基于强化学习的无人系统智能决策

无人系统正逐渐成为现代社会各领域中的重要组成部分。自主决策能力是无人系统智能化的重要体现，也是无人系统智能化执行任务的关键技术。强化学习是当前人工智能技术中无人系统实现从环境中自主学习行为策略的有效途径，经过近些年的研究，强化学习的算法研究取得了丰富的成果，涵盖从单智能体到多智能体，从离散状态到连续空间，从低维到高维的决策建模，能够适应无人系统的各种任务决策的建模。本书从工程应用的视角出发，分析了强化学习进行无人系统自主决策的一般性方法，主要研究基于强化学习实现无人系统执行空战决策和集群协同等各类任务环节的智能决策，实现从任务背景到仿真验证。本书内容尽可能结合工程应用背景，以期对该领域的工程实践具有较好的参考性。本书不仅适用于强化学习应用建模的初学者阅读，也可作为从事无人系统工作的科研人员及高校师生的教材和主要参考书籍使用。

第1章绪论

1.1引言

1.2无人作战系统

1.2.1空中无人作战系统

1.2.2地面无人作战系统

1.2.3海上无人作战系统

1.3无人作战系统发展趋势

1.4强化学习与无人系统

第2章强化学习理论

2.1强化学习的概念

2.1.1基本概念

2.1.2强化学习的要素

2.2马尔可夫决策过程

2.2.1定义

2.2.2基于值函数的求解方法

2.2.3基于策略的求解方法

2.3部分可观测的马尔可夫决策过程

2.3.1定义

2.3.2求解方法

2.4深度强化学习

2.4.1定义

2.4.2主要算法框架

2.5分层强化学习

2.5.1半马尔可夫决策过程

……