人工智能在作战决策中的应用：基于强化学习与图神经网络的武器目标分配

核心观点

该研报针对战场环境中武器-目标分配（WTA）问题，提出了一种基于深度强化学习（DRL）和图神经网络（GNN）的智能决策模型，旨在最大化平台生存概率。传统WTA方法存在模型简化、计算负担重、适应性差等局限性，而DRL方法在表示战场拓扑关系、可扩展性和目标函数实用性方面存在不足。

研究方法

• 将WTA问题建模为部分可观察马尔可夫决策过程（POMDP），并利用高保真度兵棋推演模拟环境进行验证。
• 设计了包含观察特征、基于图的动作表示和奖励结构的POMDP模型。
• 提出了一种GNN-DRL模型，其中GNN用于增强对战场拓扑关系的表示，DRL用于优化决策策略。

关键数据

• 实验涵盖了海军和地面作战等多个军事领域。
• 性能指标为完全生存概率（PCS）。
• 与9种基线方法进行了比较，包括确定性策略和随机策略。
• GNN模型在不同深度结构下的性能进行了比较，并进行了t-SNE可视化分析。

研究结论

• GNN-DRL模型在泛化性和可扩展性方面优于基线方法。
• GNN的实施显著提高了性能。
• 提出的决策策略考虑了拦截器库存状态和距离相关的命中概率，形成了一种复杂的交战策略。
• 未来工作将集成基于超启发式的DRL和探索合作多智能体强化学习框架。