检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

作战方案驱动的可学习兵棋推演智能体研究

系统仿真学报 2024年第7期36卷 1525-1535页

作者：孙怡峰李智吴疆王玉宾战略支援部队信息工程大学河南郑州450001 中国人民解放军66389部队河南郑州450000

为了使智能体能够应对兵棋推演中的复杂作战场景和作战目的,提出作战方案驱动的可学习兵棋推演智能体架构。剖析智能体对兵棋系统的“依附特性”和“松耦合特性”,得到智能体的可学习要求;在智能体框架设计中,使用作战方案压减智能体学... 详细信息

为了使智能体能够应对兵棋推演中的复杂作战场景和作战目的,提出作战方案驱动的可学习兵棋推演智能体架构。剖析智能体对兵棋系统的“依附特性”和“松耦合特性”,得到智能体的可学习要求;在智能体框架设计中,使用作战方案压减智能体学习范围。通过有限状态机对应作战方案中的作战阶段知识,依据作战方案框架确定智能体决策空间,设计可学习的深层神经网络实施关键决策空间探索,神经网络采用先验知识模仿学习模式和深度强化学习模式。该架构能迭代探索人类难以充分梳理清楚的多棋子最优部署和协作问题。

关键词：兵棋推演智能体作战方案深层神经网络强化学习模仿学习

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

考虑弹药保障能力的作战效能兵棋推演评估

兵器装备工程学报 2024年第S1期45卷 123-128页

作者：周书行曹红松张镇川翟超凡杜宇韩文斌中北大学机电工程学院太原030051 中国人民解放军32181部队西安710000

目前在兵棋推演过程中很少涉及到弹药保障环节,比如弹药存储和运输对作战效果的影响。本文基于兵棋推演想定设计、仿真以及评估的规则,提出了诸如保障兵力、保障装备、储运规则等的弹药保障相关推演要素,改进了兵棋推演流程,在常规推演... 详细信息

目前在兵棋推演过程中很少涉及到弹药保障环节,比如弹药存储和运输对作战效果的影响。本文基于兵棋推演想定设计、仿真以及评估的规则,提出了诸如保障兵力、保障装备、储运规则等的弹药保障相关推演要素,改进了兵棋推演流程,在常规推演评估指标体系中增加了弹药保障效率、成本等评估指标体系,演示了综合弹药保障能力作战效能的评估方法。

关键词：弹药保障能力兵棋推演效能评估评价指标

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

兵棋推演的前世今生

军事文摘 2024年第4期 58-63页

作者：杨南征不详

“不谋万世者,不足以谋一时”。我们今天关注的兵棋推演历史大约有200年,计算机作战仿真不到100年。然而兵棋推演的历史比这长得多,至少有2500年。显然,为了看明白兵棋推演的前世今生,不应只看近200年,更不应局限于计算机诞生后不到100... 详细信息

“不谋万世者,不足以谋一时”。我们今天关注的兵棋推演历史大约有200年,计算机作战仿真不到100年。然而兵棋推演的历史比这长得多,至少有2500年。显然,为了看明白兵棋推演的前世今生,不应只看近200年,更不应局限于计算机诞生后不到100年的时段。

关键词：兵棋推演前世今生作战仿真计算机历史

在线全文

学校读者我要写书评

暂无评论

一种用于辅助兵棋推演的快速决策框架研究

网络安全与数据治理 2024年第3期43卷 21-26页

作者：陈健赵建印纪红海军航空大学山东烟台264001

基于一般的决策和规划流程,提出了一个面向兵棋推演的快速决策框架(Rapid Military Decision Framework, RMDF),该框架针对异构实体模型,通过分层的网格环境对复杂推演环境简化建模,将推演实体的作用效果,简化为地面、海上和空中三个网... 详细信息

基于一般的决策和规划流程,提出了一个面向兵棋推演的快速决策框架(Rapid Military Decision Framework, RMDF),该框架针对异构实体模型,通过分层的网格环境对复杂推演环境简化建模,将推演实体的作用效果,简化为地面、海上和空中三个网格环境层次上的作用效果,并以热图的形式在网格环境中显示,通过推演实体的核心参数来确定其性能模型和行为模型,并基于一致性包算法实现任务分配,生成备选行动策略,通过快速仿真实现推演策略的迭代优化,能够在推演之前或推演期间提供行动方案的快速评估,可以有效地辅助兵棋推演指挥人员进行复杂态势下的兵棋推演。

关键词：兵棋推演一致性包算法辅助决策

在线全文

学校读者我要写书评

暂无评论

人工智能技术在美军兵棋推演中的应用初探

人工智能技术在美军兵棋推演中的应用初探

第十二届中国指挥控制大会

作者：郭磊陈书臻国防科技大学国际关系学院

"人工智能+兵棋推演"是未来作战决策体系的重要一环。在全面分析美军实现"人工智能+兵棋推演"主要动因的基础上,系统梳理美军从事相关研究的历程、现状及面临的主要矛盾,并从注重战略规划、加大发展投入、管控安全风险三个方面提出启示... 详细信息

"人工智能+兵棋推演"是未来作战决策体系的重要一环。在全面分析美军实现"人工智能+兵棋推演"主要动因的基础上,系统梳理美军从事相关研究的历程、现状及面临的主要矛盾,并从注重战略规划、加大发展投入、管控安全风险三个方面提出启示建议,为我国提前布局打赢智能化战争提供有益借鉴。

关键词：兵棋推演作战决策人工智能美军

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

兵棋推演的智能决策技术与挑战

自动化学报 2023年第5期49卷 913-928页

作者：尹奇跃赵美静倪晚成张俊格黄凯奇中国科学院自动化研究所北京100190 中国科学院大学北京100049

近年来,以人机对抗为途径的智能决策技术取得了飞速发展,人工智能(Artificial intelligence, AI)技术AlphaGo、AlphaStar等分别在围棋、星际争霸等游戏环境中战胜了顶尖人类选手.兵棋推演作为一种人机对抗策略验证环境,由于其非对称环... 详细信息

近年来,以人机对抗为途径的智能决策技术取得了飞速发展,人工智能(Artificial intelligence, AI)技术AlphaGo、AlphaStar等分别在围棋、星际争霸等游戏环境中战胜了顶尖人类选手.兵棋推演作为一种人机对抗策略验证环境,由于其非对称环境决策、更接近真实环境的随机性与高风险决策等特点,受到智能决策技术研究者的广泛关注.通过梳理兵棋推演与目前主流人机对抗环境(如围棋、德州扑克、星际争霸等)的区别,阐述了兵棋推演智能决策技术的发展现状,分析了当前主流技术的局限与瓶颈,对兵棋推演中的智能决策技术研究进行了思考,期望能对兵棋推演相关问题中的智能决策技术研究带来启发.

关键词：兵棋推演人机对抗智能决策技术博弈学习

在线全文

学校读者我要写书评

暂无评论

兵棋推演的“魂”是什么

军事文摘 2024年第7期 1-1页

作者：胡晓峰不详

兵棋推演作为战争模拟的一种重要形式,已经成为世界各国战争研究、军事训练和战前准备必不可少的重要工具,得到了广泛的关注和重视。但是,有一个问题始终没有得到很好的回答,那就是兵棋推演的“魂”到底是什么。有人说,兵棋推演的“魂... 详细信息

兵棋推演作为战争模拟的一种重要形式,已经成为世界各国战争研究、军事训练和战前准备必不可少的重要工具,得到了广泛的关注和重视。但是,有一个问题始终没有得到很好的回答,那就是兵棋推演的“魂”到底是什么。有人说,兵棋推演的“魂”在于形式,应该是手工兵棋,因为手工兵棋的规则简单开放,因果关系清楚,易于理解,更有利于对作战问题的研究。

关键词：兵棋推演因果关系战争模拟易于理解军事训练战前准备手工

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

兵棋推演空中任务智能预测方法研究

系统仿真学报 2023年第1期35卷 212-220页

作者：张大永杨镜宇吴曦国防大学研究生院北京100091 国防大学联合作战学院北京100091

对战场敌空中目标作战任务进行高效、准确地自动判断,是态势认知的基础和辅助作战资源分配的关键。结合前馈深度神经网络和长短时记忆网络模型计算特点,设计了2个针对性基指标学习器,然后根据基指标交叉熵进行加权组合,用于进一步学习... 详细信息

对战场敌空中目标作战任务进行高效、准确地自动判断,是态势认知的基础和辅助作战资源分配的关键。结合前馈深度神经网络和长短时记忆网络模型计算特点,设计了2个针对性基指标学习器,然后根据基指标交叉熵进行加权组合,用于进一步学习器训练评价指标,既能有效防止模型过拟合,又能提高模型训练效率。测试结果表明,所提模型能较好防止模型过拟合,并能以较高的准确率判断战场敌目标作战任务。

关键词：空中任务深度学习态势认知兵棋推演资源分配

在线全文

学校读者我要写书评

暂无评论

兵棋推演中智能体动态决策算法研究

兵棋推演中智能体动态决策算法研究

作者：王利锋中北大学

学位级别：硕士

随着智能化技术的不断进步,计算机兵棋推演也得到了更加蓬勃的发展,如何控制兵棋推演中的智能体实现拟人化对抗,为战术的开发和指挥决策的研究提供新的思路成为热门研究方向。本文使用依靠逻辑思维的规则控制方法和依靠强化学习的模型... 详细信息

随着智能化技术的不断进步,计算机兵棋推演也得到了更加蓬勃的发展,如何控制兵棋推演中的智能体实现拟人化对抗,为战术的开发和指挥决策的研究提供新的思路成为热门研究方向。本文使用依靠逻辑思维的规则控制方法和依靠强化学习的模型训练方法分别对智能体的动态决策进行了相关研究。首先,本文使用行为树设计基于规则控制的智能体,通过运用SWOT-CLPV法对某想定进行分析,明确蓝方的总体决策目标;运用作战流程分析对作战行为逐级分解;根据行为分解结果利用各类节点构建行为子树,并通过将子树逐层聚类完成整个指挥控制流程模型的构建,从而使作战单元能够以“拟人”方式展开基本行动。行为树的引入提高了模型的模块化程度,便于模型的后续开发、维护和升级。其次,针对行为树模型控制的作战单元进攻和躲避路径较单一的问题,本文提出了空间离散化处理的优化方法。将感知空间与动作空间分离,利用栅格法分割主要作战区域,构建态势感知子空间;利用可见点法,构建动作空间,辅助作战单元移动,从而使智能体的战场反应更加灵活。最后,利用强化学习算法设计智能体,并将其作为智能蓝军为战术设计查漏补缺。通过分析想定拆分出小规模作战单元,利用DDPG算法建立智能体动作决策模型,同时依靠威胁度分析,在以得分作为奖励的基础上设置了角度奖励和距离奖励,有效提高探索效率。强化学习的引入丰富了智能体的移动轨迹,作战单元能在更精确的位置发动攻击,从而提高命中率。

关键词：兵棋推演 SWOT-CLPV 行为树空间离散化强化学习