随着智能化技术的不断进步,计算机兵棋推演也得到了更加蓬勃的发展,如何控制兵棋推演中的智能体实现拟人化对抗,为战术的开发和指挥决策的研究提供新的思路成为热门研究方向。本文使用依靠逻辑思维的规则控制方法和依靠强化学习的模型训练方法分别对智能体的动态决策进行了相关研究。首先,本文使用行为树设计基于规则控制的智能体,通过运用SWOT-CLPV法对某想定进行分析,明确蓝方的总体决策目标;运用作战流程分析对作战行为逐级分解;根据行为分解结果利用各类节点构建行为子树,并通过将子树逐层聚类完成整个指挥控制流程模型的构建,从而使作战单元能够以“拟人”方式展开基本行动。行为树的引入提高了模型的模块化程度,便于模型的后续开发、维护和升级。其次,针对行为树模型控制的作战单元进攻和躲避路径较单一的问题,本文提出了空间离散化处理的优化方法。将感知空间与动作空间分离,利用栅格法分割主要作战区域,构建态势感知子空间;利用可见点法,构建动作空间,辅助作战单元移动,从而使智能体的战场反应更加灵活。最后,利用强化学习算法设计智能体,并将其作为智能蓝军为战术设计查漏补缺。通过分析想定拆分出小规模作战单元,利用DDPG算法建立智能体动作决策模型,同时依靠威胁度分析,在以得分作为奖励的基础上设置了角度奖励和距离奖励,有效提高探索效率。强化学习的引入丰富了智能体的移动轨迹,作战单元能在更精确的位置发动攻击,从而提高命中率。