强化学习算法在超视距空战辅助决策上的应用研究

针对近端策略优化算法在空战智能决策过程中面临的动作空间过大、难收敛等问题,提出基于option的近端策略分层优化算法,构建了基于强化学习的空战智能决策模型框架,并在超视距空战仿真模型中进行了对抗性实验并可视化。实验结果表明,近端策略分层优化算法能够驱动智能体在对抗过程中产生迂回攻击等战术行为,达到提升传统算法性能和提高空战博弈决策效率的目的。

基于强化学习的美军指控系统的发展及启示

人工智能技术为未来战争提供新的博弈手段,强化学习作为人工智能技术的重要组成部分成为实现智能化作战的关键方法。简述了人工智能技术发展历程和强化学习算法原理,介绍了强化学习在美军指控系统中的发展应用情况,并剖析了发展过程中暴露的问题,总结获得启示并结合我军智能化建设提出建议。

基于能力和结构的海岸防御阵地效能评估指标体系设计

构建指标体系设计是海岸防御阵地效能评估的前提,对海岸防御阵地建设具有十分重要的作用。在现有指标体系设计研究成果的基础上,针对当前阵地指标体系生成方法仅从作战任务或结构单一角度构建体系且在能力分析方面研究较少的问题,提出基于能力和结构的海岸防御阵地效能评估指标体系设计方法,详细描述了能力指标、结构指标的分解方式,引入UAF(Unified Architecture Frame)体系结构框架,通过UAF领域视图描述指标间的相互关系建立了效能指标,并通过实例验证了方法的可行性。

基于T-S毁伤树和贝叶斯网络的易损性分析方法

针对降阶态易损性分析方法无法进行双向推理、不能描述动态毁伤状态,以及贝叶斯网络节点条件概率表难以构造、毁伤概率和毁伤状态数据难以确定等不足,提出基于T-S动态毁伤树和贝叶斯网络的降阶态易损性分析的阵地毁伤效能评估方法。利用T-S动态毁伤树构造贝叶斯网络模型,以T-S门规则构造中间节点条件概率表;利用降阶态易损性分析方法细化阵地功能毁伤状态,实现物理毁伤向功能毁伤的转化,结合贝叶斯网络开展阵地毁伤效能评估,为阵地毁伤评估与火力打击决策提供依据。

联合作战任务智能规划关键技术及其应用思考

作战任务规划是战场指挥和决策的关键一环。随着多军兵种联合作战思想的发展与成熟,作战任务规划领域正成为传统作战指挥方法与各类新兴技术相结合的集中点,该领域也不断成为智能化指挥和决策指导未来作战的核心点。本文主要阐述了作战任务规划的基本概念和智能化需求,并结合战区级联合任务规划系统对智能化关键技术进行了分析研究,提出了几种具体技术实现架构,并对未来研究做出了展望。

美丽的苗寨 我们的家

洗澡 阿娘打水来干什么？ 给娃娃洗澡呀!