基于深度学习的战役初始态势认知方法

战役初始态势不仅影响着整个战役进程,而且对战役筹划的影响也极为显著。以深度学习为代表的人工智能技术突飞猛进,为我们利用人工智能技术实现自动识别复杂的战役初始态势、模拟战役指挥员的经验知识带来了契机,作者就此问题进行初步探索性研究。对战役初始态势的概念及其类型进行了介绍,探讨了基于深度学习的战役初始态势认知模型构建,对模型构建步骤、输入和输出的设计进行了探讨,对卷积神经网络的基本思想、结构、训练进行了介绍,在示例中介绍了样本数据的录入程序、卷积神经网络的具体结构与应用程序,验证了方法的可行性与有效性。所提出的战役初始态势认知方法可以在一定程度上获得指挥员对战役初始态势的经验知识。     

基于大模型的态势认知智能体

针对战场态势信息众多、变化趋势认知困难的问题,提出基于大模型的态势认知智能体框架和智能态势认知推演方法。从认知概念出发,结合智能体的抽象性、具身性特点,明确了智能体构建的3个关键环节：学习环境、记忆方式和产生知识机制;设计了战场态势认知智能体架构,包括记忆部件、规划部件、执行部件、评估部件以及智能体训练要点。在长期记忆部件中,围绕战场复杂状态建模特点,分析大语言模型、多模态大模型、大序列模型的运用问题。     

面向NCW的C2参考模型研究

对C2系统仿真及评价而言,在网络中心战背景下构建一个良好的参考模型是目前C2领域研究中的瓶颈问题.以过程模型及MOM框架为核心构建了面向复杂网络的C2系统概念性模型框架.在构筑抽象的C2过程模型框架基础上,借鉴认知决策(RPD)模型的概念,从感知分析及参数估计、态势评估、模式匹配、行为确定四个方面对C2过程模型进行了形式化描述,同时从个体信息能力度量、个体态势感知能力度量、个体决策能力度量、个体指挥引导能力度量、信息共享能力度量、态势共享能力度量、协同决策能力度量、作战意图共享能力度量、作战意图同步能力度量9个方面对C2 MOM框架进行了分析.     

联合战役兵棋AI体系框架设计及关键技术分析

深度强化学习在游戏智能决策领域取得了令人瞩目的突破。多智能体深度强化学习、分层深度强化学习等领域的研究工作正将深度强化学习研究引向深入。由于联合战役兵棋博弈复杂的问题构成难以仅依靠深度强化学习方法解决,因而需要将人的知识经验有机融入强化学习过程中。对深度强化学习算法进行综合分析,并系统总结梳理联合战役兵棋AI的军事运用需求,在此基础上设计联合战役兵棋AI的体系框架并就框架中的相关技术进行探讨。     

战役辅助决策系统功能需求研究

指挥信息系统作为现代作战体系的"神经中枢",在战役指挥中发挥着越来越重要的作用,而辅助决策系统作为指挥信息系统的核心,对其功能需求的研究非常重要.从战役学、作战指挥学和军事运筹学等基本理论着眼,对战役层次辅助决策系统的功能需求进行了研究,对系统应具备的功能进行了研究.     

基于AGENT的危机决策模拟问题求解框架研究

本文在分析危机决策对抗模拟特点的基础上 ,提出了基于双层黑板模型的危机决策对抗模拟问题求解框架 ,探讨了多智能体对各种不同类型知识模块的封装和组织 ,分析了态势推演问题求解框架和危机决策问题求解框架的结构和组成。     

基于深度学习的战场态势高级理解模拟方法

当今军事领域问题的研究已步入了信息化主导的大数据时代,传统的智能辅助指挥员完成战场态势理解已遇到了瓶颈,亟需探索突破。认知智能中深度学习的提出可为该问题的突破提供契机。通常,指挥员进行战场态势理解是分层次的。其中的高级理解则需要深度学习来模拟。就此,展开了探索性研究。概述了战场态势评估的相关概念,分析了指挥员理解战场态势的思维模式,掌握了指挥员理解战场态势时的主要步骤,并结合深度学习运行原理,提出了一种基于深度学习的指挥员战场态势高级理解思维过程(以判断敌方对我方可能的主攻方向为例)模拟方法,该方法利用认知智能中的深度学习(以CNN为例)对指挥员战场态势高级理解过程进行非线性拟合处理,从而达到探索性模拟的目的,仿真实验结果验证了该方法的有效性。     

基于改进DDPG的空战行为决策方法

针对空战中飞机如何根据实时态势进行快速智能决策问题,提出基于改进DDPG算法的空战行为决策框架(Air Combat Behavior Decision-making Framework on Improve DDPG,ACBDF_DDPG).框架中的主要改进如下:1.设计一种针对动态目标的嵌入式人工经验奖励机制,缓解...     

一种基于分层智能混合决策的多Agent框架

智能对于指挥决策模型非常重要,也是提高模拟训练和作战实验质量的关键。作战中指挥决策内容多,问题性质不一,对智能要求高。在分析指挥控制模型发展现状基础上提出模型对智能的需求,分析设定了智能的5个层次,提出一种混合Agent框架,并在框架中对每一层智能给出解决方案,框架兼具认知Agent、BDI Agent和刺激反应Agent的优长,对构建智能化的训练和实验系统有较大帮助。框架在指挥装备作战运用实验中得到应用,具有较好的理论意义和应用价值。     

基于时空查询的战场态势辅助分析系统

针对战场态势评估问题,提出了一种基于时空查询的态势辅助分析系统实现框架,通过对事件的时空运动关系以及关系的演变情况进行自由查询分析,辅助决策人员实现态势感知。基于实现框架实现了演示验证系统并给出了部分演示结果。作为一种通用态势辅助分析技术,可用于各平台、层次指挥系统以及训练模拟系统,还可为其他作战应用软件提供数据支持,进而推动领域内技术发展。     

指挥控制系统中仿真决策系统的嵌入研究

将仿真决策系统嵌入到指挥控制系统中,利用仿真决策支持正在进行的军事行动正成为未来指挥控制系统发展的重要探索方向。研究了嵌入式仿真决策系统的组成,包括人机接口分系统、在线仿真分系统和控制管理分系统等;研究了嵌入式仿真决策系统的功能,包括计划与方案生成、作战态势读取、辅助指挥决策生成、战场态势预判、行动结果管理与未来态势生成控制等;研究了嵌入的关键技术途径,包括嵌入样式、在线仿真决策技术、定性与定量相结合的在线评估、面向服务的组件化设计等。研究成果对探索和建立我国未来新一代指挥控制系统具有重要、积极的现实和军事意义。     

关于智能化的军事决策

本文提出了一个智能指挥与控制系统的简要模型 ,依据这个模型分析了专家系统技术在军事决策过程中的应用 ,并分析了分布式专家系统技术在C3 I中应用的前景和意义。最后简要介绍了一个以模型中的重要环节———态势估计任务为背景的分布式多智能主体知识表示框架DESW系统     

基于地域分析的智能空间决策支持技术

地域分析技术是作战指挥辅助决策的关键技术之一。详细介绍了基于多维战场环境条件下作战地域分析的智能空间决策支持系统的设计方法、系统结构、主要算法和实现。系统以军事地理信息系统、军用地图处理和态势信息系统为开发平台,设计过程中采用了联机分析处理、模型技术、数据挖掘、人工智能等辅助决策技术,实现了多约束条件下炮兵作战地域选择方案的自动生成和评估,提出了基于栅格元数据的地理信息表示模型、地域分析和评估模型、基于产生式规则的知识推理算法以及将模型、知识推理和实现方法紧密集成的决策支持模型,对基于地域分析的智能空间决策支持系统的系统结构和功能实现以及多层次决策支持技术进行了探索和研究。     

基于防空反导的战术级通用态势图分析研究

针对不同战场角色、作战任务、作战规模、战场级别、关键事件环境等情境因素中,指挥员无法准确而迅速地获取需要的信息等问题,在战术级指控系统与当前防空反导发展趋势的基础上,集中详细地阐述了通用态势图。在战场态势预测分析的基础上,进一步介绍了其关键技术,并通过仿真数据进行了验证。在帮助指挥员深入认知战场态势上提供了辅助,从而减少了冗余态势信息对指挥员的干扰,缩短了整个决策环的时间。     

面向指挥决策支持的多人协作交互模型

多人协作是指挥决策支持环境的突出特点之一.决策过程中的协作交互可以充分实现一致的态势认知,提高决策质量.利用分布式认知理论分析了决策支持环境中协作交互任务的认知分布,根据多人协作研讨的过程和特点,给出了协作交互任务的资源模型,指导面向决策支持的协作交互人机系统设计,并给出了一个多人协作研讨原型系统实例.     

坦克分队战术指挥辅助决策系统仿真

根据装甲兵部队作战任务特点,结合装备信息化后共享的战场态势,利用仿真平台设计开发了坦克分队战术指挥辅助决策系统,完成了系统的整体设计并进一步讨论了模型库技术与知识推理技术的设计与实现。系统采用IDSS框架,用人工势场法实现分队运动与火力分配,用FSM结合规则库实现知识推理,并在仿真试验中取得了良好的效果。     

“智能+”概念及其在无人作战系统论证中的应用

从物理域、信息域、认知域的角度分析了无人作战系统的构成,提出了"+智能""智能+"的概念并进行了对比分析;从本质(融合)、核心(创新驱动)、增长要素(数据化)、组织模式(终端集成) 4个方面对"智能+"概念进行了解析,并归纳出其主要特征,对其实现阶段进行了划分;分析了"智能+"带来的军事作战转型,从体系架构构建、能力架构构建、装备系统升级3个方面,对"智能+"在无人作战系统论证中的应用进行了说明。研究结果表明:"智能+"概念对推动装备发展和无人作战系统顶层设计具有重要意义。     

基于作战知识的海战场对空防御深层态势分析

通过介绍作战知识的概念,分析了指挥员在作战指挥时获取作战知识的必要性,提出基于知识发现的战场态势层次化分析概念框架,并指出战场态势分析过程是从获取底层作战知识逐步上升到获取高层作战知识的逻辑结构。在此基础上,提出基于知识发现的海战场态势层次化建模框架,并对不同层次作战知识的获取方法提出了新的见解。研究结果有助于提高指挥员决策的速度和效能。     

认知电子战综述

认知电子战通常被定义为以具备认知性能的电子战装备为基础,注重自主交互式的电磁环境学习能力与动态智能化的对抗任务处理能力的电子战形态。自其被首次提出以来,以其感知准、推理强、决策快的优势备受国内外研究学者广泛关注。随着人工智能新理念、新技术、新应用的不断涌现,认知电子战步入崭新的发展阶段。为捕捉其未来发展方向,从人工智能角度出发,总结并丰富了认知电子战概念内涵,梳理认知电子战的发展脉络及外国典型项目,搭建认知电子战系统框架及架构,从感知、判断、决策等方面对认知听电子战关键技术进行了全面系统综述,并总结了认知电子战面临的挑战和发展趋势。     

C4ISR联合仿真演练系统体系框架研究

构造联合战役条件下C4ISR综合性能仿真系统是目前C4ISR领域中最重要的应用之一.以网络中心战为背景,以C4ISR体系对抗为中心,构建了联合战役条件下的C4ISR联合仿真演练系统概念框架.基于导调评估层、实装层、代理层及仿真成员层四层架构了系统体系框架,并对各层的含义、主要作用及相互关系进行了剖析.同时借鉴开发与运行过程(FEDEP)概念,从制定仿真想定、联邦开发、生成脚本、集成及测试联邦、联邦运行、系统评估六个步骤论述了系统开发和运行的一般过程.最后结合实际开发及应用对该框架的实用性及后续工作进行了分析.