面向班组兵力编配的人机混合增智技术分析

针对传统兵力编配方法规划粒度粗放、动态调节能力差、临机调整过程复杂等问题,以班组层级的兵力编配为研究背景,分析人工智能技术在解决上述问题方面的潜力,并给出“人在回路”的人机协作关系路径选择。在此基础上,以实现班组编配动态规划及面向任务灵活适变为目标,提出一种基于人机混合智能的兵力编配系统架构,设计其基于军事元宇宙进行平行推演和优化推荐的作用方式,以及在平行环境下通过混合智能的方式进行临机兵力编配规划的作用流程,并对其预期能力进行分析。仿真结果表明,新方法对班组作战场景下的任务匹配、功能组合与映射等决策过程具有有效性。相关研究成果可为面向班组层级的智能化兵力编配策略、指挥决策系统研究和工程化构建提供理论支撑和技术基础。

国产化环境下基于强化学习的地空协同作战仿真

以未来战场无人地空协同作战为需求牵引,面对军事领域实战场景匮乏、训练数据不足的实际问题,聚焦仿真环境下的深度强化学习方法,实现地空协同作战仿真中多智能体决策模型。在飞腾CPU和昆仑K200硬件平台与麒麟V10操作系统环境下搭建虚拟仿真环境,设置仿真环境状态表征、各智能体动作空间及奖励机制,构建基于深度确定性策略梯度算法的多智能体模型(MADDPG),通过仿真实验验证采用MADDPG算法能够使奖励值在地空协同作战仿真场景中逐渐收敛,从而证明该模型应用于地空协同作战的决策有效性。