CGF中基于遗传算法的路径跟踪自学习研究

被引:5
作者
孟宪权 [1 ,2 ]
薛青 [1 ]
赵英男 [3 ]
唐志武 [1 ]
机构
[1] 装甲兵工程学院装备指挥与管理系
[2] 陆航研究所
[3] 南京信息工程大学计算机与软件学院
基金
国家高技术研究发展计划(863计划);
关键词
计算机生成兵力; 路径跟踪; 遗传算法; 自学习;
D O I
10.16182/j.cnki.joss.2009.10.041
中图分类号
TP391.9 [计算机仿真];
学科分类号
080201 [机械制造及其自动化];
摘要
在计算机生成兵力(CGF)应用中,提出一种基于遗传算法的路径跟踪自学习策略,能够有效增强CGF实体的的自治性。首先构建了基于遗传算法的CGF学习行为模型框架;其次依据该框架论述了规则中条件、动作及适应度函数的确定;最后在实验部分对各参数的设置、整体模型的泛化能力以及对圆形路径的跟踪能力进行了详尽的分析,实验结果表明了该算法的有效性和可行性。
引用
收藏
页码:2925 / 2929
页数:5
相关论文
共 6 条
[1]
空战仿真中机动控制模型研究 [J].
刘勋 ;
高正红 ;
商重阳 .
飞行力学, 2007, (01) :34-38
[2]
作战仿真技术综述 [J].
黄柯棣 ;
刘宝宏 ;
黄健 ;
曹星平 ;
尹全军 ;
郭刚 ;
张琦 ;
张传富 ;
刘云生 .
系统仿真学报, 2004, (09) :1887-1895
[3]
基于真实地形数据的虚拟直升机低空飞行仿真 [J].
庞国峰 ;
赵沁平 .
系统仿真学报, 2000, (06) :688-691
[4]
增强学习及其在移动机器人导航与控制中的应用研究 [D]. 
徐昕 .
国防科学技术大学,
2002
[5]
Empirical comparison of predictive models for mobile agents.[J].A.E. Henninger;R. Madhavan.Robotics and Autonomous Systems.2004, 1
[6]
Performance evaluation and optimization of human control strategy [J].
Xu, YS ;
Song, JY ;
Nechyba, MC ;
Yam, Y .
ROBOTICS AND AUTONOMOUS SYSTEMS, 2002, 39 (01) :19-36