第43卷第1期2023年2月飞机设计AIＲCＲAFTDESIGNVol．43No．1Feb．2023收稿日期:2022－03－20;修订日期:2022－12－05作者简介:谢育星(1997—)，女，硕士研究生引用格式:谢育星，陆屹，管聪，等．协同空战与多智能体强化学习下的关键问题［J］．飞机设计，2023，43(1):6－10．XIEYuxing，LUYi，GUANCong，etal．KeyProblemsinCoordinatedAirCombatandMulti-agentＲeinforcementLearning［J］．AircraftDesign，2023，43(1):6－10．文章编号:1673－4599(2023)01－0006－05doi:10．19555/j．cnki．1673－4599．2023．01．002协同空战与多智能体强化学习下的关键问题谢育星，陆屹，管聪，纪德东(沈阳飞机设计研究所，辽宁沈阳110035)摘要:自从协同作战的概念提出后，各军事强国在协同空战领域均取得了重大进展，协同成为提升作战能力的倍增器。近数十年来，作为解决序列问题的现代智能方法，强化学习在各领域高速发展。然而，面对高维变量问题时，传统的单智能体强化学习往往表现不佳，多智能体强化学习算法为解决复杂多维问题提出新的可能。通过对多智能体强化学习算法原理、训练范式与协同空战的适应性进行分析，提出了协同空战与多智能体强化学习的未来发展方向，为更好地把多智能体强化学习应用于协同空战提供思路。关键词:协同空战;多智能体强化学习;训练范式;集中式训练分布式执行(CTDE)中图分类号:V11文献标识码:AKeyProblemsinCoordinatedAirCombatandMulti-agentＲeinforcementLearningXIEYuxing，LUYi，GUANCong，JIDedong(ShenyangAircraftDesign＆ＲesearchInstitute，Shenyang110035，China)Abstract:Sincetheconceptofcooperativeoperationwasputforward，allmilitarypowershavemadegreatprogressinthefieldofcooperativeaircombat，andcoordinationhasbecomeamultipliertoen-hancecombatcapability．Inrecentdecades，asamodernintelligentmethodtosolvesequenceprob-lems，reinforcementlearninghasdevelopedrapidlyinvariousfields．However，inthefaceofhigh-di-mensionalvariableproblems，thetraditionalsingle-agentreinforcementlearningoftenperformspoor-ly．Multi-agentreinforcementlearningalgorithmsprovidenewpossibilitiesforsolvingcomplexmulti-dimensionalproblems．Byanalyzingtheadaptabilityofmulti-agentreinforcementlearningalgorithmprinciple，trainingparadigmandcooperativeaircombat，thefuturedevelopment...
