人工智能輔助決策,是實(shí)現(xiàn)水下無人系統(tǒng)集群作戰(zhàn)應(yīng)用智能化所面臨的關(guān)鍵問題。在實(shí)際作戰(zhàn)應(yīng)用中,水下無人系統(tǒng)集群存在裝備異構(gòu)性、約束動(dòng)態(tài)性、任務(wù)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(dòng)態(tài)變化所導(dǎo)致的模型不確定性問題。圖神經(jīng)網(wǎng)絡(luò)技術(shù)是基于認(rèn)知科學(xué)的連接主義人工智能方法——關(guān)系型強(qiáng)化學(xué)習(xí)的一種。通過構(gòu)建決策圖,用決策圖的頂點(diǎn)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(qiáng)化學(xué)習(xí)方法訓(xùn)練整個(gè)決策圖的頂點(diǎn)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(shí)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(luò)技術(shù)應(yīng)用在水下無人系統(tǒng)智能輔助決策中的可行性,對(duì)水下無人系統(tǒng)智能輔助決策進(jìn)行圖神經(jīng)網(wǎng)絡(luò)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(luò)技術(shù)的水下無人系統(tǒng)智能決策的技術(shù)實(shí)現(xiàn)。 

【文章來源】：艦船科學(xué)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(luò)的無人系統(tǒng)集群智能強(qiáng)化學(xué)習(xí)研

能決策GNN圖的強(qiáng)化學(xué)習(xí)，目的是從4臺(tái)無人水下航行器中選擇幾臺(tái)來執(zhí)行滿足該約束與隊(duì)形的任務(wù)。圖4為MDP強(qiáng)化學(xué)習(xí)的仿真GNN決策圖。其中節(jié)點(diǎn)1表示搜索任務(wù)，節(jié)點(diǎn)2表示能量約束，節(jié)點(diǎn)3表示任務(wù)對(duì)應(yīng)的隊(duì)形約束，節(jié)點(diǎn)4～節(jié)點(diǎn)7表示可以選擇來完成任務(wù)的航行器，每個(gè)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(wù)需求該航行器代表的頂點(diǎn)與約束頂點(diǎn)的邊屬性即強(qiáng)化學(xué)習(xí)回報(bào)為1，否則回報(bào)為0。同理，決策時(shí)能夠滿足任務(wù)需求的邊屬性回報(bào)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(luò)技術(shù)的水下無人系統(tǒng)智能決策M(jìn)atlab仿真試驗(yàn)結(jié)果，其中縱坐標(biāo)是決策圖全局屬性的總回報(bào)，橫坐標(biāo)是決策圖進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練的迭代步數(shù)。由圖可知，在進(jìn)行100次訓(xùn)練時(shí)就可以通過GNN決策圖輸出可以滿足任務(wù)執(zhí)行需求的決策結(jié)果。最優(yōu)的決策圖全局策略回報(bào)值為4，如果強(qiáng)化學(xué)習(xí)對(duì)決策圖的訓(xùn)練結(jié)果總回報(bào)為4時(shí)即表示策略成功。圖5智能決策強(qiáng)化學(xué)習(xí)仿真結(jié)果Fig.5IntelligentdecisionRLsimulationresults第42卷馮振宇，等：基于圖神經(jīng)網(wǎng)絡(luò)技術(shù)的水下無人系統(tǒng)智能決策研究·65·

。同理，決策時(shí)能夠滿足任務(wù)需求的邊屬性回報(bào)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(luò)技術(shù)的水下無人系統(tǒng)智能決策M(jìn)atlab仿真試驗(yàn)結(jié)果，其中縱坐標(biāo)是決策圖全局屬性的總回報(bào)，橫坐標(biāo)是決策圖進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練的迭代步數(shù)。由圖可知，在進(jìn)行100次訓(xùn)練時(shí)就可以通過GNN決策圖輸出可以滿足任務(wù)執(zhí)行需求的決策結(jié)果。最優(yōu)的決策圖全局策略回報(bào)值為4，如果強(qiáng)化學(xué)習(xí)對(duì)決策圖的訓(xùn)練結(jié)果總回報(bào)為4時(shí)即表示策略成功。圖5智能決策強(qiáng)化學(xué)習(xí)仿真結(jié)果Fig.5IntelligentdecisionRLsimulationresults第42卷馮振宇，等：基于圖神經(jīng)網(wǎng)絡(luò)技術(shù)的水下無人系統(tǒng)智能決策研究·65·


本文編號(hào)：3346697