汽车加油机器人关键技术分析

传统加油模式使操作人员易受有毒易燃油气的侵害,而且严冬酷暑时加油站作业环境恶劣,因此在加油站配置机器人实现智能化加油变得十分迫切。介绍了国内外汽车加油机器人的研究进展,指出其作业对象的差异性、环境的多变性以及作业过程的危险性。分析了当前汽车加油机器人所采用的加油机构、加注接口以及识别与定位技术的特点,指出加油机构优化、安全控制、智能识别与定位研究是汽车加油机器人发展的方向。     

《海军工程大学学报》征稿简则

<正>《海军工程大学学报》是由海军工程大学主办的学术类科技期刊,双月刊,公开发行,为《中国权威学术期刊》《中国科技核心期刊》《中文综合性科学技术类核心期刊》,除被国内主要数据库收录外,还被美国《化学文摘》、美国《剑桥科学文摘》、英国《科学文摘》、日本《科学技术文献速报》等国际检索机构收录。主要刊载本校在船舶与海洋工程、动力工程与工程热物理、电气工程、兵器科学与技术、核科学与技术     

美日海上执法平台现状分析

为进一步掌握美日海上执法平台发展特点,研究了美日主要的海上执法平台现役数量、类型及服役年份等基本信息。通过统计分析,日本船舶服役数量具有跳跃性、间断性、渐进性和正态性,且不同类型平台服役时间不同步、发展策略不一致;美国船舶服役呈现3个活跃期,且执法平台类型少、服役时间跨度长。相比日本,美国更重较小型号船舶发展和老旧型号的革新改造。     

基于深度强化学习的智能对手自主空战决策技术

为提升空战训练对手的智能性与自主性,提升空战训练效果。针对空战战术训练智能对手自主空战决策问题,提出一种基于深度强化学习的智能体训练方法,采用最大熵强化学习（SAC）算法平衡策略探索与利用的优势,引入自博弈和多智能体联盟训练方法提升空战智能体策略的多样性和鲁棒性。针对一对一近距格斗空战场景建立智能博弈框架及奖励函数,仿真结果表明,基于零经验训练得到的智能体能够有效自主机动决策并实施近距导弹攻击,产生较好的战术效果,证明该方法在一对一近距格斗空战智能体训练中的有效性。     

论智能化条件下党的创新理论武装

习主席指出:“人工智能是引领新一轮科技革命和产业变革的重要驱动力,正深刻改变着人们的生产、生活、学习方式,推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。”当前,以智能化为主要标志的信息技术飞速发展与普及应用,使得开放、多样的思想舆论对部队官兵产生越来越大的影响,重构着官兵的思维、行为和活动方式。如何实施精准理论教育,是智能化条件下党的创新理论武装面临的最现实、最紧迫的课题,必须适应教育环境对象的新变化,加强对新时代官兵思想心理、认知规律、接受特点、行为取向的研究,以需求为基础.     

针对无人机集群对抗的规则与智能耦合约束训练方法

基于无人机集群智能攻防对抗构想,建立了无人机集群智能攻防对抗仿真环境。针对传统强化学习算法中难以通过奖励信号精准控制对抗过程中无人机的速度和攻击角度等问题,提出一种规则与智能耦合约束训练的多智能体深度确定性策略梯度(rule and intelligence coupling constrained multi-agent deep deterministic policy gradient, RIC-MADDPG)算法,该算法采用规则对强化学习中无人机的动作进行约束。实验结果显示,基于RIC-MADDPG方法训练的无人机集群对抗模型能使得红方无人机集群在对抗中的胜率从53%提高至79%,表明采用“智能体训练—发现问题—编写规则—再次智能体训练—再次发现问题—再次编写规则”的方式对优化智能体对抗策略是有效的。研究结果对建立无人机集群智能攻防策略训练体系、开展规则与智能相耦合的集群战法研究具有一定参考意义。     

基于流程仿真的物资接收系统可靠性预计方法

针对船舶物资接收时间计算的问题,新增加了对设备发生故障的考虑,通过引入接收时间可靠性的概念,将其转换为船舶物资接收系统的可靠性预计问题。为了解决上述可靠性预计问题,提出了基于流程仿真的系统可靠性预计方法。分析了物资接收系统的工作流程,依据工作流程实现了仿真程序,用蒙特卡洛法对物资接收系统的可靠性进行了求解,并分析了设备不同的可靠性水平对物资接收系统可靠性的影响。仿真结果表明,增加了对设备故障的考虑后,对物资接收时间的估计更加接近实际;基于流程仿真的系统可靠性预计方法的模型更容易理解,所得结论更加具体。     

基于对抗推演的训练样本生成框架

针对军事目标图像智能识别、智能平台对抗等AI算法学习训练缺乏高质量样本难题,提出了一种基于对抗推演的训练样本生成框架。从训练样本的数据格式、作战业务的维度,建立了训练样本分类体系;从样本特征、样本标签两方面,提出了训练样本的表征方法,建立了军事目标图像、目标航迹等训练样本表征模型;建立了基于对抗推演的训练样本生成框架,依据红蓝双方的行为决策模型,开展对抗式仿真推演,积累训练样本数据;以智能空战决策训练样本为典型案例,提出了基于规则与微分方程求解相结合的方法,通过自主对抗模拟产生训练样本数据,支撑智能空战决策AI算法训练。     

反应式集群体系结构在蜂群弹药中的应用研究

随着无人武器集群式作战从想象加速变为现实,这种新型武器和战术势必将成为改变未来战争规则的重要推手。针对集群武器系统缺乏有效理论与系统技术支撑的问题,首先在多智能体理论和仿生集群智能技术的启发下,深入研究了基于集群行为驱动和个体行为规则的分布式决策框架,并结合视觉信息处理技术,构建了基于个体行为规则和集群行为原型的反应式集群框架;然后,建立了蜂群弹药任务和个体行为规则之间的映射关系;最后,将简单的区域搜索、饱和攻击等作战任务进行了嵌入式实现,对影响任务效率的关键因素进行了深入分析,为构建蜂群弹药等智能集群装备提供了技术储备和理论支持。初步仿真结果证明,对于50节点规模的集群,提出的反应式集群决策框架能够引导蜂群弹药高效完成避障、搜索和攻击等任务,且在40%、80%个体失效时搜索效率显著优于慎思式集群。     

多样化军事任务舆情演化及引导的仿真

针对海军遂行多样化军事任务所面临的日益复杂的社会舆论环境,采用基于Agent的建模理论与方法,建立了舆情演化过程的模型,并对其进行了仿真和分析。首先,提出了个体间观点交互的规则,建立了个体观点交互的舆情演化模型。其次,基于所建模型对不同条件下的舆情演化及引导进行了仿真实验与分析。仿真结果表明,模型的统计结果与实际舆情演化情况相符,具有较强的实际性。