应用在基于Agent作战仿真中的协作Recognition-Primed Decision模型

现阶段,团队认知、自然决策方法和协作理论方面的研究是人工智能方面的热点问题,然而在将自然决策方法应用到多智能体的协作决策方面还需要进行大量的工作.该研究的目的是建立作战仿真中的协作决策模型,在对Klein的RPD模型进行了修改的基础上,提出了协作的SRPD模型,它能够支持多智能体系统态势感知的统一,并能将感知简化和提炼为多智能体的协作决策服务,并将该模型引入到作战仿真多智能体系统中建立了基于协作SRPD模型的多智能体体系.实验表明内核为协作SRPD模型的兵力主体能够对战场环境自主反应,并能够进行协作决策来协调统一团队的行为.     

智能决策支持系统:研究现状与挑战

综述智能决策支持系统的研究内容和现状，从基于知识的系统及其与决策过程的关系出发，讨论了IDSS中的知识和知识处理系统，以知识和学习能力为线索，分析几种智能决策支持系统的不同类型，并进行比较分析，介绍了智能决策支持系统的体系结构，智能决策支持方法和决策支持系统中的认知问题等的研究成果，最后，分析了智能决策支持系统面临的挑战，提出了进一步的研究方向。     

复杂海事安全条件下的船舶应急航线决策方法

针对船舶作业需要满足的复杂海事安全条件,提出一种基于改进智能水滴-交互速度障碍的船舶应急航线自主决策方法.通过引入最优解邻域扩张机制增加解的多样性,对基本智能水滴算法进行改进,避免算法在寻优过程中陷入局部最优解导致算法"早熟".利用改进的智能水滴算法对已知环境进行全局航线决策,再利用交互速度障碍法根据遇到的动态障碍物进行局部航线重规划.仿真实验证明航线决策方法可以快速有效地规划出最优航线并实现实时动态避碰.     

基于Recognition-Primed Decision模型的多智能体作战仿真(英文)

自然决策方法应用到多智能体协作决策是人工智能研究的热点问题,而作战仿真中的协作决策问题是多智能体协作决策重要的应用领域。为了建立作战仿真中的协作决策模型,将模糊集、模糊规则引入Klein提出的RPD模型中对战场环境中的不确定性信息进行处理,并建立了基于RPD模型的作战仿真多智能体体系。仿真结果表明内核为RPD模型的兵力主体能够对战场环境自主反应,并能够进行协作决策来协调统一团队的行为。     

考虑智能决策效率的双寡头企业隐私保护策略

数智经济时代，提升产品隐私保护水平已成为企业获取竞争优势的重要途径，基于用户数据的智能决策与避免数据泄露的隐私保护也不再是不可兼得的“鱼和熊掌”。分别在消费者品牌偏好主导和隐私偏好主导下，构建双寡头企业多维度差异化竞争模型，考察智能决策效率如何影响企业的隐私保护策略与均衡收益。研究发现：如果仅一个企业采取智能决策，不同于品牌偏好主导下高隐私保护企业的隐私保护行为与智能决策行为之间的互补关系，隐私偏好主导下的两者呈现出替代关系；同时，在品牌偏好主导下，只有当智能决策效率高于某个阈值时，采取智能决策的企业的均衡收益与智能决策效率正向相关；此外，在隐私偏好主导下，采取智能决策的企业的均衡收益与智能决策效率正向相关，采取经验决策的企业的均衡收益与智能决策效率负向相关。如果双寡头企业都采取经验决策，在隐私偏好主导下，企业均衡收益与信息安全成本负向相关；在品牌偏好主导下，企业均衡收益与信息安全成本正向相关。     

人工智能决策可解释性的研究综述

人工智能决策的性能在某些特定领域超过了人类能力,中国、美国等多国都颁布了人工智能发展战略和行动规划,期望人工智能在多个领域得到落地应用.但在人工智能决策过程中,存在着固有算法黑盒和系统信息不透明的问题,导致其结果正确但不可理解,阻碍了人工智能的进一步发展.为了人工智能的商用和普及,对智能决策可解释性的需求越来越迫切,需要将黑盒决策转化为透明过程,建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发,重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述,并展望了未来研究发展趋势.     

基于POMDP模型的智能雷达干扰决策方法

为了有效提高复杂电磁环境下对非合作方工作模式未知的智能雷达的干扰效率和准确率，提出了一种基于部分可观测马尔可夫决策过程(partially observable Markov decision process, POMDP)的干扰决策方法。首先，根据智能雷达的工作特点构建了智能雷达对抗系统的POMDP模型，采用非参数的、基于样本的信念分布反映智能体对环境的认知，并利用贝叶斯滤波更新智能体对环境的信念。然后，以信息熵作为评估准则，令干扰机选择信息熵最大的干扰样式不断尝试。最后，通过仿真实验与传统Q-学习法和经验决策法的干扰决策性能进行比较，验证所提方法的优越性。结果表明，所提方法能够根据未知雷达状态变化动态地选择最优干扰方式，且能更快实现对智能雷达的干扰决策。     

基于模糊马尔科夫理论的机动智能体决策模型

针对机动作战仿真背景,运用智能体理论研究战术机动智能体的最优机动决策问题。对传统的马尔科夫决策模型进行了扩展,通过定义攻击威胁下机动智能体的模糊状态空间、模糊状态转移规律和决策收益,建立了模糊战术机动决策模型,较好地描述了实际作战决策中的模糊认知、分析、判断等信息处理过程。通过引入强化学习手段,提出融合指挥员先验信息的Q学习算法和状态动态分类识别算法,对状态转移规律不易确定时模型的求解进行了研究;仿真实验验证了模型和算法的有效性。     

基于Agent技术的人机智能决策支持系统研究

将界面智能体、移动智能体和信息智能体应用于决策支持系统中,分析了各种智能体的工作原理,利用界面智能体的人机协调技术,构成一个人机共存的智能决策支持环境,利用移动智能体与信息智能体实现人机决策的网络化,给出了系统应用实例,并分析了其进一步的研究方向.     

分布式指挥控制系统协同机制研究

为解决分布式指挥控制系统设计中的决策协同问题,提出了一种基于多智能体系统协同机制的多决策者决策同方法.利用面向对象的软件设计思路提出了指挥控制系统决策协同策略的一般表示方法,并综合考虑策略需求、策略费用、方案质量及领域需求等多种因素提出了协同策略的择优机制.该文提出的协同策略的一般表示方法可在不同态势下和不同领域中重用,协同策略的择优机制使得指挥控制智能体具备在不同的战场态势下选择相对最优的决策协同方法的能力.此种机制对于分布式指挥控制统建模研究提供了一种全新而实用的选择.