P3C-MADDPG算法的多无人机协同追捕对抗策略研究

打开文本图片集

摘 要：针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务，提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先，为解决多智能体深度确定性策略梯度（Multi-Agent Deep Deterministic Policy Gradient，MADDPG）算法训练速度慢和Q值高估问题，在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制（Prioritized Experience Replay，PER）和设计的3线程并行Critic网络模型，提出P3C-MADDPG算法。（剩余19170字）