Method of Multi-channel Decision Pointer Network for Weapon-Target Assignment

doi:10.3969/j.issn.1009-086x.2026.04.006

Abstract

Abstract:

To address the timeliness requirements of large-scale weapon-target assignment， this paper proposed a solution model based on a multi-channel decision pointer network. First， a representation method based on weapon partition was designed to statically process dynamic feature dimensions， resolving the problem of varying feature dimensions. Second， a multi-channel decision model was constructed， utilizing context vectors and feature update mechanisms to enhance information interaction between channels and improve global solution capability. Simulation experiments demonstrate that this model significantly reduces solution time while maintaining accuracy， exhibits good generalization across problems of varying scales， and can effectively meet the timeliness and precision requirements for solving large-scale weapon-target assignment problems.

Key words: weapon-target assignment, combinatorial optimization, deep reinforcement learning, multi-channel decision, pointer network

摘要：

针对大规模武器目标分配的时效性需求，提出一种基于多通道决策指针网络的求解模型。通过设计基于武器划分的表征方式将动态特征维静态化处理，解决特征维度变化问题；构建了多通道决策模型，利用上下文向量和特征更新机制增强通道间信息交互，提升全局求解能力。仿真实验表明，该模型在保证精度的同时显著缩短求解时间，且对不同规模问题具有良好的泛化性，能够有效满足大规模武器目标分配问题求解的时效性与精度要求。

关键词: 武器-目标分配, 组合优化, 深度强化学习, 多通道决策, 指针网络

CLC Number:

TJ761

Lei PENG, Mengxin CHI, Yinghui ZHANG, Guangming DAI, Maocai WANG. Method of Multi-channel Decision Pointer Network for Weapon-Target Assignment[J]. Modern Defense Technology, 2026, 54(4): 60-69.

彭雷, 池萌昕, 张颖辉, 戴光明, 王茂才. 面向武器目标分配的多通道决策指针网络方法[J]. 现代防御技术, 2026, 54(4): 60-69.

Figures/Tables 12

Table 1 Symbol definitions of weapon-target assignment problem model

符号	定义
$W$	表示己方拦截武器平台的集合，其中 $w 1, w 2, ⋯, w m$ 表示己方的每一个拦截武器平台
$m$	表示武器类型的数量
$w i$	第i个武器类型上的武器数量
$T$	表示敌方来袭目标的集合，其中 $t 1, t 2, ⋯, t n$ 表示敌方来袭的每一个目标
$n$	表示来袭目标的数量
$v j$	表示敌方来袭目标 $t j$ 的威胁度
$X$	表示己方拦截武器的分配矩阵
$x i j$	分配矩阵 $X$ 中的项，表示拦截武器 $w i$ 对来袭目标 $t j$ 的分配情况
$P$	表示己方拦截武器对来袭目标的杀伤概率矩阵
$p i j$	表示拦截武器 $w i$ 对来袭目标 $t j$ 的单发杀伤概率

Table 1 Symbol definitions of weapon-target assignment problem model

符号	定义
$W$	表示己方拦截武器平台的集合，其中 $w 1, w 2, ⋯, w m$ 表示己方的每一个拦截武器平台
$m$	表示武器类型的数量
$w i$	第i个武器类型上的武器数量
$T$	表示敌方来袭目标的集合，其中 $t 1, t 2, ⋯, t n$ 表示敌方来袭的每一个目标
$n$	表示来袭目标的数量
$v j$	表示敌方来袭目标 $t j$ 的威胁度
$X$	表示己方拦截武器的分配矩阵
$x i j$	分配矩阵 $X$ 中的项，表示拦截武器 $w i$ 对来袭目标 $t j$ 的分配情况
$P$	表示己方拦截武器对来袭目标的杀伤概率矩阵
$p i j$	表示拦截武器 $w i$ 对来袭目标 $t j$ 的单发杀伤概率

Fig. 1 Variation of feature dimensions with number of weapons and targets

Fig. 2 Representation method of WTA based on weapon partition

Table 2 Feature definitions of candidate target individuals in set

特征编号	特征定义
#1	单发杀伤概率
#2	目标威胁值
#3	所有目标中，本目标是否作为当前武器杀伤概率最高的目标
#4	所有武器中，当前武器是否作为对本目标杀伤概率最高的武器
#5	所有目标中，本目标是否作为当前武器打击收益最高的目标
#6	所有武器中，当前武器是否作为打击该目标收益最高的武器
#7	所有目标中，本目标威胁值是否最高
#8	打击饱和度

Fig. 3 Decision channels for individual weapon

Fig. 4 Dynamic feature update mechanism

Fig. 5 Pointer network model of multi-channel decision

Table 3 Reference table of hyperparameter settings

超参数	取值
隐藏层神经元	128
注意力头数	8
Q，K，V的特征维度	16
编码层层数	6
批次大小10/20	512
批次大小50	128
学习率10/20	1×10^-5
学习率50	5×10^-5
训练批次	100
学习衰退率	0.96
优化器	Adam

Table 4 Comparison between MCDPN model and metaheuristic algorithms

规模	项目	ACO	TS	SA	NS-ACO	MCDPN
10×10	目标函数值	0.774 6	0.782 9	0.786 5	0.771 8	0.872 0
	时间/s	1.115 9	0.039 5	0.732 9	1.197 6	0.172 7
20×20	目标函数值	1.562 0	1.596 9	1.866 9	1.554 3	1.681 2
	时间/s	3.372 9	0.328 1	1.763 9	3.516 8	0.185 2
50×50	目标函数值	3.401 3	3.455 5	5.187 8	3.380 7	3.527 6
	时间/s	17.209 7	3.470 5	7.528 1	17.666 1	0.205 5
100×100	目标函数值	6.479 4	6.553 8	11.346	6.444 7	6.505 0
	时间/s	64.519 9	26.217 3	26.256 3	66.735 8	0.253 6
200×200	目标函数值	12.722 6	12.830 6	24.684 5	12.759 0	12.648 9
	时间/s	251.790 5	202.817 2	96.701 8	258.860 6	0.349 1
400×400	目标函数值	24.812 2	27.281 6	52.209 1	24.903 8	24.510 4
	时间/s	1 060.451	1 893.403	397.262 0	1 091.905 0	0.512 8

Table 5 Comparison of MCDPN with other three models

规模	项目	E-GAT	AM	PN	MCDPN
10×10	目标函数值	0.788 6	0.784 7	1.306 3	0.872 0
10×10	时间/s	0.300 9	0.202 8	0.243 1	0.172 7
20×20	目标函数值	1.906 3	1.824 6	2.966 93	1.681 2
20×20	时间/s	0.317 8	0.224 9	0.260 5	0.185 2
50×50	目标函数值	7.042 6	6.309 6	7.329 1	3.527 6
50×50	时间/s	0.346 3	0.235 5	0.305	0.205 5

Fig. 6 Convergence of four models under different problem scales

Table 6 Generalization ability of MCDPN models trained on different datasets

规模	项目	trained-10	trained-20	trained-50
3×7	目标函数值	2.115 8	2.115 8	2.662 8
	时间/s	0.376 1	0.191 3	0.197 1
10×10	目标函数值	0.832 6	0.834 2	0.872 0
	时间/s	0.175 1	0.174 3	0.172 7
9×21	目标函数值	7.706 6	7.467 3	7.691 2
	时间/s	0.208 9	0.204 1	0.205 1
20×20	目标函数值	1.655 0	1.664 9	1.681 2
	时间/s	0.183 4	0.186 8	0.185 2
27×63	目标函数值	21.278 5	19.507 7	19.473 5
	时间/s	0.236 2	0.242 5	0.272 6
25×50	目标函数值	14.574 8	14.236 5	13.867 0
	时间/s	0.217 0	0.221 2	0.216 5
45×105	目标函数值	37.491 0	35.384 1	33.841 3
	时间/s	0.277 5	0.316 9	0.279 5
90×210	目标函数值	76.015 8	73.607 8	65.246 8
	时间/s	0.359 4	0.407 7	0.361 4
100×100	目标函数值	6.809 6	6.695 3	6.505 0
	时间/s	0.249 8	0.244 4	0.253 6
200×160	目标函数值	7.470 7	9.533 6	7.122 1
	时间/s	0.305 9	0.301 3	0.308 0
200×200	目标函数值	13.932 6	13.232 7	12.648 9
	时间/s	0.343 3	0.354 2	0.349 1
183×427	目标函数值	156.800 7	155.936 8	140.583 3
	时间/s	0.606 1	0.548 9	0.558 6
400×200	目标函数值	16.629 7	17.951 3	13.377 5
	时间/s	0.416 9	0.420 2	0.421 1
400×400	目标函数值	28.327 6	26.439 4	24.510 4
	时间/s	0.517 7	0.518 6	0.512 8

References 20

[1]	闫锦鹏，郭俊文，刘刚，等. 基于改进免疫模拟退火算法的WTA问题求解［J］. 火力与指挥控制， 2023， 48（7）： 93-98， 103.
	YAN Jinpeng， GUO Junwen， LIU Gang， et al. Solution to WTA Problem Based on Improved Immune Simulated Annealing Algorithm［J］. Fire Control & Command Control， 2023， 48（7）： 93-98， 103.
[2]	常雪凝，石建迈，陈超，等. 基于匈牙利-模拟退火算法的多阶段武器目标分配方法［J］. 系统工程与电子技术， 2023， 45（11）： 3516-3523.
	CHANG Xuening， SHI Jianmai， CHEN Chao， et al. Multi-stage Weapon Target Assignment Method Based on Hungarian Simulated Annealing Algorithms［J］. Systems Engineering and Electronics， 2023， 45（11）： 3516-3523.
[3]	CHANG Xuening， SHI Jianmai， LUO Zhihao， et al. Adaptive Large Neighborhood Search Algorithm for Multi-stage Weapon Target Assignment Problem［J］. Computers & Industrial Engineering， 2023， 181： 109303.
[4]	孙昕，邢立宁，王锐，等. 基于多目标进化算法的防空导弹武器目标分配［J］. 系统仿真学报， 2024， 36（6）： 1298-1308.
	SUN Xin， XING Lining， WANG Rui， et al. Air Defense Missile Weapon Target Assignment Based on Multi-objective Evolutionary Algorithm［J］. Journal of System Simulation， 2024， 36（6）： 1298-1308.
[5]	YI Xiaojian， YU Huiyang， XU Tao. Solving Multi-Objective Weapon-Target Assignment Considering Reliability by Improved MOEA/D-AM2M［J］. Neurocomputing， 2024， 563： 126906.
[6]	魏喜庆，杜厦. 蜂群作战的启发式目标分配方法［J］. 现代防御技术， 2024， 52（6）： 47-51.
	WEI Xiqing， DU Sha. Heuristic Target Assignment Method for Swarm Operations［J］. Modern Defence Technology， 2024， 52（6）： 47-51.
[7]	ZHAO Yang， LIU Jicheng， JIANG Ju， et al. Shuffled Frog Leaping Algorithm with Non-Dominated Sorting for Dynamic Weapon-Target Assignment［J］. Journal of Systems Engineering and Electronics， 2023， 34（4）： 1007-1019.
[8]	刘世豪，崔小舟，王斐斐，等. 基于混合粒子群算法的防空装备软硬杀伤目标分配方法研究［J］. 现代防御技术， 2025， 53（1）： 97-107.
	LIU Shihao， CUI Xiaozhou， WANG Feifei， et al. Research of Hard and Soft Killing Weapon Target Assignment Based on Hybrid Particle Swarm Optimization［J］. Modern Defence Technology， 2025， 53（1）： 97-107.
[9]	郭智杰，糜玉林，肖阳，等. 改进合同网协议在防空武器目标分配中的应用［J］. 现代防御技术， 2017， 45（4）： 104-111， 148.
	GUO Zhijie， MI Yulin， XIAO Yang， et al. Application of Improved Contract Net Protocol on Weapon Target Assignment of Air Defense Combat［J］. Modern Defence Technology， 2017， 45（4）： 104-111， 148.
[10]	LIU Jiayi， WANG Gang， FU Qiang， et al. Task Assignment in Ground-to-Air Confrontation Based on Multiagent Deep Reinforcement Learning［J］. Defence Technology， 2023， 19： 210-219.
[11]	ZOU Shiqi， SHI Xiaoping， SONG Shenmin. MOEA with Adaptive Operator Based on Reinforcement Learning for Weapon Target Assignment［J］. Electronic Research Archive， 2024， 32（3）： 1498-1532.
[12]	LI Shuai， HE Xiaoyuan， XU Xiao， et al. Weapon-Target Assignment Strategy in Joint Combat Decision-Making Based on Multi-head Deep Reinforcement Learning［J］. IEEE Access， 2023， 11： 113740-113751.
[13]	闫世祥，刘海军. 基于深度强化学习的传感器-武器-目标分配方法［J］. 现代防御技术， 2025， 53（4）： 10-17.
	YAN Shixiang， LIU Haijun. Sensor-Weapon-Target Assignment Method Based on Deep Reinforcement Learning［J］. Modern Defence Technology， 2025， 53（4）： 10-17.
[14]	MERKULOV G， ICELAND E， MICHAELI S， et al. Reinforcement Learning Based Decentralized Weapon-Target Assignment and Guidance［C］∥AIAA SCITECH 2024 Forum. Reston： AIAA， 2024： AIAA 2024-0125.
[15]	LI Chong， XIN Bin， HE Yingmei， et al. Dynamic Weapon Target Assignment Based on Deep Q Network［C］∥2023 42nd Chinese Control Conference （CCC）. Piscataway： IEEE， 2023： 1773-1778.
[16]	李腾达，王刚，付强，等. 基于深度强化学习的防空武器目标分配问题研究［J］. 军事运筹与评估， 2024， 39（2）： 63-69.
	LI Tengda， WANG Gang， FU Qiang， et al. Weapon-Target Assignment for Air Defense Based on Deep Reinforcement Learning［J］. Military Operations Research and Assessments， 2024， 39（2）： 63-69.
[17]	KLINE A， AHNER D， HILL R. The Weapon-Target Assignment Problem［J］. Computers & Operations Research， 2019， 105： 226-236.
[18]	NAZARI M， OROOJLOOY A， TAKÁČ M， et al. Reinforcement Learning for Solving the Vehicle Routing Problem［C］∥Proceedings of the 32nd International Conference on Neural Information Processing Systems. Red Hook： Curran Associates Inc.， 2018： 9861-9871.
[19]	KOOL W， VAN HOOF H， Attention WELLING M.， Learn to Solve Routing Problems！［C］∥ICLR 2019 Conference. New York： ICLR， 2019： 1-25.
[20]	LEI Kun， GUO Peng， WANG Yi， et al. Solve Routing Problems with a Residual Edge-Graph Attention Neural Network［J］. Neurocomputing， 2022， 508： 79-98.