基于強化學習的艦船目標跟蹤有限理性博弈算法研究

摘要： 針對現(xiàn)實中的決策者并非總能完全理性分析問題的情況，提出有限理性下的追逃博弈算法。建立追逃博弈模型，先求解完全理性下博弈雙方的鞍點策略。引入有限理性level-k模型，對追擊者和躲避者思考策略的層次進行結(jié)構(gòu)性假設(shè)，允許追逃雙方具備不同的策略推理能力，并給出相應等級的值函數(shù)和策略，策略滿足HJI方程。隨著等級的增加，策略最終會趨于納什均衡。由于HJI方程難以直接求解，基于強化學習的... （共8頁）