机构名称：
¥ 1.0
本文介绍了课程交织在一起的在线行为克隆（IOBC），作为一种培训代理进行军事行动的方法，不仅应对复杂和动态的战斗场景所带来的挑战，还解决了军事教义和策略如何转移到这些代理商中。它突出了传统强化学习（RL）方法的局限性，并提出了与课程学习结合结合的在线行为克隆，作为增强RL代理培训的解决方案。通过利用基于规则的代理进行培训期间的指导，IOBC可以加速学习并改善RL代理的表现，尤其是在培训和复杂场景的早期阶段。该研究使用Lealegsim（一种以增强性学习为中心的模拟环境）进行了实验，证明了我们方法在增强剂性能和可伸缩性方面的有效性。结果表明，IOBC在没有指导的情况下明显胜过RL代理，为在具有挑战性的环境中提供了稳定的学习基础。这些发现突显了IOBC在现实世界中的军事应用中的潜力。
WSC'22准备手稿
主要关键词
相关文件推荐
