面向群体作战的多Agent合作策略

根据军事对抗仿真本身所固有的复杂性,运用基于Agent的复杂系统分析与设计方法,对单元体结构进行研究。其面向群体作战的多Agent的合作策略,通过任务指挥单元Agent监视其他作战单元Agent的活动,并采用任务库和知识库减少通信开销,以提高任务求解的效率。

基于多层决策的作战群体行为建模研究

模拟训练设备是虚拟士兵技术的重要应用领域,作战群体行为的研究对提高模拟训练设备的训练效果具有重要作用。将多层决策理论改进为生理层、应激层、认知层、理性层和作战层,构建了基于多层决策的作战群体行为模型;提出了交互元的概念,将虚拟个体间的交互以交互元的方式进行存储和执行;在高层决策系统中引入了任务图对行为规划进行管理,并建立了交互管理器,对交互元进行管理;将作战行为分为7种基本行为,简化了作战目标的生成。在某装备培训与试验系统中对模型进行了应用与测试,结果表明模型自主性好,耗费资源少,具有较高的可信性,群体间的交互表现出较高的逼真性,能有效的满足装备培训与试验系统的需求,提升训练效果。

基于Multi-Agent的航空兵分队作战模型研究

航空兵分队作战仿真系统开发是一项复杂的工程,各组成要素之间的活动很难进行定量分析和描述,战场情况也复杂多变,具有不可预见性和不可再现性。本文基于目前航空兵分队作战仿真的发展现状,结合计算机软件技术的最新成果Multi-agent技术,提出了基于Multi-agent的航空兵分队作战复杂系统分析与设计仿真模型,论述了该方法的有效性;并根据Multi-agent的特点,介绍了运用Swarm建模和开发工具对Multi-agent的航空兵分队作战仿真的实现。

一种基于动态矢量匹配的兵力部署估计方法

现代作战部署兵力需要考虑各兵种协同作战的因素,因此兵力部署估计与作战群体属性识别问题不仅与群体的实体组成有关,还与作战群体之间的拓扑关系相关。通过对作战规则的提取,建立了作战部署中各群体的拓扑关系,并利用此拓扑关系对传统的兵力聚合方法进行了改进。仿真实验证明该方法可以进一步确定作战群体属性,从而实现兵力部署估计。

一种基于SuperGlue的兵力部署估计方法

兵力部署估计作为战术战场上战术辅助决策的重要环节,实际上是将目标群体态势/阵型与群体态势/阵型库进行对照,找出最合理的群体态势/阵型进行评估。作战群体的关键信息包括位置信息和属性信息。可将作战群体视作节点,群体态势/阵型视作一张图,兵力部署估计转换为目标图与源图的匹配问题。论文提出通过图神经网络中的SuperGlue求解该图匹配问题。仿真实验证明该方法可以很好地学习作战群体间的拓扑关系并准确确定作战群体属性,从而实现兵力部署估计。