一种陆战无人装备的模拟训练方法、装置及设备

本发明公开了一种陆战无人装备的模拟训练方法、装置及设备，包括：创建多智能体无人装备的陆战对抗场景，定义陆战对抗场景中红方智能体和蓝方智能体的场景信息、观测空间、动作空间、胜负条件以及奖励函数；构建多智能体强化学习的网络训练框架，包括MAPPO网络以及QMIX网络，得到多智能体强化学习模型；其中，MAPPO网络用于提供即时反馈和策略调整的梯度信息；QMIX网络用于实现多智能体之间的协作和全局策略的评估；通过初始化和更新MAPPO网络以及QMIX网络的网络参数，对多智能体强化学习模型进行迭代训练，直到满足预设条件时停止训练，得到多智能体协作系统。