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。     

中东博弈日益诡谲

二战后,中东地区成了美苏两国争夺的中间地带。冷战期间,中东地区发生的五次大战和数不清的军事冲突的背后几乎都有美苏博弈的影子,或者背后支持,或者通过代理人打仗。冷战后,欧洲竞技场的美苏较量落幕。美国这个剩下的惟一超级大国开始调整其全球称霸战略的重心,从欧洲向亚太方向转移。随着中东地区强国伊拉克侵蚕科威特,美国不得不将其关注的重点放在中东地区。此后,随着美国旁若无人地插手中东地区内部事务,中东地区的安全开始动荡,中东的博弈日益变得诡谲,让人有些琢磨不透。正如中国俗语所言,看不清,理还乱。总体看,中东地区矛盾冲突还是有规律可寻的,主要体现在这样几个方面：     

多人博弈的军队资产监管模型构建、分析与启示

在军队资产监管过程中,博弈各方通常采取不同的策略使博弈局朝着有利于己的方向发展。分析审计部门与财务部门、事业部门博弈模型发现,理顺军队资产监管体制、改革军队资产监管模式、健全军队资产监管机制、完善军队资产监管考评体系、提高军队资产监管信息化水平,是抑制博弈各方利益诉求、提高资产使用效益与监管水平的可选路径。     

一种基于纳什议价解的自组网时隙分配策略

自组网中的分布式多节点资源分配问题为NP完全问题,一般采用启发式算法进行协议设计,缺少严格的数学证明.基于博弈与纳什议价解理论,提出了一种分布式动态时隙分配策略,并通过严格的数学推导,证明了自组网中不同节点之间的时隙竞争问题存在纳什议价解,为自组网中分布式动态时分多址信道访问控制协议的设计提供了理论依据.     

装备采购委托代理关系分析

针对目前采用的委托方对代理方的激励与约束机制设计,利用博弈论方法分析了监督策略成本会引起最优解迁移,并以实例予以了说明.同时,给出了军事经济效能观测指标的选择原则和多行动代理方的激励机制设计原则.     

中日历史与利益的博弈

日本想淡忘历史责任却又不断挑起历史问题,在利益方面对中国步步紧逼,以求对内对外博取最大的利益。中国必须以历史为支点,利用利益杠杆来调节中日关系。     

人民币升值预期下的中国造船业

近来,人民币是否升值的事被炒得沸沸扬扬,已引起世界的广泛关注。自从两年多以前日本最早抛出“人民币应该升值”的论调以来,人民币汇率的博弈就没有停止过。     

基于间接互惠理论的合作生成算法研究

在快速变化的战场环境下,时间是制约作战效果的因素,能否尽快地寻找到最佳的合作伙伴是协同作战的关键。通过对现代战场时限的需求分析,建立了以时间为量化指标的战场作战单元合作模型。为了解决名誉值机制的合作生成算法产生的“马太效应”问题,运用合作博弈理论和间接互惠理论,提出了一种“好”“坏”直接评判机制的合作生成算法。仿真结果表明,“好”“坏”直接评判机制的合作生成算法比名誉值机制的合作生成算法稳定性更高。     

基于博弈视角的会计信息造假分析

策略博弈问题普遍存在于社会生活的方方面面,会计工作也不例外。文章认为,会计信息提供者与监管者之间以及会计信息提供者之间都进行着博弈,并基于博弈的结果决定是否进行会计信息造假以牟取经济利益。     

基于元深度强化学习方法的智能博弈决策模型研究

针对陆军装甲分队博弈对抗决策问题,在分析深度强化学习方法在构建智能博弈对抗决策模型适用性基础上,对基于马尔科夫决策过程的陆军装甲分队博弈对抗过程模型进行了形式化描述,提出了基于元深度强化学习的博弈对抗决策模型,给出了分队战术平台下基于元深度强化学习的智能博弈对抗策略生成与优化框架.研究成果可为智能博弈对抗问题的解决提供一种思路.