程大学

Inventor： 陈力恒 ,  王龙才 ,  吴昶懋 ,  张勇刚 ,  赵玉新 ,  谈用杰

IPC: G05D1/06

Abstract: 本发明公开了一种基于深度强化学习的无人潜航器集群协同对抗方法，包括以下步骤：S1、设计无人潜航器集群协同对抗策略的动作空间、状态空间、观测空间与奖励函数；S2、设计每个无人潜航器的集中式评判模块；S3、设计每个无人潜航器的分布式执行模块；S4、每个无人潜航器通过自主学习得到协同对抗的最优动作。本发明采用上述基于深度强化学习的无人潜航器集群协同对抗方法，能够解决无人航器集群决策方法无法应对多约束、高动态的水下攻防对抗任务问题。