基于強化學習的裝甲救護車火線傷員收攏前接策略*

王建華，吳楊霄，李新偉，齊 蕊，崔 澂

（陸軍軍醫大學士官學校，石家莊 050081）

0 引言

隨著新編制體制落地，新型合成旅作戰指揮模式逐漸成形，與之相適應的合成旅衛勤保障力量亦需不斷完善和加強。其中，合成營進攻戰斗傷員收攏前接是保障時效救治原則的關鍵環節，其效率高低直接影響戰現場急救的時效性。現階段，我軍依托衛生排及裝甲救護車完成由火線至營救護站的傷員收攏前接任務，但傷員收攏前接策略大多憑借經驗進行部署，在科學性、實時性和效能上還有待進一步論證和完善，因此，利用先進技術手段和數學方法研究智能化的裝甲救護車傷員收攏前接策略模式，對于提升戰術區衛勤保障能力具有重要意義。本文在建立傷員產生模型的基礎上，綜合考慮戰場裝甲救護車數量、營救護站到火線傷員集傷點距離、不同傷勢傷員人數、裝甲救護車搭載傷員數量、作戰時間、陣地數量等復雜環境條件，建立基于深度強化學習的裝甲救護車火線傷員收攏前接策略模型，并進行優化求解計算。通過與傳統裝甲救護車火線傷員收攏前接方法相比，該方法可以推演出更加優化的火線傷員收攏前接策略，能在一定程度上解決救治時間成本，為搶救傷員爭取寶貴救治時間，提升裝甲救護車利用效能。

1 問題描述及相關假設

1.1 問題簡化及描述

在戰術區真實戰場環境下，傷員人數、傷員分布密集度、救護人員數量、救治技術、進……