论文部分内容阅读
针对智能化兵棋系统建设运用过程中的认知行为建模问题，提出一种基于角色-行动-场景（AOS）的指挥决策智能体认知行为建模框架，探索了场景知识图谱服务、智能态势认知、智能决策规划和自主综合控制等关键认知行为模型的实现思路和方法，为智能化兵棋系统建设运用提供可行技术方案。
面向智能化兵棋的认知行为建模方法研究
【摘 要】
：
针对智能化兵棋系统建设运用过程中的认知行为建模问题，提出一种基于角色-行动-场景（AOS）的指挥决策智能体认知行为建模框架，探索了场景知识图谱服务、智能态势认知、智能决策规划和自主综合控制等关键认知行为模型的实现思路和方法，为智能化兵棋系统建设运用提供可行技术方案。
【机 构】
：
国防大学联合作战学院,北京100091
【出 处】
：
系统仿真学报
【发表日期】
：
2021年08期
其他文献
随着仿真系统的复杂性及其仿真模型在各个领域的广泛应用,用户对仿真模型的开发效率和质量提出了更高的要求。针对当前模型驱动工程主要应用于有关仿真软件工具的工程化实现,尚未达到模型层面而未能进行形式化分析,基于模型驱动工程,从元建模、模型转换两个方面设计了领域特定语言及形式化的模型转换体系,以火控通道控制系统为例,将概念模型自动化转换为具有精确语义形式体系表示的可执行仿真模型,直到最终代码框架的生成。研
针对未来战争形态呈现的体系化、网络化、智能化特点，提出了建设新一代大型计算机兵棋系统面临的主要挑战，设计了新一代大型计算机兵棋系统的体系架构，讨论了智能化战争建模、体系构架集成、资源服务管理、人机交互等新一代大型计算机兵棋系统的关键技术。
兵棋推演系统作为进行战争推演、方案评估、作战分析等活动的重要手段，能够支撑作战问题研究、战法创新以及作战概念开发。从推演方法和系统研究的角度梳理了国外计算机兵棋系统的发展现状，重点介绍了在线推演和多级联合推演等方法，以及多级兵棋融合设计、多系统组合仿真和辅助工具开发等研究现状，为计算机兵棋系统的发展和运用提供借鉴和参考。
战略博弈推演是战略决策的重要手段，剖析了战略博弈推演研究现状及面临的挑战，分析了大数据、人工智能技术对战略博弈推演系统建设带来的启示，研究提出下一代战略博弈推演系统发展设想以及需要突破的关键技术，即面向战略主题的事件关联图谱构建、基于生成对抗网络的战略决策稀疏样本生成、人在回路混合增强博弈策略学习及基于社交网络的舆情传播建模技术。在此基础上，对未来战略博弈推演的发展趋势进行了展望。
为解决传统人工势场法存在目标不可达、易陷入局部极小值、无法避障和缺少航迹优化策略等缺陷,而分层势场算法又存在分层越多规划速率越慢的问题。对无人机进行建模,在分层势场函数中分别引入引力影响因子和斥力影响因子解决目标不可达问题,引入"辅助力"解决易陷入局部极小值问题,提出自适应扩展势场算法对航迹进一步优化。通过对多无人机航迹规划进行数值仿真实验,结果表明该算法可以提高规划效率。
构建下一代智能化兵棋系统，难在不能一蹴而就，需要通过构建生态系统逐渐成长智能。界定了智能化兵棋生态系统的基本概念，提出动态开放的理念、层次多样的理念和协同演化的理念。借鉴人类智能成长过程和学习进化机制，构建了下一代兵棋认知智能演化成长的OLTA双螺旋模型，给出了基于OLTA循环的兵棋推演生态系统体系框架；分析了数字孪生、人机融合共生、数据样本生成、智能测试评估、云原生等技术在构建兵棋推演生态系统中