ACE-MAPPO: Un Framework Ibrido per il Combattimento Aereo Cooperativo

Per affrontare le difficoltà nell'apprendimento per rinforzo multi-agente per il combattimento aereo cooperativo oltre la portata visiva, i ricercatori hanno introdotto l'Adversarial Curriculum and Evolutionary-enhanced Multi-agent Proximal Policy Optimization (ACE-MAPPO). Questo framework innovativo combina algoritmi evolutivi con MAPPO, migliorando l'efficienza di esplorazione, l'uso dei campioni e la generalizzazione delle politiche. Presenta un meccanismo di aggiornamento soft genetico che promuove la diversità della popolazione e previene gli ottimi locali, insieme a una strategia di riproduzione prioritaria del percorso potenziata evolutivamente che aumenta l'efficienza dei campioni. L'obiettivo di questa ricerca è consentire il processo decisionale autonomo per veicoli aerei da combattimento senza pilota che operano in ambienti complessi e avversari.