基于兵棋推演的空战编组对抗智能决策方法研究

于 2024-08-22 09:09:22 发布
阅读量202 收藏 3
点赞数 7
文章标签： 人工智能 兵棋推演
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/renhongxia1/article/details/141412189
版权

源自：指挥与控制学报

作者： 陈晓轩，冯旸赫，黄金才等

注：若出现显示不完全的情况，可 V  搜索“人工智能技术与咨询”查看完整文章
人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······  课程也可加V“人工智能技术与咨询”报名参加学习

摘 要

基于兵棋研究的空战编组对抗方法主要使用规则或运筹等手段，存在假设不够合理、建模不准确、应变性差等缺陷。强化学习算法可以根据作战数据自主学习编组对抗策略，以应对复杂的战场情况，但现有强化学习对作战数据要求高，当动作空间过大时，算法收敛慢，且对仿真平台有较高的要求。针对上述问题，提出了一种融合知识数据和强化学习的空战编组对抗智能决策方法，该决策方法的输入是战场融合态势，使用分层决策框架控制算子选择并执行任务，上层包含使用专家知识驱动的动作选择器，下层包含使用专家知识和作战规则细化的避弹动作执行器、侦察动作执行器和使用强化学习算法控制的打击动作执行器。最后基于典型作战场景进行实验，验证了该方法的可行性和实用性，且具有建模准确、训练高效的优点。

图片

图片

图片

图片

图片

图片

图片

图片

图片

图片

声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。

注：若出现显示不完全的情况，可 V  搜索“人工智能技术与咨询”查看完整文章
人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······  课程也可加V“人工智能技术与咨询”报名参加学习

renhongxia1
关注
  • 7
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
兵棋推演的智能决策技术与挑战
renhongxia1的博客
06-20 678
源自：自动化学报作者：尹奇跃 赵美静 倪晚成 张俊格 黄凯奇。
庙算兵棋推演平台配置
natural_Caduceus
12-12 2007
9月23开始，9月26完成。因为那时刚从大连回来，十一之后又一个紧急项目当项目负责人，所以隔了这么久才发出来。我尝试进行制作平台AI，想在我的小平板上配好，最好还可以移植。于是我采用WSL（windows自带的）+vscode来进行执行。
兵棋推演系统的基础理解与应用探析
2401_86180916的博客
07-08 180
兵棋推演系统的基础理解与应用探析
庙算兵棋推演AI开发初探（1-调用结构）
natural_Caduceus
12-23 1209
庙算兵棋推演平台中的环境对编写AI的调用方式
首发 | 美海军研究院探索如何利用“AI+博弈论+兵棋推演”辅助海军作战
人机与认知实验室
03-06 557
为自动化和增强战术决策，支持高度复杂的作战环境中的作战人员，美海军正加速利用计算技术和数据分析方法。2022年6月，美海军研究院发表《人工智能赋能的实时兵棋推演系统在海军战术行动中的应用》论文，研究了如何利用人工智能和博弈论来开发实时兵棋推演系统。背景分析战场空间的复杂性急剧增加。由于新技术、新能力、新武器和新角色的出现，战场空间的复杂性（以增加的速度、致命性和不确定性为特征）正在激增。现代战术战...
国防大学兵棋推演系统
2301_80411891的博客
10-24 156
国防大学兵棋推演系统
兵棋推演和人工智能的融合
人工智能学家
01-12 270
来源：兵推天下2023年11月初，世界领导人齐聚英国布莱切利庄园，参加首届全球人工智能安全峰会。布莱切利庄园一度是英国的绝密基地，其密码破解技术为英国在二战中取得胜利提供了帮助。此次峰会旨在了解前沿AI（能够执行一系列任务的高性能通用模型）带来的风险，特别是被“恶意行为体”利用时的风险，并激励国际社会采取行动应对这些风险。峰会议程中未提及国家行为体将人工智能应用于国家安全领域的内容，这可能很快改变...
人工智能在兵棋推演的应用思考
yzf060109的专栏
05-13 458
近年来，人工智能技术发展迅猛，沃森在智能问答领域战胜人类、AlphaGo战胜人类围棋大师李世石等将人工智能技术推向前所未有的热度。在一些领域（如特定疾病诊断和治疗、商业、制造业等方面），人工智能已经达到顶级人类专家的认知水平。近期爆火的大语言模型更是将人工智能的认知水平提升到新的境界，展现出了巨大的潜在应用价值。现代战争具有信息高度复杂、态势认知困难、任务决策缓慢等特点，人的认知能力越来越无法适应这样的战场环境，指挥人员迫切需要机器辅助决策的功能。
【论文阅读01】2021 兵棋推演的智能决策技术与挑战 尹奇跃
qq_38846777的博客
01-07 3460
Xmind 作者介绍 尹奇跃　中国科学院自动化研究所副 研究员、硕导.主要研究方向为强化 学习、数据挖掘与游戏 AI. 摘要 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.本文将梳理兵棋推演与目前主流人机对抗环境如围棋、德扑、星...
基于深度强化学习的兵棋推演决策方法框架.pdf
08-18
然而，传统的兵棋推演方法存在一些缺陷，例如无法充分考虑到不确定性和复杂性，无法实时地对抗策略等。 基于深度强化学习的兵棋推演决策方法框架旨在解决这些问题，通过深度学习和强化学习技术，模拟战争场景，学习...
基于数据挖掘的兵棋推演数据分析方法研究.pdf
07-14
本文主要探讨了基于数据挖掘技术在兵棋推演数据分析中的应用和研究方法，为军事指挥人员提供科学有效的决策支持。 计算机兵棋系统由于其规模大、结构多层次且复杂，使得对其推演数据的分析成为一个难题。数据挖掘...
人工智能在计算机兵棋推演领域的应用.pdf
07-10
- 分析人工智能在计算机兵棋推演中的应用现状和未来发展，可以预见其将在模拟更复杂、更逼真的战场环境和提升决策支持方面发挥作用。 人工智能技术应用于兵棋推演的现实意义和潜在影响： - 应用人工智能技术于兵棋...
论文研究-基于连通树的兵棋推演热区检测算法.pdf
09-20
论文研究-基于连通树的兵棋推演热区检测算法.pdf, 提出了一种基于连通树的热区检测算法, 可检测任意形状的热区, 目的是通过检测兵棋推演过程中军事行动频繁的区域, 为...
【大模型理论篇】大模型时代下Bert去哪啦？
weixin_65514978的博客
08-20 1337
bert、自然语言处理、transformer、encoder、gpt、decoder、nlu、nlg、微调、fine-tuning
零基础学习人工智能—Python—Pytorch学习（六）
最新发布
kiba518的博客
08-21 474
前言 本文主要讲神经网络的上半部分。 这篇文章开始有很多公式了，这些公式都很简单，但是如果是不经常在脑海里思考公式的人，那可能需要多花点时间做一下自我训练，个人感觉，也就几天时间，就能把自己感觉给调整出来。 习惯了公式看下面内容就会轻松很多，另外如果要深入学习人工智能，熟练的认知公式也是个必须的事情。 另外，我发现我前面文章写的有歧义的地方还是挺多，虽然，已经改了一部分，但，可能还有没发现的，大...
24 优化算法
kaszxc的博客
08-19 447
深度学习模型大多是非凸的所以关于凸优化的很多理论无法使用小批量随机梯度下降是最常用的优化算法冲量对梯度做平滑冲量法是一个简单的稳定优化的算法Adam 对梯度做平滑，且对梯度各个维度值做重新调整通过实践发现，Adam 不一定比冲量法准确率高或者是收敛快，但是整体来讲 Adam 是比较稳定的，Adam 对学习率不那么敏感，使得调参相对来讲会更加容易一点范围之中（进行维度上的调整）分母中的 ε 的作用是保证分母不等于零。
天猫商品详情API：深度挖掘商品推荐与关联的新路径
2401_85789772的博客
08-20 627
天猫商品详情API是天猫开放平台提供的一项服务，旨在帮助开发者获取天猫平台上商品的详细信息，包括但不限于商品标题、价格、销量、描述、图片以及推荐与关联商品等。这一接口不仅为购物者提供了丰富的商品信息，也为商家和开发者提供了强大的数据支持，助力其优化商品展示策略，提升用户购物体验。天猫商品详情API为开发者提供了深入挖掘商品推荐与关联信息的新途径。通过合理利用这一接口，开发者可以实现精准的商品推荐与关联展示，提升用户体验和平台运营效率。
给出兵棋推演的python代码
04-03
抱歉，我是一名自然语言处理AI，无法编写代码。不过，以下是一个简单的兵棋推演的python代码示例，供您参考： ```python # 兵棋推演 import random # 定义士兵类 class Soldier: def __init__(self, name, attack, defence, hp): self.name = name self.attack = attack self.defence = defence self.hp = hp # 攻击方法 def attack_enemy(self, enemy): # 造成的伤害 = 攻击力 - 防御力 damage = self.attack - enemy.defence # 如果伤害小于等于0，则无效 if damage <= 0: print(f"{self.name}攻击{enemy.name}，但是没有造成伤害") else: enemy.hp -= damage print(f"{self.name}攻击{enemy.name}，造成了{damage}点伤害") # 是否存活 def is_alive(self): return self.hp > 0 # 定义玩家类 class Player: def __init__(self, name, soldiers): self.name = name self.soldiers = soldiers # 随机选择一个士兵 def select_soldier(self): return random.choice(self.soldiers) # 是否存活 def is_alive(self): for soldier in self.soldiers: if soldier.is_alive(): return True return False # 游戏开始 print("游戏开始！") # 定义两个玩家 player1 = Player("玩家1", [ Soldier("士兵1", 10, 5, 20), Soldier("士兵2", 8, 6, 25), Soldier("士兵3", 12, 4, 18), ]) player2 = Player("玩家2", [ Soldier("士兵4", 10, 5, 20), Soldier("士兵5", 8, 6, 25), Soldier("士兵6", 12, 4, 18), ]) # 游戏循环 while True: # 玩家1选择士兵 soldier1 = player1.select_soldier() # 玩家2选择士兵 soldier2 = player2.select_soldier() # 士兵1攻击士兵2 soldier1.attack_enemy(soldier2) # 如果士兵2死亡，输出信息并退出游戏循环 if not soldier2.is_alive(): print(f"{player1.name}的{soldier1.name}杀死了{player2.name}的{soldier2.name}") break # 士兵2攻击士兵1 soldier2.attack_enemy(soldier1) # 如果士兵1死亡，输出信息并退出游戏循环 if not soldier1.is_alive(): print(f"{player2.name}的{soldier2.name}杀死了{player1.name}的{soldier1.name}") break # 游戏结束 print("游戏结束！") ``` 以上代码只是一个简单的示例，可以根据实际需求进行修改和扩展。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值