Estratégia de Combate Aéreo Usando Deep Q-Learning

Sistemas de aeronaves não tripuladas (UAS) são componentes essenciais no combate aéreo do futuro. Devido à alta dinâmica e aleatoriedade das aeronaves, métodos tradicionais têm dificuldade em resolver a estratégia de controle ótima. As características do aprendizado por reforço (RL) correspondem à dificuldade deste problema. Neste artigo, construímos um ambiente de jogo de combate aéreo e treinamos o agente com deep Q-learning (DQN). Apesar de um aumento ligeiro na probabilidade de perdas, nosso método apresenta desempenho muito melhor do que outros algoritmos nas simulações. Comparado com métodos baseados em busca, como Minimax e MCTS, a política treinada por DQN pode adotar táticas específicas com uma visão de longo prazo do jogo. O resultado mostra que um grande número de simulações e características e recompensas cuidadosamente projetadas são pontos essenciais do DQN.