面向作战体系的生成式对抗网络应用研究

生成式对抗网络GAN作为一种生成式模型,受博弈论中二人"零和"博弈的启发,通过对抗学习的方式来训练,可以达到估计数据样本的潜在分布、生成新的数据样本的目的。从GAN的基本原理和实现模型入手,综述了其衍生模型和研究进展,对其在作战体系研究领域的应用进行了分析展望。     

人工智能在无人战场态势预判与博弈对抗中的应用

在未来高强度火力对抗的战场环境下,具备无人协同、相互协作、优势互补及效能倍增的军事智能无人作战能力,是新时代军队取得战争胜利的关键所在。首先分析了当前智能无人作战的发展现状,然后对未来技术发展进行了研判,提出了人工智能在战场态势预判与博弈对抗中的应用,最后为智能无人作战的发展进行了总结和展望。     

基于GAN的入侵检测系统对抗样本生成模型

随着人工智能技术的兴起,基于深度学习的网络入侵检测系统已广泛应用,但神经网络模型很容易受到对抗扰动的影响。攻击者通过在网络流量中添加微小的扰动来构建对抗样本,使得入侵检测系统对其错误分类。论文基于GAN进行设计与改进,提出了一种对抗样本生成模型AdvWGAN,该模型针对恶意流量生成满足网络流量特性的对抗性恶意流量,并对黑盒入侵检测系统进行对抗攻击。实验表明：AdvWGAN能够在保证网络流量真实有效的前提下实现对深度学习入侵检测模型的有效黑盒攻击。     

基于循环条件生成对抗网络的数据生成方法

针对军事领域数据采集困难以及数据生成人工依赖性强、成本高、效率低等问题,在生成对抗网络(GAN)框架的基础上,构建长短期循环神经网络(LSTM-RNN)代替生成对抗网络中的生成器和鉴别器,以最大平均差异和最大似然估计作为指标构建数据生成评估模型,提出一种可生成数据序列的循环条件生成对抗网络(RC-GAN).该方法完全依靠数据驱动,无需经过精心设计的建模过程,便可生成与真实数据相一致的数据.通过基于实际数据的仿真实验,验证了该方法在数据相似度、估计误差、抗干扰性以及泛化性方面的优势.     

基于生成对抗网络的多智能体对抗仿真建模方法

多智能体对抗仿真建模技术在军事上具有重要作用,其中强化学习深度增强网络(DQN)是重要的建模技术.随着体系对抗建模中环境输入信息及智能体数量的增加,DQN的复杂性不断增长,而单纯采用强化学习技术只能通过极度稀疏的对抗胜负结果提供反馈进行训练,模型训练的收敛速度是一个难题.探讨在多智能体对抗建模中采用基于生成对抗网络(G...     

【专题】无人机系统发展阶段和智能化趋势

本文根据无人机系统的主要技术特征对其发展阶段进行了分析概括,并对其智能化趋势进行了展望。首先,通过分析无人机系统的百余年发展历程和核心特点,将无人机系统的发展划分为萌芽起步阶段、初步发展阶段、崛起发展阶段、蓬勃发展阶段、稳步发展阶段和智能化发展阶段;其次,从主要特征、使命任务、任务载荷、导航系统和控制方式等角度对各个阶段特点进行了多维分析和对比;最后,从单体无人系统智能化（认知智能）、无人集群系统智能化（群体智能）和有人-无人系统智能化（混合智能）三个方面分析了无人机系统发展的智能化趋势。希冀这种从具体技术特征的角度来划分无人机系统发展阶段的方法对厘清无人机系统发展历程和趋势具有一定借鉴意义。     

嵌入式空战训练中虚拟智能对手的生成研究

研究探讨了嵌入式空战对抗训练系统中虚拟智能对手的生成问题。提出了虚拟智能对手生成的模型体系,构建了虚拟智能对手的总体框架,并给出了决策模型、战术行为模型和实体模型的建模方法,并进行了实践应用,验证了模型的正确性和合理性。该模型在嵌入式空战战术对抗训练仿真论证系统取得了较为满意的结果。     

【征文通知】2021年无人系统高峰论坛征文通知

为深入贯彻“新一代人工智能发展规划”,充分发挥无人系统领域学术引领作用,推动无人系统高端前沿技术创新,促进领域交流与合作,2021年无人系统高峰论坛将于2021年9月23-24日在湖南省长沙市举行。 主办单位：国防科技大学、北京海鹰科技情报研究所 承办单位：国防科技大学智能科学学院、《无人系统技术》编辑部 支持单位：《国防科技》编辑部 论坛征稿范围为：空中无人系统与平台;地面无人系统与平台;水面/水下无人系统与平台;空间无人系统与平台;无人系统自主与协同控制技术;无人系统智能环境感知技术;无人系统导航与定位技术;无人系统通信与组网技术;无人系统结构、能源与动力技术;无人系统任务载荷技术;无人系统任务与效能评估技术;无人系统建模与仿真技术;无人系统智能信息融合与处理;多智能体协同理论与技术;脑机融合与混合智能技术;人工智能及其在无人系统的应用;仿生技术及其在无人系统的应用;无人系统反制技术;无人系统社会学理论与发展;无人系统教育平台、模式及实践;新概念无人系统与平台;其他相关的理论、方法、技术、系统或平台等。 论坛接收完整论文和长摘要（中英文）,出版会议文集（仅作交流用）。完整论文和长摘要需严格按照模板撰写,具体要求见会议网站（http：//uss2021.scholarbee.cn/）。论文将择优推荐至《国防科技大学学报》《航空学报》《飞航导弹》《战术导弹技术》《国防科技》《实验室研究与探索》等期刊发表,投稿截止日期为2021年8月15日。 联系人：李志(13161006067)、籍云方(18813018677)。电话：010-68191488;电子邮件：uss2021@163.com。     

生成式对抗网络在SAR图像处理中的应用综述

合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直接从真实图像数据中生成逼真的图像,具有低损耗和端到端的优点,因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述,介绍了获取目标SAR图像的方法,包括传统的仿真技术和基于深度学习的GANs技术;从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集;针对不同数据集的应用场景,重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展;最后,结合深度学习和SAR目标特性,给出了GANs网络在SAR图像应用方面的后续发展建议。     

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。     

跨域协同:无人系统技术发展和应用新趋势

随着无人系统技术的不断发展,多无人系统之间的跨域协同凭借其诸多优势成为当前无人系统领域研究和应用的热点.首先,阐述了无人系统跨域协同的概念形成与发展历程,并对未来发展趋势进行了展望;其次,系统梳理了国外多无人系统跨域协同技术的研究情况,分别从比赛竞技、项目研发和应用三个角度对美国、欧盟等无人系统跨域协同技术开展分析综述...     

有人/无人机协同作战关键技术

分析了无人作战飞机在各国的研究及使用情况,给出了有人/无人机协同作战指挥控制系统的结构,按照空间位置和主要完成任务的不同,将系统分为有人机、无人机两个平台,介绍了各平台的组成部分及相应的功能,归纳出协同作战所需要解决的关键技术:交互控制技术、协同态势感知、协同目标分配、协同航路规划技术、毁伤效能评估技术及智能决策技术,并且给出了一个在典型作战任务想定下的作战及信息处理流程.最后对无人作战飞机未来的发展方向进行了展望.     

智能无人作战系统发展及关键技术

随着人工智能、控制、通信等技术的成熟,无人系统不断发展,延伸至军事作战领域,无人作战系统将深刻影响未来战争的发展方向。研究了国外无人作战系统发展现状及主要特点,分析了智能无人作战系统的关键技术,以防空作战为背景,提出未来智能无人作战系统的发展初步构想,梳理总结了应关注的重点技术方向,为智能无人防空系统发展提供参考。     

无人集群自适应任务分工模型构建

传统无人集群任务分工存在中心控制依赖、适应性不强的缺点,这无法满足未来无人集群在复杂军事场景中的应用需求。群体智能的快速发展为集群分布式任务分工提供了理论和技术基础。针对无人集群任务分工问题,借鉴群体智能理论,提出了一种无人集群自适应任务分工模型,以无人集群清除多类危险目标的仿真实验为例,验证了模型的可行性和优越性。研究成果对于无人集群作战系统的建设发展,以及在作战、保障等军事领域的应用提供了参考价值。     

无人飞行器自主决策与规划技术综述

面向未来高动态、强对抗、强拒止的作战环境,智能化水平成为制约无人飞行器执行任务能力、环境适应能力和作战效能提升的主要因素。围绕无人飞行器自主决策与规划技术这一难度高、发展快、前景广的研究方向,综述了自主决策与规划技术的主要研究成果以及未来发展方向：首先,结合无人飞行器的发展研究历程与现状,指出了开展自主决策与规划技术研究的必要性;其次,对当前自主决策与规划技术的研究成果进行了总结与分析;最后,对无人飞行器自主决策与规划技术的发展方向进行了展望。     

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.     

无人系统安全防护研究

当前,无人作战系统在大规模、高烈度、高科技体系对抗中的安全防护能力尚显不足,需从多方面加以提升。本文首先从自然环境、协同运用、综合对抗以及自主权限给无人系统带来的安全风险为出发点,深入分析了无人系统的安全防护需求;其次,根据需求,总结了无人系统安全防护的目标,并分别从提升无人系统环境适应性能、降低无人系统可探测概率、强化无人系统抗毁伤能力、夯实无人系统自主作战安全性设计等四方面详述了无人系统可采取的安全防范措施;再次,利用体系防护资源,结合无人平台和载荷的防护基础,提出了内外一体的、控制与防护分离的协同安全架构;最后,对无人系统安全防护的未来发展趋势进行了展望。     

基于生成对抗网络的空中红外小目标仿真模型

空中红外小目标在目标检测、目标追踪等军事领域有较高的应用价值,但是其获取成本高昂。在WGAN模型中引入降噪算法改善生成图像质量,同时改进Wasserstein距离惩罚项,提出了一种基于生成对抗网络的空中红外小目标仿真模型（IST-WGAN）,在自建空中红外小目标数据集上训练模型,模型生成的红外图像通过主观判别、FID分值和小目标检测算法验证。结果表明,所提模型能够生成有效的红外小目标样本。     

P3C-MADDPG算法的多无人机协同追捕对抗策略研究

针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务,提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先,为解决多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient, MADDPG)算法训练速度慢和Q值高估问题,在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制(Prioritized Experience Replay, PER)和设计的3线程并行Critic网络模型,提出P3C-MADDPG算法。然后基于构建的无人机运动学模型,设计追逃无人机的状态空间、稀疏奖励与引导式奖励相结合的奖励函数、加速度不同的追逃动作空间等训练要素。最后基于上述训练要素,通过P3C-MADDPG算法生成策略未知逃逸无人机环境中多无人机协同追捕对抗策略。仿真实验表明,P3C-MADDPG算法在训练速度上平均提升了11.7%,Q值平均降低6.06%,生成的多无人机协同追捕对抗策略能有效避开障碍物,能实现对策略未知逃逸无人机的智能追捕。     

国外军用机器人现状及发展趋势

作战系统的无人化代表了世界军事装备的发展方向,军用机器人在无人作战系统中扮演着重要角色.文章简要介绍了美国、欧洲、日本和韩国等国家和地区军用机器人的典型应用,并对未来军用机器人的发展趋势进行了展望.