控制与决策

作者：王晴,王浩然,辛斌,张佳

单位：北京理工大学 自动化学院， 北京 100081;自主智能无人系统全国重点实验室， 北京 100081,,北京理工大学 自动化学院， 北京 100081,,北京理工大学 自动化学院， 北京 100081;自主智能无人系统全国重点实验室， 北京 100081,,北京理工大学 自动化学院， 北京 100081;自主智能无人系统全国重点实验室， 北京 100081,

关键词：传感器-武器-目标分配;近端策略优化;OODA环;动态决策;强化学习;Actor-Critic架构

基金：北京市自然科学基金面上项目(4252050)；国家自然科学基金青年科学基金项目(A类)(62425304)；国家自然科学基金基础科学中心项目(62088101).

现代战场环境下的动态传感器-武器-目标分配(SWTA)问题具有高动态、强对抗的特点, 传统静态分配方法难以适应战场态势的快速演化, 存在求解效率低、环境适应性差等局限. 鉴于此, 提出一种基于近端策略优化(PPO)的动态SWTA方法, 融合OODA(观察-判断-决策-行动)循环理论, 构建符合实际作战场景的传感器探测概率模型与武器毁伤概率模型, 通过PPO算法实现智能体与环境的持续交互与策略优化, 在决策过程中统筹作战效能与资源消耗. 实验结果表明, 该方法在多种弹药目标比场景下均表现出优越性能, 能够显著提升系统整体作战的效能与资源利用率. 所提出方法为动态SWTA问题提供了一种高效、自适应的智能决策框架, 推动了指挥决策的智能化进程, 具备较强的实际应用潜力.

来源：2026年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第4期