装备审价人员寻租的博弈分析

文章运用博弈论分析工具,通过建立军方与装备审价人员的寻租博弈模型,分析了既定制度环境下装备审价人员的寻租行为选择,并从创新审价制度、创新监管机制、创新激励机制、加强道德约束四个方面,对治理装备审价人员的寻租行为提出了相应的对策和建议。     

基于多目标多维模糊决策的装备战场损伤等级评定方法

针对装备战场损伤等级评定中具有较大的模糊性和随机性问题,应用多目标多维模糊决策的基本原理,提出一种带有信息熵和调控系数的目标函数,得到新的模糊决策识别矩阵和目标权重的计算模型,为装备战场损伤等级评定提供了一种有效方法。该方法根据3种不同情况,给出了相应的计算步骤,计算结果较准确地反映了装备战场损伤程度。新的计算模型不仅对多目标多维模糊决策理论模型的发展进行了尝试,而且丰富了装备战场损伤等级评定方法。     

基于深度强化学习潜艇攻防对抗训练指挥决策研究

潜艇和水面舰艇编队间的攻防对抗是潜艇作战研究的重点内容,如何确保潜艇在舰艇编队、反潜直升机等兵力的联合封锁下存活和突围,是对潜艇指挥决策的考验.为此,针对潜舰机博弈对抗场景,从深度强化学习和规则推理两个方面构建潜艇智能体,提出两种近端策略优化(Proximal Policy Optimization,PPO)算法改进机...     

基于元课程强化学习的多智能体协同博弈技术

多智能体协同博弈具有实时及动作连续性、非完全信息博弈、庞大的搜索空间、多复杂任务和时间空间推理等特点,是当前人工智能领域极具挑战的难题之一。针对大规模多智能体强化学习训练时间长、难以收敛等问题,提出了一种基于Actor-Critic的多智能体强化学习协同博弈框架,利用元课程强化学习方法对小规模场景进行基础课程元模型提取,并且基于课程学习向大规模场景进行模型迁移,在元模型基础上继续进行训练,扩展元模型策略网络,最终得到较优协同博弈策略。在《星际争霸Ⅱ》平台上进行仿真实验,结果表明：基于元课程强化学习的多智能体协同博弈技术可有效地加速其训练过程,相较于传统训练方法可以在较短时间内达到较高的胜率,训练速度提升约40%,该方法可有效支撑多智能体协同博弈策略的高效生成,为低资源下的强化学习高效训练奠定理论基础。     

拜登政府人工智能政策探析

拜登政府执政已逾一年,其人工智能政策初见端倪。拜登政府的人工智能政策一定程度上继承并沿袭了特朗普政府在人工智能领域的部分规划与举措,尤其是前任政府的技术民族主义特征。但与此同时,拜登政府的人工智能政策也带有民主党建制派以及拜登个人的政治理念与利益诉求,更加注重人工智能领域的研发投入与深度布局,更加注重人工智能技术在国家安全领域的全方位应用与发展,更加注重在人工智能领域同中国的战略竞争。预计在拜登政府任内,中美两国围绕以人工智能为代表的新技术博弈将会日趋激烈,并将逐步演变为两国战略博弈的重要焦点。     

与国防科技工业的发展同行──《国防科技工业》杂志创刊十年抒怀

<正>诞生于新世纪之初的《国防科技工业》杂志,伴随着我国国防科技工业的发展,如今已经走过了十年的历程。抚今追昔,编辑部的工作人员感慨颇多。为了不辜负主管单位的重托和读者的     

市场经济条件下政府宏观调控的博弈分析

政府宏观调控在市场经济运行中的作用已被我国经济发展的实践所证实。宏观调控有很多类型,按调控的范围可分为行业内调控和行业间调控。文章从博弈论的角度出发,分别运用博弈论中的古诺模型和重复博弈模型对这两种宏观调控的必要性进行了分析,阐明了行业内宏观调控对经济高效运行、行业间宏观调控对促进经济均衡有序发展的重要作用。     

民营企业进入国防工业市场的博弈分析

虽然目前民营企业投资武器装备科研生产在政策上的障碍已经基本被清除,然而由于国防工业本身的独有特征,民营企业进入国防工业仍存在众多的风险和挑战。政府作为国防工业市场唯一的买方,必须采取措施来支持并鼓励民营企业进入国防工业市场,从而增强国防工业市场的竞争性,提高国防工业的市场绩效。     

军备与和平博弈的世界大势

军备与和平力量搏弈的发展趋势,通过国防负担率表示。近年来,这一比例呈下降趋势。本文在研究美国与前苏联扩军与裁军历史的基础上,综合分析了军费支出对经济发展的影响,并对今后军事支出的削减程度及由裁军产生的和平时空如何被利用等问题进行了展望。