无人驾驶坦克自主作战决策系统框架

提出了一个分布式解决无人驾驶坦克自主作战决策的框架，将自主作战、动态任务规划和任务策略的智能评估等思想引入无人驾驶坦克自主作战决策系统。包括以下两个重要内容：主体个体的能力和职责；信息和知识如何在主体之间传播使得他们能准确地完成作战任务。文中重点是无人驾驶坦克自主作战决策系统中主体之间动态知识的交换。主体确保自己的行为是一种动态的经验操作和直接与其他主体交流事实、需求和规则的结合。在各个主体中，知识可以作为事实、规则、需求的结合体来传播交换。     

网络坦克作战系统基于MAS的决策过程分析与研究

网络坦克作战系统的决策过程是一个群组决策过程.系统决策过程实质上是各组成部分协作进行问题求解的过程.基于多Agent系统(MAS)的网络坦克作战系统决策是系统中多个Agent面向作战任务进行协作问题求解的过程.运用MAS技术对系统的决策过程进行了分析,提出了系统基于MAS的群组决策基本框架,给出了分布式的系统决策结构,并对决策过程进行了设计和详细分析.MAS协作规划有利于系统的群组决策.     

基于知识库的无人机作战自主决策方法的研究

提高无人机的自主决策能力是提升无人机在现代战争中作战能力的重要手段。通过对无人机对地作战过程的研究,分析归纳影响无人机自主决策的相关因素,并将无法用数学模型描述的军事规则使用产生式规则来表达,建立作战规则库。然后提出一种基于知识库的自主决策方法,该方法通过动态贝叶斯网络模拟人对态势的认知,通过产生式规则进行决策,其中加入实体的状态描述来控制决策流程,以此来完成无人机的自主决策。仿真结果表明,该方法科学有效,可使无人机自主做出合理决策。     

无人驾驶汽车决策系统的规则描述与代码生成方法

无人驾驶汽车的高层决策系统是其实现自主驾驶功能的核心,在决策系统的开发过程中,由于信号变量与状态数量庞大等原因,系统面临着可维护性与可拓展性差的难题。UNMANNED_RULE_EDIT是面向无人车高层决策系统的规则编辑与代码自动生成辅助工具,具有图形化编辑和代码自动生成的功能,有利于开发人员清晰直观地设计规则,并摆脱繁琐的编码工作。主要讨论了UNMANNED_RULE_EDIT的中间语言(规则语言)设计和代码自动生成算法。目前,该工具已初步应用在国内某单位研制的无人车上,为其决策系统的开发提供便利。     

基于知识的指控系统智能决策关键技术研究

着眼于知识在指挥控制中的作用机理,以提升军队指挥控制系统智能决策的科学性、智能化和适应性为目标,设计基于知识的指挥控制系统智能决策框架结构,采用基于本体的知识表示技术构建决策任务空间知识体系,研究面向情景空间的智能化知识服务技术,提出基于产生式规则的指挥实体静态决策推理模型和基于动态贝叶斯网的动态决策推理模型,旨在为未来我军智能化指挥控制系统的论证和建设提供理论与技术准备。     

结合状态机和动态目标路径的无人驾驶决策仿真

目的 决策系统是无人驾驶技术的核心研究之一。已有决策系统存在逻辑不合理、计算效率低、应用场景局限等问题,因此提出一种动态环境下无人驾驶路径决策仿真。方法 首先,基于规则模型构建适于无人驾驶决策系统的交通有限状态机;其次,针对交通动态特征,提出基于统计模型的动态目标路径算法计算状态迁移风险;最后,将交通状态机和动态目标路径算法有机结合,设计出一种基于有限状态机的无人驾驶动态目标路径模型,适用于交叉口冲突避免和三车道换道行为。将全速度差连续跟驰模型运用到换道规则中,并基于冲突时间提出动态临界跟车距离。结果 为验证模型的有效性和高效性,对交通环境进行虚拟现实建模,模拟交叉口通行和三车道换道行为,分析文中模型对车流量和换道率的影响。实验结果显示,在交叉口通行时,自主车辆不仅可以检测冲突还可以根据风险评估结果执行安全合理的决策。三车道换道时,自主车辆既可以实现紧急让道,也可以通过执行换道达成自身驾驶期望。通过将实测数据和其他两种方法对比,当车流密度在0.20.5时,本文模型的平均速度最高分别提高32 km/h和22 km/h。当车流密度不超过0.65时,本文模型的换道成功率最高分别提升37%和25%。结论 实验结果说明本文方法不仅可以在动态城区环境下提高决策安全性和正确性,还可以提高车流量饱和度,缓解交通堵塞。     

基于时序活动逻辑的复杂系统多Agent动态协作模型

动态复杂问题求解是人工智能和复杂自适应系统理论与应用重要研究领域,多Agent动态协作是研究热点和难点之一,如何将问题与任务切分有待进一步地研究.借鉴组织学思想将自适应系统中的自主运行单元抽象为Agent,把复杂自适应系统视为多Agent系统组织,从时间和状态角度对复杂动态系统的行为进行描述,提出了基于时序活动逻辑的多Agent系统动态协作任务求解自适应机制和构造模型,建立了用于协作推理的语义规则、授权规则和行为规则,通过在中国科学院智能信息处理重点实验室开发的MAGE等平台上多方实验和仿真测试,验证了方法的可行性和有效性.     

一种基于异构系统发现日志本体关联规则的方法

构建日志本体之上的访问模式关联规则是语义Web使用挖掘的主要任务之一.在DL-safe规则的限定下,将日志本体和一阶应用规则相结合,构成异构日志知识库,以提高Web日志系统的知识表示和推理能力.在此基础上借助ILP理论从异构日志知识库中挖掘出频繁用户访问模式,并生成访问模式关联规则,以发现用户访问行为之间更丰富的潜在关联知识.该方法提高了语义Web使用挖掘的质量,为改进站点结构提供了更有效的决策知识.实验结果证明了该方法的可行性和有效性.     

实验性无人驾驶地面战车的开发动态

实验性无人驾驶战车是的为美国国防高级预研局TTO开发的、作为未来作战系统中无人驾驶地面作战车计划的代用品.由于实验性无人驾驶战车具有类似小型电动车(mule)的遥控特性,士兵可通过有关装置来控制其运动.实验性无人驾驶战车具有的这些遥控特性是非常有用的,设计时也注意到了那些没有提供的其他有益特性.这意味着,根据试验中暴露给敌方的情况,士兵可以对原有的训练方案做出重新调整,即采用无人驾驶战车的战术、技术和方案来完成任务.     

美国的智能机器人计划

地面军用机器人可分为两大类:一类是智能机器人,包括自主及半自主地面车辆;另一类是遥控机器人,即各种用途的遥控无人驾驶车辆.智能机器人是依靠车辆本身的机器智能,在无人干预的情况下自主行驶或作战的;而遥控机器人则是由人遥控去完成各种任务的.智能机器人战车是人们早就梦想的先进武器,但它的研制是从80年代初才真正开始的.尽管前进的道路上还有很长一段路要走,但现在人们已经能够看到它应用的前景了.美国全国科学委员会的报告预言说:“20世纪的核心武器是坦克,21世纪则很可能是无人系统”.专家们目前的看法是:2000年以后遥控战车将陆续装备部