持之以恒抓学习 联系实际促运用——北京军区某集团军政委杜恒岩访谈录

北京军区某集团军是全国、全军理论学习的先进典型。自1990年以来,该集团军坚持把团以上领导干部的理论学习作为加强党委和部队建设的“龙头”来抓,先后在全国省(部)级党委中心组理论学习经验交流会与全军高中级干部学习理论和现代科技知识汇报会上介绍了经验和做法。日前,本刊记者就如何持之以恒抓好理论学习,联系实际、学以致用的问题,采访了集团军政委杜恒岩同志,现将访谈录刊载如下。     

防空导弹火力分配决策支持系统（DSS）分析

本文针对防空导弹火力分配决策支持系统(DSS)的建模作了四个方面的分析,指出一条研究和设计防空导弹火力分配DSS相对有效的途径。     

后勤规范化管理应把握的四个重点

后勤规范化管理是今后一个时期内武警部队后勤建设的中心任务,是实现总部后勤部党委提出的“实现后勤工作重点转变,向管理要效益”的关键环节。它涉及面广,工作量大,标准要求高。因此,正确把握后勤规范化管理的重点,对于提高规范化管理效益具有重要的指导意义。     

运用理论研究成果推动部队后勤建设

在纪念《武警后勤》杂志出版发行100期之际,我们深深体会到,结合工作进行理论研究,应用理论研究成果指导工作实践,是提高工作绩效的科学态度和方法。从多年来的学习、工作实践看,坚持这样做,部队后勤建设就能一年上一个台阶,综合保障能力不断得到增强。     

基于深度强化学习和导航向量场的卫星规避拦截算法

针对在轨卫星规避拦截问题,提出了一种新的基于强化学习和三维李雅普诺夫导航向量场（3D-LGV）算法。首先,采用3D-LGV产生收敛于椭圆轨道的趋近律,保证规避拦截后能再次入轨。其次,针对拦截卫星利用扰动流体动态系统算法（IFDS）产生扰动流场,利用该扰动流场对导航向量场产生的趋近律进行修正,从而保证卫星能有效地规避拦截。由于IFDS算法中扰动流场大小和方向主要受其中反应系数和方向系数的影响,采用近端策略优化深度强化学习算法作为决策层输出反应系数和方向系数,用于指导卫星在不同场景下提供合适的对导航向量场的修正。最后,通过将IFDS算法修正后的趋近律作为卫星的最终运动方向,实现了整个规避过程。在构建的不同场景下进行了对比实验,结果表明,相较于滚动时域优化算法（RHC）、人工势场算法（APF）和传统IFDS算法,基于强化学习的算法决策时间更短、规避效果更好,在不同场景下均能实现有效规避。同时,对该算法进行蒙特卡洛仿真,统计结果显示卫星规避成功率高达98%。因此,此研究对智能方法在卫星规避拦截领域的应用具有一定价值。     

Holonic-C2组织决策分配及演化方法

为了有效发挥指挥控制(Command and Control, C2)组织集中式决策和协作式决策的决策优势,对具有决策权限动态变化能力的Holonic-C2组织的决策分配问题进行研究。针对群决策中专家固定权重的主观性太强的缺点,提出基于专家权威性和意见一致性相结合的专家组选择方法,提高了决策分配过程中多属性决策的客观合理性;针对决策分配的动态演化问题,提出基于多阶段决策的决策模式演化机制,在考虑属性前后阶段的变化的基础上,给出相邻阶段决策模式跃迁方法。仿真结果表明,所提方法能够给出相对客观的决策模式的优劣排序以及多阶段的演化路线,从而证明了方法的可行性和有效性。     

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。     

基于空降兵的移动终端火控系统软件架构

为了解决传统火控车载终端软件架构无法满足空降兵武器装备小型、轻量、携行的需求,提出了一种基于移动终端的火控系统软件架构IMDA(Interaction-Mediator-Data Access),充分发挥移动终端的特点。IMDA通过改变通信机制、改进交互理念、使用函数调用等方式解决了移动终端硬件资源受限的问题,弥补了车载终端交互效率低下以及多App之间的信息交互问题。并通过接口匹配法和半实物仿真相结合的方式验证IMDA架构的可行性和有效性。