大型模拟对抗演习回放系统设计与实现

设计了大型模拟对抗演习辅助讲评系统的回放系统,分析了系统的数据流程与可视化表现模式,明晰了系统实现的关键技术,并实现了该系统.系统通过对大型模拟对抗演习过程中产生的大量历史数据进行回放或展示,能够在演习结束或者阶段结束后辅助导演部或指挥员对演习过程作出全面客观的评价,从而达到帮助参演人员对演习过程进行分析评估、查找问题、总结经验和教训的目的.     

面向对象的战略战役指挥训练模拟系统数据建模

大型的战略战役指挥训练模拟系统需要内容复杂、数量庞大的数据作为支撑,而结构清晰、容易理解的数据模型是系统成功开发和应用的前提。采用面向对象的基本方法,给出了系统数据建模的概念定义并采用UM L表示法进行了建模方法分析,最后讨论了OO数据模型在系统工程化的数据准备以及运行时和事后分析等应用中所具有的特点。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。