Mission Engineering Competencies

新的强化学习方法增强了复杂系统中的任务协调

研究人员通过将高保真数字任务模型与强化学习（RL）相结合，开发了一种用于复杂系统之系统（SoS）任务协调的新方法。该方法将任务分配构建为马尔可夫决策过程，并使用近端策略优化（Proximal Policy Optimization）训练RL协调器以适应动态任务环境。一项空中灭火任务模拟表明，在多个场景下同时训练的协调器优于在单一场景下训练的协调器，这凸显了多样化训练数据对鲁棒性能的重要性。