基于对抗推演的训练样本生成框架

针对军事目标图像智能识别、智能平台对抗等AI算法学习训练缺乏高质量样本难题,提出了一种基于对抗推演的训练样本生成框架。从训练样本的数据格式、作战业务的维度,建立了训练样本分类体系;从样本特征、样本标签两方面,提出了训练样本的表征方法,建立了军事目标图像、目标航迹等训练样本表征模型;建立了基于对抗推演的训练样本生成框架,依据红蓝双方的行为决策模型,开展对抗式仿真推演,积累训练样本数据;以智能空战决策训练样本为典型案例,提出了基于规则与微分方程求解相结合的方法,通过自主对抗模拟产生训练样本数据,支撑智能空战决策AI算法训练。     

新一代指挥信息系统中的语义网应用能力分析

随着现代战争形式的演变,提升指挥信息系统能力的关键在于信息处理.语义网是一种先进的信息表示方法,能够有效地提升机器的信息理解和处理能力.简要介绍了语义网技术的组成和本质能力,并结合美军的研究实例,分析了其在新一代指挥信息系统中的应用能力,指出了发展机遇和挑战,并对未来研究提出了建议.     

基于仿真博弈系统的指挥控制智能化发展设想

继AlphaGo战胜人类围棋手之后,"阿尔法"再次战胜人类飞行员,让人们看到了指挥控制智能化的曙光。然而和平时期,联合作战指挥,尤其是战役级指挥的训练数据十分有限,这为机器学习带来了难题。从AlphaGo和美军"深绿"、"阿尔法"中得到启示,提出通过打造逼真的模拟战争游戏,积累训练数据,用于机器学习,从而提升指挥控制智能化水平的思路,对指挥控制技术研究具有一定的指导意义。