人工智能輔助決策,是實現(xiàn)水下無人系統(tǒng)集群作戰(zhàn)應用智能化所面臨的關(guān)鍵問題。在實際作戰(zhàn)應用中,水下無人系統(tǒng)集群存在裝備異構(gòu)性、約束動態(tài)性、任務不確定性等問題。傳統(tǒng)的人工智能方法難以解決狀態(tài)及約束要素動態(tài)變化所導致的模型不確定性問題。圖神經(jīng)網(wǎng)絡技術(shù)是基于認知科學的連接主義人工智能方法——關(guān)系型強化學習的一種。通過構(gòu)建決策圖,用決策圖的頂點表示無人系統(tǒng)集群智能決策狀態(tài)及約束要素屬性,用決策圖的邊表示各決策要素之間的邏輯推理關(guān)系屬性,通過強化學習方法訓練整個決策圖的頂點屬性、邊屬性以及決策圖全局屬性,從而通過提取決策圖的屬性信息實現(xiàn)水下無人系統(tǒng)的人工智能輔助決策。本文旨在探究將圖神經(jīng)網(wǎng)絡技術(shù)應用在水下無人系統(tǒng)智能輔助決策中的可行性,對水下無人系統(tǒng)智能輔助決策進行圖神經(jīng)網(wǎng)絡建模,構(gòu)建智能輔助決策推理算法偽代碼,研究基于圖神經(jīng)網(wǎng)絡技術(shù)的水下無人系統(tǒng)智能決策的技術(shù)實現(xiàn)。 

【文章來源】：艦船科學技術(shù). 2020,42(23)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

GNN理論模型Fig.2GNNtheoreticalmodel基于圖神經(jīng)網(wǎng)絡的無人系統(tǒng)集群智能強化學習研

能決策GNN圖的強化學習，目的是從4臺無人水下航行器中選擇幾臺來執(zhí)行滿足該約束與隊形的任務。圖4為MDP強化學習的仿真GNN決策圖。其中節(jié)點1表示搜索任務，節(jié)點2表示能量約束，節(jié)點3表示任務對應的隊形約束，節(jié)點4～節(jié)點7表示可以選擇來完成任務的航行器，每個航行器的最大速度、續(xù)航能力等都不相同。如果能夠滿足任務需求該航行器代表的頂點與約束頂點的邊屬性即強化學習回報為1，否則回報為0。同理，決策時能夠滿足任務需求的邊屬性回報值為1，否則為0。圖4MDP仿真模型GNN決策圖Fig.4SimulationGNNDecisionGraphofMDP圖5為基于圖神經(jīng)網(wǎng)絡技術(shù)的水下無人系統(tǒng)智能決策Matlab仿真試驗結(jié)果，其中縱坐標是決策圖全局屬性的總回報，橫坐標是決策圖進行強化學習訓練的迭代步數(shù)。由圖可知，在進行100次訓練時就可以通過GNN決策圖輸出可以滿足任務執(zhí)行需求的決策結(jié)果。最優(yōu)的決策圖全局策略回報值為4，如果強化學習對決策圖的訓練結(jié)果總回報為4時即表示策略成功。圖5智能決策強化學習仿真結(jié)果Fig.5IntelligentdecisionRLsimulationresults第42卷馮振宇，等：基于圖神經(jīng)網(wǎng)絡技術(shù)的水下無人系統(tǒng)智能決策研究·65·

。同理，決策時能夠滿足任務需求的邊屬性回報值為1，否則為0。圖4MDP仿真模型GNN決策圖Fig.4SimulationGNNDecisionGraphofMDP圖5為基于圖神經(jīng)網(wǎng)絡技術(shù)的水下無人系統(tǒng)智能決策Matlab仿真試驗結(jié)果，其中縱坐標是決策圖全局屬性的總回報，橫坐標是決策圖進行強化學習訓練的迭代步數(shù)。由圖可知，在進行100次訓練時就可以通過GNN決策圖輸出可以滿足任務執(zhí)行需求的決策結(jié)果。最優(yōu)的決策圖全局策略回報值為4，如果強化學習對決策圖的訓練結(jié)果總回報為4時即表示策略成功。圖5智能決策強化學習仿真結(jié)果Fig.5IntelligentdecisionRLsimulationresults第42卷馮振宇，等：基于圖神經(jīng)網(wǎng)絡技術(shù)的水下無人系統(tǒng)智能決策研究·65·


本文編號：3346697