论文页面 - DRG-MAPPO：面向协同空战的层次化动态角色图多智能体强化学习

来源：https://huggingface.co/papers/2609.11155

摘要

一种结合图注意力与动态角色分配的层次化多智能体强化学习框架，可提升空战中的战术协同与胜率。

多智能体强化学习 (https://huggingface.co/papers?q=Multi-Agent%20Reinforcement%20Learning) 已成为自主系统和空战复杂决策的关键范式。尽管该方法在空战中展现了巨大潜力，但实现精细的战术协同仍是重大挑战。这主要归因于两个限制：(1) 缺乏结构化的关系建模 (https://huggingface.co/papers?q=relational%20modeling) 阻碍了智能体捕捉战场实体间复杂、时变的交互关系；(2) 传统扁平架构通常无法显式建模战术角色，导致高度动态环境中的任务分配模糊。为解决这些挑战，我们提出了层次化动态角色图多智能体近端策略优化 (https://huggingface.co/papers?q=Proximal%20Policy%20Optimization) (DRG-MAPPO (https://huggingface.co/papers?q=DRG-MAPPO))——一种集成基于图的关系建模 (https://huggingface.co/papers?q=relational%20modeling) 与动态角色分配 (https://huggingface.co/papers?q=dynamic%20role%20assignment) 的新型多智能体强化学习框架。具体而言，DRG-MAPPO 构建了战场交互的图表示，并利用图注意力机制 (https://huggingface.co/papers?q=graph%20attention%20mechanisms) 提取友军、敌军和威胁之间的关键关系特征。随后，高层策略采用动态角色分配机制来确定战术职责（例如“领导者”与“支援者”）。基于这些角色和编码后的图关系特征，低层策略执行离散机动动作，从而实现战术策略与协同执行的联合优化。此外，我们设计了目标优先级辅助任务 (https://huggingface.co/papers?q=auxiliary%20task)，以促进集火等行为的涌现。实验结果表明，DRG-MAPPO 取得了87%的最优胜率，表明我们的框架能有效平衡协同空战中的关系建模 (https://huggingface.co/papers?q=relational%20modeling)、可解释性与优化稳定性。

查看 arXiv 页面 (https://arxiv.org/abs/2609.11155) 查看 PDF (https://arxiv.org/pdf/2609.11155) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.11155)

在您的代理中获取此论文：

hf papers read 2609.11155

尚未安装最新CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

无模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2609.11155 以将其关联到本页面。

引用此论文的数据集0

无数据集关联此论文

在数据集的 README.md 中引用 arxiv.org/abs/2609.11155 以将其关联到本页面。

引用此论文的 Space 0

无 Space 关联此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2609.11155 以将其关联到本页面。

包含此论文的收藏夹0

无收藏夹包含此论文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 以将其关联到本页面。