DRG-MAPPO：用於協同空戰的階層式動態角色圖多智慧體強化學習
為何重要
該研究證明瞭結合圖神經網路與強化學習能顯著提升多智慧體間的戰術協調能力，突破傳統扁平架構在動態環境下的限制。這對於空戰模擬與自主導彈等軍事應用具有高度參考價值，同時也為工業領域（如無人機群運作或自動化工單排程）提供了新的技術路徑。投資人需注意，雖然 87% 的模擬勝率驚人，但將此技術從訓練場過渡到現實高風險環境的「Sim-to-Real」挑戰依然是主要門檻。
Multi-Agent Reinforcement Learning (MARL) 是自主系統與空戰決策的關鍵技術，但在處理複雜的戰場互動與明確的任務分工上仍面臨限制。研究提出 DRG-MAPPO 框架，引入圖形建模與動態角色機制來建構戰場表示法，解決單一扁平架構的盲點。
- 建構基於戰場互動的圖形表示，並利用圖注意力機制提取友善、敵對與威脅間的關鍵特徵。
- 採用階層式策略架構：高階政策動態分配角色（如 leader、supporter），低階政策則執行導航動作。
- 引入目標優先權輔助任務，模擬並促進「集體射擊」等協同行為。
- 在模擬環境中達到最先進水準的 87% 勝率，展現了對 relational modeling（關係建模）的平衡能力。