基于深度逆向强化学习的行动序列规划问题研究

针对深度强化学习在解决序贯决策任务中严重依赖回报函数,而回报函数又存在着反馈稀疏和反馈延迟等问题,论文提出了基于深度逆向强化学习方法的行动序列生成与优化方法,通过专家示例轨迹数据重构回报函数,实现高质量示例轨迹数据中隐性专家经验的获取和利用,挖掘数据背后的规律。然后将重构的回报函数与环境固有的回报函数进行奖赏塑型,生成的新的回报函数能够更加及时、准确地对智能实体的行为给予反馈,大幅加速了强化学习的收敛速度。     

智能化陆军建设

智能化陆军建设面临军事理论、作战运用及智能技术等多方面挑战。从指挥信息系统发展规律来看,由信息优势到决策优势的转变正在发生。必须深刻理解人工智能技术的本质,把握智能化建设的核心要义。研究认为,陆军智能化建设的重点包括智能化指控理论、知识体系构建等2个基础及智能指挥控制、无人集群作战、智能模拟训练3个核心。     

基于类脑智能的无人集群设计初探及关键技术浅析

无人集群广泛应用于军事、工业等重要领域,并逐渐向智能化、协同化快速发展。借鉴人脑系统的高级智能模板,从端、边、云三个类脑层面讨论新型无人系统的设计构想,为未来智能无人集群提供了创新的探索思路。首先,端节点的通用异构无人机模仿大脑神经元形式,节约个体无人机开发成本并提升集群协作效能。其次,无人机间的拓扑结构借鉴类脑交互模式,形成内外双向通信环路以提升信息交互效率。最后,无人集群云端参考人脑与环境交互的自学习方式,在任务中动态扩充知识库以优化系统性能。综合上述类脑无人集群的设计思想,探索分析了该领域的关键技术,并对未来无人集群的智能化发展进行了展望。     

陆军无人装备作战指挥信息系统

本文对陆战场无人化、智能化作战需求及其对指挥信息系统的能力要求进行分析。以美军为典型样例对无人装备的指挥信息系统发展现状进行分析,对无人装备作战指挥信息系统体系架构进行构想,并提出未来需重点突破的关键技术,最后对军队无人装备指挥信息体系的发展提出了几点建议。     

对军事智能化的哲理思考

党的十九大报告指出,加快军事智能化发展,提高基于网络信息体系的联合作战能力、全域作战能力,有效塑造态势、管控危机、遏制战争、打赢战争。2017年7月,国务院印发实施《新一代人工智能发展规划》,提出要强化新一代人工智能技术对指挥决策、军事推演、国防装备等的有力支撑,以人工智能提升国防实力,保障和维护国家安全。可以预见,军事智能化作为新一轮军事变革的核心驱动力,将深刻改变未来战争的制胜机理、力量结构和作战方式。     

新形势下以需求为导向的装备保障能力建设

分析了军事智能技术的由来与发展现状,探讨了目前世界军事智能技术的应用领域。重点阐述军事智能技术对中国军事实力提高的重要意义、如何加快军事智能技术发展的几个问题,为中国军队未来智能化发展和应用提出建设性的思考。     

岸舰导弹方队霹雳闪电卫海疆

10月1日,天安门前的长安街上,装备方队开过来了,马达轰鸣,铁流滚滚。在威武雄壮的装备受阅方队中,海军岸舰导弹方队格外醒目。这是一支“突防能力更强、智能化程度更高、射程更远、抗干扰能力更强”的新一代岸舰导弹部队。     

基于DSPACE的高功率密度柴油机智能化冷却系统控制策略验证

为了验证高功率密度柴油机智能化控制冷却系统控制策略是否正确,以DSPACE为基础搭建了半实物仿真试验平台;通过仿真试验平台验证,控制策略符合柴油机冷却系统工作要求,电控阀、传感器、驱动电路等部件工作可靠,节省了研制时间、经费,降低了研制风险。