【AI+兵棋推演】《多智能体层次结构扩展强化学习》110页论文

军队为训练、规划和研究目的进行兵棋推演。人工智能（AI）可以通过降低成本、加快决策过程和提供新的见解来改善军事兵棋推演。以前的研究人员根据强化学习（RL）在其他人类竞技游戏中的成功应用，探讨了将强化学习（RL）用于兵棋推演。虽然以前的研究已经证明RL智能体可以产生战斗行为，但这些实验仅限于小规模的兵棋推演。本论文研究了扩展分层强化学习（HRL）的可行性和可接受性，以支持将人工智能融入大型军事兵棋推演。此外，本论文还通过探索智能体导致兵棋推演失败的方式，研究了用智能体取代敌对势力时可能出现的复杂情况。在越来越复杂的兵棋推演中，对训练封建多智能体层次结构（FMH）和标准RL智能体所需的资源以及它们的有效性进行了比较。虽然FMH未能证明大型兵棋推演所需的性能，但它为未来的HRL研究提供了启示。 ………………………………