战术级兵棋实体作战行动智能决策方法

战术级兵棋对抗系统结构严格、对抗性强,可以作为研究军事智能决策的一个推演平台.鉴于此,设计一个战术级兵棋实体作战行动智能决策模型框架,并在该框架指导下设计一款兵棋智能引擎.所设计引擎通过挖掘兵棋历史推演数据,提取棋子历史位置概率、夺控热度、观察度等评价属性,利用多属性综合评价软优选算法和兵棋基本规则决策出棋子的下步行动.实验结果表明,所提出引擎具有实时性强、灵活性高、可移植性好的优点,可以在兵棋机机对抗和人机对抗挑战赛中取得优异成绩.     

基于贝叶斯优化算法的多机协同空战决策仿真

多机协同空战是未来空空作战的重要形式,空战智能决策是空战研究的核心内容之一.根据多机协同的特点和空战智能决策的要求,首先构造多机协同空战的自主优势矩阵,并在此基础上依据多人冲突理论分别对和红蓝双方以及本机编队进行权重分配,由此得到多机协同空战的整体优势矩阵.然后给出了贝叶斯优化算法并应用此算法对该模型进行了优化分析,实现了多机协同空战的空战智能决策.仿真实例证明贝叶斯优化算法收敛速度快,能够收敛到全局最优解,能有效地解决多机协同空战中的空战决策问题.     

兵棋推演的智能决策技术与挑战

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.     

基于BN-DDPG轻量级强化学习算法的智能兵棋推演

兵棋推演与智能算法融合成为当前军事应用领域的研究热点,利用深度强化学习技术实现仿真推演中决策过程的智能化,可显著减少人为经验对决策过程的影响,提高推演效率和灵活性.现有基于DRL算法的决策模型,其训练时间过长,算力开销过大,无法满足作战任务的实时性需求.本文提出一种基于轻量级深度确定性策略梯度(BN-DDPG)算法的智能推演方法,根据推演规则,采用马尔可夫决策过程描述推演过程中的决策行为,以actorcritic体系为基础,构建智能体训练网络,其中actor网络使用自定义混合二进制神经网络,减少计算量;同时根据经验样本的状态和回报值建立双缓冲池结构,采用环境相似度优先提取的方法对样本进行采样,提高训练效率;最后基于自主研制的仿真推演平台进行实例验证.结果表明, BN-DDPG算法可简化模型训练过程,加快模型收敛速度,显著提高推演决策的准确性.     

基于不完备信息预测的多智能体分布式协同

为了解决部分可观对抗环境中多智能体协同决策难题,受人大脑皮层通过记忆进行学习和推理功能启发,提出一种新的部分可观对抗环境下基于不完备信息预测的多智能体分布式协同决策框架。该框架可采用支持向量回归等多种预测方法通过历史记忆和当前观察信息对环境中不可见信息进行预测,并将预测信息和观察到的信息融合,作为协同决策的依据;再通过分布式多智能体强化学习进行协同策略学习得到团队中每个智能体的决策模型。使用该框架结合多种预测算法在典型的部分可观对抗环境中进行了多智能体协同决策的验证。结果表明,提出的框架对多种预测算法具有普适性,且在保证对不可见部分高预测精度时能将多智能体协同决策水平提升23.4%。     

稀疏异质多智能体环境下基于强化学习的课程学习框架

现代战争的战场较大且兵种较多，利用多智能体强化学习(MARL)进行战场推演可以加强作战单位之间的协同决策能力，从而提升战斗力。当前MARL在兵棋推演研究和对抗演练中的应用普遍存在两个简化：各个智能体的同质化以及作战单位分布稠密。实际战争场景中并不总是满足这两个设定，可能包含多种异质的智能体以及作战单位分布稀疏。为了探索强化学习在更多场景中的应用，分别就这两方面进行改进研究。首先，设计并实现了多尺度多智能体抢滩登陆环境M2ALE,M2ALE针对上述两个简化设定做了针对性的复杂化，添加了多种异质智能体和作战单位分布稀疏的场景，这两种复杂化设定加剧了多智能体环境的探索困难问题和非平稳性，使用常用的多智能体算法通常难以训练。其次，提出了一种异质多智能体课程学习框架HMACL,用于应对M2ALE环境的难点。HMACL包括3个模块：1)任务生成模块(STG),用于生成源任务以引导智能体训练；2)种类策略提升模块(CPI),针对多智能体系统本身的非平稳性，提出了一种基于智能体种类的参数共享(Class Based Parameter Sharing)策略，实现了异质智能体系统中的参数共享；3)训练模...     

兵棋推演中地形量化算法研究与实现

传统手工兵棋推演计算机化的一个重要方面是实现兵棋棋盘的计算机化.需要借助于计算机实现兵棋棋盘的数字化并对兵棋地图进行地形量化.兵棋推演系统采用不同大小的六角网格量化地形,将兵棋推演系统与地理信息系统组件MapX结合.在MapX中显示兵棋推演区域的Maplnfo格式地图数据,并提出了一种基于MapX的六角网格绘制算法,算法充分利用MapX中图元与组合图元的思想,可以根据推演需求实时生成不同比例尺的六角网格覆盖整个或部分作战区域,降低了手工兵棋地形量化的工作量,对提高兵棋推演效率有一定的意义.     

兵棋推演在登陆作战任务中的应用研究

传统兵棋是模拟战争对抗的各方人员,使用代表战场及其军事力量的棋盘和棋子,依据从战争经验中总结的规则,对战争过程进行逻辑推演研究和评估的军事科学工具.兵棋推演带来的比较适合作战分析的推演方式,如何在新的信息化系统中加以体现是计算机作战模拟所要研究和解决的问题.首先从兵棋概念的角度分析了兵棋推演的本质和作用,接着分析了传统兵棋与计算机兵棋推演系统,最后结合研讨型兵棋和综合集成的思想,探讨了兵棋推演在海军海上军事任务中应用的可能性及一般应用方式方法,设计了一个研讨型兵棋推演系统.     

智能集群系统的强化学习方法综述

智能集群系统是人工智能的重要分支，所涌现出的智能形态被称为集群智能，具有个体激发时的自组织性和群体汇聚时的强鲁棒性等特征.智能集群系统的协同决策过程是融合人-机-物，覆盖多元空间，囊括感知-决策-反馈-优化的复杂非线性问题，具有开放的决策模型和庞大的解空间.然而，传统的算法依赖大量的知识与经验，使其难以支持系统的持续演化.强化学习是一类兼具感知决策的端到端方法，其通过试错的方式不断迭代优化，具有强大的自主学习能力.近些年来，受生物群体和人工智能的启发，强化学习算法已由求解个体的决策问题，向优化集群的联合协同问题演进，为增强集群智能的汇聚和涌现注入了新动能.但是，强化学习在处理集群任务时面临感知环境时空敏感、群内个体高度自治、群间关系复杂多变、任务目标多维等挑战.本文立足于智能集群系统的协同决策过程与强化学习运行机理，从联合通信、协同决策、奖励反馈与策略优化四个方面梳理了强化学习算法应对挑战的方法，论述了面向智能集群系统的强化学习算法的典型应用，列举了相关开源平台及其适用算法.最后，从实际需求出发，讨论总结了今后的研究方向.     

机器博弈海战兵棋推演系统的设计实现

设计兵棋推演海上作战过程,可以“在实验室中学习战争”,是现代技术和战争艺术的结合.分析了基于机器博弈海战兵棋推演的基本原理,指出用兵棋模拟战争应具备的几个特点,详细阐述了机器博弈海战兵棋推演系统的具体设计方法,包括棋盘表示、兵力表示、规则设计、态势评估和搜索策略等技术难点,实现了基于机器博弈的海战兵棋推演系统.并基于上述兵棋推演系统进行了实例仿真分析,以某红蓝海军编队为博弈对象,进一步阐明了系统对海战兵棋推演的功能.     

考虑时间约束的空战编队协同火力分配研究

为提高空战编队协同火力分配模型的准确性, 结合空战实际动态过程的特点,提出相对静态空战过程和窗口时间约束概念,并基于此建立相对静态空战火力分配模型,考虑从分配开始到命中目标所需时间与实际可用时间的相互关系;针对模型在增加了时间约束后难以快速准确求解的问题,提出一种时间约束处理的策略,并基于最佳适应度和遗传代数调整策略相结合的自适应量子遗传算法求解。实验结果验证了改进算法的快速收敛性和稳定性,同时表明模型在空战火力分配方面的适用性。     

基于自适应GWO的多UCAV协同攻击目标决策

针对多架无人机相互协同攻击多个来袭目标的武器目标决策问题进行了研究。利用层次分析法（AHP）评估了空战能力指数和三维空战态势威胁指数的权重,针对协同攻击空战的分配原则,采用计算分配值的情况下提出了一种自适应搜索的灰狼求解算法,实现了武器目标攻击决策的求解。仿真表明,改进的GWO算法对决策方案的求解速度和求解质量与现有的粒子群算法（PSO）、蚁群算法（ACA）和遗传算法（GA）等相比均有所明显提高。     

基于误差反向传播神经网络的超视距协同空战研究

针对多机协同空战中的多目标分配问题,利用构造的误差反向传播（BP）神经网络模型对超视距空战情况下的几种典型的第3代战斗机空战性能进行比较评估,在此基础上建立了协同优先的分配模型。给出了协同优先权的计算步骤。仿真算例表明了模型的有效性。     

无线网络协作MAC 机制

协作通信利用空闲节点的天线,构成虚拟的MIMO(multiple-input multiple-output)系统,从而对抗无线信道衰落,获取分集增益.协作通信是下一代无线移动网络的关键技术,也是近几年的一个研究热点.目前,已有的研究成果大多集中在如何根据信道状态选取合适的协作节点,以增加信道容量、减低能量消耗及减小中断概率等方面.但由于协作通信改变了以往的传统通信模式,因此需要设计新的MAC(medium access control)机制(协作MAC机制),以适应协作通信的特点.针对协作MAC机制进行综述,重点讨论了协作通信中MAC机制面临的问题,并对现有的协作MAC机制进行分析和比较,最后给出协作MAC的进一步的研究方向.     

无人机编队超视距空战决策及作战仿真

以无人机的超视距空战为研究背景,建立一种综合态势评估、目标分配和损耗裁定的协同空战仿真模型。首先,综合友机位置和敌方战机威力对我机的态势影响,提出一种基于人工势场的态势评估方法;然后,利用文化基因算法进行目标分配,分别采用离散差分进化算法和邻域搜索算法作为其全局和局部搜索策略;最后,用两步裁定法模拟空战双方的相互攻击,实现超视距空战中的损耗裁定。仿真结果验证了所提出模型的合理性和算法的有效性。     

基于混合蛙跳算法的协同空战火力分配

针对超视距多机协同空战中的火力分配（WTA）问题,建立了协同空战火力分配的数学模型,提出了采用混合蛙跳算法（SFLA）来求解协同空战火力分配问题,根据无约束化的编码方式,结合交叉、变异的遗传操作,提高了算法的收敛速度以及全局搜索能力,能有效避免陷入局部最优。仿真结果表明,所提出的混合蛙跳算法在解决协同空战火力分配问题中具有高效可行性。     

多属性目标决策的分类融合威胁排序的模型

协同空战中,目标威胁等级的判定为武器资源的有效配置提供了重要依据,是现代作战指挥决策系统的核心内容.目前该问题的难点在于,如何解决多属性目标量化属性和非量化属性的混合比较问题.运用目标多属性理论探索对空中目标的威胁排序问题,提出了一种基于被保护对象相互关系鼍化的空中目标威胁评估和排序的方法,方法对威胁冈素进行了详细分类,并分析了它们之间的关系,在此基础上融入了我方目标任务属性的比较关系,同时对一些模糊属性进行了量化处理.最后通过示例介绍了威胁评估和排序的求解过程.该方法有效地解决了目标威胁评估与排序问题,是可行和有效的.     

基于空域法的UCAV群目标编群策略研究

随着空战环境和任务的复杂化,无人作战飞机开始从单个应用转向集群式应用,目标编群是UCAV群协同作战的首要条件。本文提出了基于空域法的目标编群策略,设计了目标编群的算法。仿真结果表明:基于空域法的编群策略能很好地适应空战中态势的变化,较好地获取目标的群数。     

无线传感器网络基于议价解的合作策略

针对无线传感器网络（WSN）的合作多样性问题,对结合节点能耗和吞吐量的对称合作模式进行了讨论。基于Raiffa-Kalai-Smorodinsky议价解（RBS）,将对称合作问题转换成议价问题,提出了一种提高网络传输效率的WSN对称合作策略。分析了由[n]传感器节点和一个sink 组成的对称合作模型,并在此基础上,讨论了RBS最优带宽分配策略的实现过程。仿真结果表明,该对称合作策略可以大大提高传感器节点的传输效率。