未来士兵武装到牙齿

随着高新技术的不断发展和广泛的军事应用,单兵的自身装备也越来越先进,表现出越来越高的智能化、武装化、自动化。未来士兵的周身上下,到处能打能防。可谓是现代化的“金钟罩”、“铁布衫”。     

美军智能欺骗与反欺骗技术发展

对抗样本生成技术对智能系统认知的攻击与防御,以及生成对抗网络技术对作战人员认知的攻击与防御,被美军视为智能欺骗与反欺骗作战的典型样式及关键技术。本文分析了近年来美军发展的军事智能系统欺骗和反制相关技术手段,研究了智能欺骗与反欺骗技术所形成的“数字隐身”与“数字伪装”等先进作战概念;阐述了美军发展该技术带来的影响效果,即在硬杀伤装备和战略手段已经无法遏制对手时,迫使对手陷入认知域和社会域对抗,最终实现其军事目的,巩固战略优势地位;从美军国防科技信息和发展战略的角度,总结了美军军事智能欺骗与反欺骗技术的最新发展现状和特点及其带来的借鉴启示。     

C2系统仿真及评价研究进展

以网络中心战价值链的分析为核心,对指挥控制系统的地位特点及仿真与评价的必要性进行了论证,在此基础上,从"忽略或淡化"、人在回路中、专家系统、基于Agent的方法及基于Swarm的方法5个角度对智能行为建模领域的研究进展进行了分析,同时从"基于能力"及"基于优势"两个视野对指挥控制系统指标体系的构建方法及相应架构进行了剖析.     

智能武器主宰未来战场

在世界军事发展史上,由于枪炮、飞机和坦克大量装备部队,引发了军事革命,宣告人类由冷兵器时代步入热兵器时代。第二次世界大战至20世纪60年代,核技术的发展和导弹技术在战场上的使用,昭示着热核兵器时代的降临,随之产生了核战略和核威慑理论。随着信息技术、隐身技术和远程精确打击技术的快速发展,发生在20世纪90年代初的海湾战争,拉开了信息战的帷幕。在这次战争中,各种高精尖武器纷纷亮相,其中首次     

融合先验知识的异构多智能体强化学习算法研究

近年来,基于深度强化学习的机器学习技术突破性进展为智能博弈对抗提供了新的技术发展方向。针对智能对抗中异构多智能体强化学习算法训练收敛速度慢,训练效果差异大等问题,提出了一种先验知识驱动的多智能体强化学习博弈对抗算法PK-MADDPG,构建了双重Critic框架下的MADDPG模型。该模型使用了经验优先回放技术来优化先验知识提取,在博弈对抗训练中取得显著的效果。论文成果应用于MaCA异构多智能体博弈对抗全国竞赛,将PK-MADDPG算法与经典规则算法的博弈对抗结果进行比较,验证了所提算法的有效性。     

人工智能的多层涵义

本文对人工智能本身的概念进行了讨论,认为它应具有多层涵义,这也是正确认识目前人工智能研究的一个重要问题,文中还给出一个智能体系表。     

机床智能加工的体系结构

智能制造技术是近年来兴起的一种新型制造工程,是机械制造的发展方向。由于其研究尚处于起步阶段,其体系结构尚未形成,其精确内涵也正在发展之中。本文就智能制造中的一个重要组成部分──智能加工,探讨了单台机床智能加工的基本概念与基本研究内容,提出了机床智能加工系统的基本结构,论述了各组成模块的基本功能与作用。     

改变未来世界的“智能尘埃”

最近,“智能尘埃”(smart dust)的概念见诸媒体。始作俑者克里斯·皮斯特是美国加州大学伯克利分校的工程学教授,一个想要用尘埃覆盖整个世界的人。他把自己的公司取名为“尘埃”,每天都要生产一箱箱的尘埃运往全球各地。当然,它们绝非普通尘埃,而是一种由许多小型廉价智能无线传感器组成、尘埃之间可以相互通信的智能尘埃。由这些尘埃组成的独立网络几乎可以监测到地面上所有的信息,从气温、人群数量到交通流量,甚至包括地震的破坏程度和海鸟的健康状况。它们就像被派出的千千万万个默默无闻、不被察觉的哨兵,在地球     

未来战场的飞雷——智能地雷

在一般人的印象中,地雷既无腿也无翅,是用于对付地面目标的一种防御性、被动性的杀伤武器。而人工智能地雷是“有腿地雷”,既能蹦,也能跳,还能飞,能够主动、准确地探测跟踪坦克、装甲战车,垂直攻击坦克的顶部或腹部。据有关资料介绍,目前已研制成功或接近成功的智能地雷主要有以下几种:美国 XM-93广域地雷这是专门用来攻击坦克顶甲的一种智能反坦克地雷。该雷布设后展开8条稳定支腿和1个传感器阵列.传感器阵列由3个微音     

浅谈警卫人员应具备的心理品质

警卫人员良好的心理品质是圆满完成警卫任务至关重要的因素。一个优秀的警卫人员,必须具有警卫兴趣浓厚、性格特征良好、情绪控制适度、意志力坚强、感知敏锐、记忆力强、思维敏捷、注意力集中、动作反应迅速、空间定位能力好等良好的心理品质。     

对抗环境下的智能兵棋系统设计及其关键技术

智能博弈对抗领域已成为当前研究的热门领域之一。侧重在兵棋推演系统的体系构建和模块设计,分析了兵棋推演系统的建模要素,包括兵棋要素、兵棋规则及智能接口设计,构建了智能兵棋推演系统的整体架构。通过A3C强化学习智能算法对系统设计进行可行性验证。其中,改进了强化学习训练过程的奖励设置,明确智能兵棋环境的状态输入、算法驱动过程及动作输出过程,通过自主实现的智能兵棋推演系统,验证了所提的系统理论与工作。该工作为基于强化学习的智能博弈系统的设计与实现提供了可行路径,并为以后基于强化学习的智能博弈对抗研究提供了基础平台。     

新一代人工智能在国防科技领域发展探讨

新一代人工智能技术已经成为当前研究的重点和热点,并逐渐成为提升国防力量、军事能力和国家竞争力的有效途径。本文在总结人工智能概念的基础上,给出了新一代人工智能的定义和发展的重要意义,从掌握未来战争主动权、支撑军工装备研制生产模式转型和保障国防科技先进性三个方面梳理了国防科技领域发展新一代人工智能的必要性,并从基础技术支撑和国防特色应用两个方向提出了国防科技领域发展新一代人工智能涉及的基础软硬件、标准规范、智能装备/系统、辅助作战指挥、智能研发等重点内容,在此基础上给出了相关的发展建议。以上研究可为新一代人工智能技术在国防科技领域的研究、应用和发展提供参考。     

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。     

单总线智能型温度传感器的应用研究

针对比较复杂而重要的电子装置或系统在运行时 ,由于元器件等的发热可能引起整个装置甚至系统瘫痪的问题 ,研究了应用单总线智能型温度传感器 ,对装置实施随机温度检测和越限报警 ,给出了温度传感器测温系统原理图及原理电路图 ,并对相关的几个问题进行了讨论 .     

嵌入式智能训练器

对于战术决策制定小组成员来说,获得知识技能以提高工作效率不是一件轻松的事,但也不需要长期不懈的努力,尤其是当美国海军的训练方式还处于过渡的时候更是如此。美国海军正扩大使用舰上训练,以快速转向减少使用岸基训练设备。为了使下一代舰员具备必备的知识技能,我们必须将先进的计算机科学和训练技术用于海军现役的训练器。     

基于深度强化学习的作战实体智能感知与决策研究

为解决战场上作战实体的自主感知与决策问题,构建了一种基于深度强化学习的智能感知与决策框架,主要包括态势数据预处理、态势感知、行动优化和知识库4个模块,并通过单智能体无人机突防实验验证其应用效果,为解决作战实体的自主感知与决策问题提供了一种可行的技术途径。     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。