基于多智能体强化学习的无人机集群对抗方法研究

针对复杂动态不确定环境下的无人机集群对抗问题,基于多智能体强化学习开展了对抗决策方法的研究。首先,基于MaCA环境构建了无人机集群对抗模型;其次,引入集中训练网络的混合架构模式,改进了传统DDPG算法,设计了面向无人机集群对抗的MADDPG算法,分别采用基于规则的对抗策略和基于DQN的对抗策略对算法进行了训练,提升了对抗算法的鲁棒性、适应性和泛化性;最后,通过搭建对抗仿真环境,验证了所设计方法的有效性和可靠性。     

通信对抗无人机集群侦察区域规划规则研究

侦察区域规划是通信对抗无人机集群智能侦察的首要任务。能否合理规划侦察区域,对通信对抗侦察任务的完成至关重要。通过研究侦察区域规划分配和动态调整流程,结合通信对抗战斗原则和相关军事经验,整理归纳出通信对抗无人机集群进行侦察区域规划的行为规则、判定规则和策略规则,并提出了规则的使用建议,构想了具体应用场景。     

人机指挥对抗系统规则设计研究

针对现有人机指挥对抗系统在规则设计方面存在的不足,根据人机指挥对抗系统的典型结构和规则推理的运行机制,提出了人机指挥对抗系统的规则需求,设计了规则库的基本内容和结构,对其中的条件库、结论库、阵地编配规则库和指挥决策规则库的要素组成和内容构成进行了较为详细的阐述,并给出了部分示例;最后,对规则库在智能对抗模型构建中的应用进行了说明。设计方案能够为其他类似人机对抗系统及其规则库的建设提供借鉴,具有较强的可操作性。     

无人机集群作战智能培育平台构建研究

面向红蓝双方非完备信息条件下的无人机集群自主作战场景,参考即时战略游戏星际争霸人工智能技术思想,提出一种基于人工智能与军事仿真深度融合的无人机集群作战智能培育平台构建方法,给出了技术实现路径,旨在通过大样本训练,培育无人机集群自主作战决策能力,探索无人机集群战法运用模式,支撑作战人员对无人机集群进行高级指挥控制.     

基于认知决策的智能无人机集群作战建模方法研究

为仿真研究智能无人机实体及其集群在不同战场态势下的临机决策过程以及智能实体的自学习、自成长特性,提出一种基于认知决策的智能无人机集群作战建模方法框架。利用深度学习的认知建模属性,构建了智能无人机实体的认知决策模型,包括从“观察”到“判断”的态势特征提取网络模型,从“判断”到“决策”的实体决策网络模型。在此基础上,将智能无人机集群协同作战模型抽象为随机博弈过程,并提出一种适用于异构智能体的分布式、可变规模的多智能体强化学习神经网络架构,从而实现智能无人机实体认知决策模型的“智能”训练。通过仿真实验,验证了方法的可行性和有效性。     

无人机集群智能的生成样式研究

无人机集群作战是未来的重要作战方式.无人机集群智能的生成模式及其应用实现途径等智能生成样式问题研究是无人机集群作战编成确定和作战运用设计的基础支撑.归纳提出了无人机集群智能的集中式、仿生行为式和功能分布式生成模式,并从总体上探讨了相应的应用实现途径;提出了基于平行系统架构的战中任务调整和航路再规划智能效果实现途径;研究...     

基于改进强化学习的多无人机协同对抗算法研究

多无人机的作战协同研究内容主要包含飞行协同、侦察协同及干扰协同,随着无人机数量及协同决策内容的增加,多智能体强化学习模型的状态空间及动作空间维度呈指数增长,多智能体强化学习算法在训练中不易收敛,协同决策水平难以得到显著提升。采用并对多智能体深度确定性策略梯度(MADDPG)算法原理进行模型构建,在此基础上提出了一种选择性经验存储策略的多智能体深度确定性策略梯度(SES-MADDPG)算法。该算法通过设置回收存储标准以及选择性因子,对进入经验池的经验进行选择性存储,以缓解奖励稀疏的问题。仿真实验表明,在保证算法时间复杂度的前提下,SES-MADDPG算法比其他强化学习算法有了更好的收敛效果,相较于MADDPG算法,任务完成率提高了25.427%。     

针对无人机集群目标的舰炮对空射击方法

利用低成本无人机集群实施饱和攻击,将成为未来海战场突破舰艇对空防御系统的一种新型作战样式。从现有中小口径舰炮武器系统的射击体制出发,详细分析了现有追踪射击方法在打击此类密集目标时的能力不足,为增强现役中小口径舰炮武器系统打击无人机集群目标的能力,提出了基于未来空域窗的对空射击新方法,该方法控制武器系统内的单脉冲雷达波束对集群目标进行空间拉偏扫描,并通过最大似然估计的超分辨算法,获取迎弹面上的集群目标分布特征,改进传统未来空域窗射击方法中弹头均匀散布的设计思路,通过求解高斯混合模型配置弹丸散布中心,使得迎弹面上的弹丸散布概率与集群目标分布特征相匹配。仿真结果表明,该射击方法现实可行,可用于提升中小口径舰炮武器系统对无人机集群目标的打击能力。     

面向体系仿真的智能无人机集群作战建模总体框架研究

提出了智能无人机集群作战建模应当遵循的基本理念.在总体上将"面向体系仿真的智能无人机集群作战建模"视为一个"概念设计—模型建立—分析应用"的完整过程,而非一个孤立的建模仿真活动.为此,提出了涵盖"体系设计—模型训练—想定生成—探索仿真—结果分析"5个基础阶段的建模总体框架,以及包含支撑层、运行层、分析层和应用层在内的能够支撑该框架使用的系统体系架构.该建模总体框架,有助于解决智能无人机集群作战建模中作战概念不清晰、应用场景不明确的问题,同时可以将基于机器学习的智能实体建模技术集成到建模框架当中,以充分反映智能无人机实体及其集群的自学习、自成长特性.     

美军小型低成本无人蜂群发展运用及对策

美军近期提出以小型低成本无人蜂群形成高效费比的不间断侦察能力,并进一步提高战场打击精度的装备发展构想.本文以积极应对强敌新装备、新战法为出发点,研究了美军发展小型低成本无人蜂群的思维导向以及该新装备的作战优势,并分析了其中所采用的先进技术.针对美军此次提出的应用大量小型低成本无人蜂群实施协同侦察的作战运用模式,论述了其...     

两人分布动态决策系统建模研究

本文提出的建模方法之原理为：两人决策时每人的内部功能是主体基础,人员队中协作为外表行为,人对目标（任务）的比较选择过程为直观的快速估算（简称：内主、外协、快速估算）。这是两人队决策建模方法的新创造。新建成数学模型的有效性与水平都作了检验与评价,结果令人满意     

基于 Petri 网的决策组织结构设计

决策组织设计的首要问题是如何获得可行的组织结构。决策组织作为典型的分布式智能系统,利用Ｐｅｔｒｉ网生成其可行的组织结构是极广泛采用的方法,并已取得很多成果。该文是对这一领域的过去、现在和未来的综述。     

末制导雷达干扰决策的模糊评估方法研究

为了适应水面舰艇反导作战的需要 ,提出了一种评估末制导雷达干扰决策的方法。建立了导弹末制导雷达干扰决策评估模型 ,在此基础上 ,运用模糊综合评估的方法 ,对导弹末制导雷达干扰决策进行了综合评估。以干扰某型反舰导弹为例 ,对评估方法进行了试验验证。结果表明 ,该评估方法对评估末制导雷达干扰决策十分有效     

辐射源威胁排序模糊综合评判

通过对多批目标所载辐射源的威胁程度进行排序来判断多批目标的相对威胁程度是作战辅助决策的一种重要方法。建立了辐射源脉冲重复频率、辐射源方位、辐射源脉冲宽度等辐射源威胁评判指标体系并提出各指标的优属度函数。利用模糊多属性决策理论建立了基于不完全偏好信息的对多批目标威胁大小进行综合排序的模糊综合评判模型。实例证明该模型可行、有效,且便于计算。该方法不仅适用于辐射源威胁综合排序,而且适用于其它多属性决策问题。     

准则权重信息不完全的证据推理多属性决策算法

针对准则权重信息不完全情况下的多属性决策问题,提出了一种新的证据推理多属性决策算法,它通过建立基于证据信息熵的决策模型来求解准则的最优权重系数,利用求解得到的权重系数和递归ER算法求出各方案的效用值,进而得到各方案的优劣次序。最后,通过算例分析验证了该方法的有效性和合理性。     

组网电子对抗中应对远程威胁的对抗优选决策

在组网电子对抗作战背景下,简单分析作战中远程威胁目标,讨论了威胁决策因子及其优属度获取办法,在此基础上,提出了经过对抗方案总体设计、最优方案选择的决策方法,建立了应对远程威胁目标的决策模型。最后,通过合理假定作战场景进行实例分析,验证了该方法是科学合理的。     

合成分队动态武器目标分配协同决策模型

针对合成分队地面作战特点,提出了一种动态武器目标分配的协同决策模型,该模型基于一种自适应决策中心的协同决策体系结构,以战场信息共享为核心,实现动态火力协同优化分配。提出了针对战场应急目标的一种快速火力分配方法,提高火力整体打击效率的火力适度分配优化方法,适应战场态势动态变化的anytime终止控制方法。仿真实例表明,该模型能够满足合成分队火力动态分配的需求,提高动态武器目标分配决策的合理性和科学性。     

混合多属性决策投影算法的装甲分队目标价值评估

科学评价混合多属性目标价值是装甲分队作战决策的基础,为提高信息化装甲分队作战辅助决策水平,建立了混合多属性评估矩阵并运用投影算法完成目标价值评估与排序。实例分析表明,基于混合多属性决策投影算法可合理有效地评估多目标价值,为分队指挥员科学决策提供重要数据支持。     

区间数与灰决策的作战效能评估模型

针对作战效能评估过程中评价指标值同时存在精确数、区间数和语言类模糊数的情况,引入区间数与灰决策原理,提出了一种基于区间数与灰决策的作战效能评估模型。结合案例分析,对模型合理性进行验证,结果表明,该模型能够真实地反映武器装备作战效能的综合评估值。