可解释强化学习空战机动决策模型

策略可解释、决策可信赖

通过动态贝叶斯网络解释机动意图，使深度强化学习决策过程可理解，提升了策略的可靠性与可信度。

Shu-heng, Yang · 张栋 · Wei, Xiong · Zhi, Ren · Tang, Shuo

Hangkong Xuebao/Acta Aeronautica et Astronautica Sinica 2024

技术优势

决策意图可解释

通过动态贝叶斯网络识别机动意图，把决策重要性计算与意图概率结合，给出意图级解释，让驾驶员能理解无人机为什么做出某个机动。

解释结果反哺训练

把意图解释的结果用于修改奖励函数和训练策略，让可解释性不仅仅事后解释，而是直接改善策略的可靠性与可信度。

有效性不失可靠

仿真与对比分析验证表明，所得机动策略在保持优异有效性的同时，具备强可靠性和高可信度，解决了黑箱模型落地难的问题。

应用场景

• 无人机空战决策：为无人机提供可解释的机动决策，使空战策略不再黑箱，便于验证和信任。
• 自主飞行控制：增强自主飞行时的行为可解释性，让控制系统输出的机动动作能被人类理解。
• 人机协同作战：通过意图解释促进人机互信，使飞行员能理解无人机决策，更好地协同作战。