基于可解释强化学习的空中对抗博弈方法

本发明公开了一种基于可解释强化学习的空中对抗博弈方法，属于无人机空中对抗技术领域。针对深度强化学习模型可解性较差，无法大面积推广到无人机模拟对抗领域，以往深度强化学习可解释方法面临种种局限的现状，本发明方法提出了一种结合关键决策步筛选、多价值网络以及价值网络时域分解的深度强化学习可解释方法。本发明方法通过关键决策步筛选求出无人机博弈对局中对结局影响较大的关键决策，减小冗余信息的产生；通过多价值网络技术拟合奖励函数中不同的任务要素带来的累计收益，直观展示关键决策在不同任务要素下的收益；通过价值网络时域分解直观展示关键在未来的预期收益，从而多方面、多维度地解释模型决策。