基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

超细粉体颗粒表面改性研究进展

概述了超细粉体颗粒表面改性的重要性、团聚原因和表面改性的作用,重点阐述了不同的表面处理方法及粒子与多种改性剂之间的相互作用机理,指出了超细粉体颗粒改性的目的在于通过降低粒子的表面能和改变粒子的表面极性,减少粒子间的团聚,促进超细粉体粒子的分散。     

通信指挥分布式智能GDSS体系结构研究

智能决策支持是军队指挥手段现代化的一个重要研究方向,也是实现通信指挥决策科学、高效和及时的有效途径。在分析通信指挥决策特点的基础上,结合通信指挥决策的体系、流程和内容,立足面向功能的Agent设计思想,构建了多Agent系统(MAS)共同实现通信指挥的决策功能,给出了基于MAS的通信指挥分布式智能群决策支持系统(GDSS)的系统体系结构、水平体系结构、逻辑体系结构的各部分组成及功能,并对系统实现的关键技术进行了探讨。     

基于多Agent协作的战场信息共享系统研究与实现

针对联合作战中分布、动态的战场环境和海量的战场信息,满足不同作战实体对战场信息资源共享的需求,构建了一个基于多智能体的、面向作战任务的信息资源共享模型,并提出了一种新颖的基于相似度的用户动态聚类方法。从用户的资源请求中发现用户兴趣和用户之间的相似度,通过交互机制有效地将相同兴趣的用户及资源智能体关联起来,提高作战主体获取战场信息的能力。实验证明该算法具有较高的效率和良好的可扩展性。     

海战场的规划识别研究

规划识别可分为锁眼型(keyhole)和意图型(intention),又可划分为个体的和群体的两种类型,对于敌舰艇编队的规划识别则属于意图型的和群体类型的.舰船及其编队指控系统在战场指挥决策过程中,根据多传感器信息融合系统提供的实时数据与信息进行态势评估,除了敌我识别、目标身份识别、威胁估计外,还涉及对敌舰及其编队的意图型、群体型的规划识别问题.初步探讨舰艇编队(即多自主体系统Multi-Agent System,MAS)规划识别特点、MAS规划识别规划结构框架和基于时态描述逻辑的动作推理的若干问题.     

机载多智能体信息融合决策系统

将多智能体技术引入到多传感器信息融合领域,通过充分利用智能体的自主性,分布性和协作性等优点,构建基于多智能体的机载信息融合决策系统.详细介绍了多智能体技术在该融合决策系统中的应用,重点描述了各智能体的功能,融合决策体系的结构框架,工作机制和软件实现等内容,为信息融合技术的发展开辟了新的方向.     

某型25mm自动炮闩体阻挡抛壳现象分析

某型25mm自动炮存在闩体阻挡抛壳现象,为查找其原因,文章从自动炮结构到设计图纸进行了分析,找出了闩体下降滞后导致闩体阻挡抛壳的原因,并对闩体阻挡抛壳所带来后果及改进方法提出了看法。     

浅析炮车比

本文以坦克发射时车体的角振幅和乘员所受加速度不超过一定值为基础,推导了炮车比极限值的理论公式;并对影响炮车比极值的因素进行了分析,最后,以59式坦克为例得出炮车比不超过1.71,该结论具有普遍意义.