知识牵引与数据驱动的兵棋AI设计及关键技术

在分析知识推理型与数据学习型兵棋人工智能(artifical intelligence, AI)优缺点的基础上, 提出了基于知识牵引与数据驱动的AI设计框架。针对框架中涉及的基于数据补全的战场态势感知，基于遗传模糊系统的关键点推理，基于层次任务网的任务规划、计划修复与重规划，基于深度强化学习的算子动作策略优化等关键技术进行深入探讨。结果表明，所提框架具有较强的适应性, 不仅能够满足分队、群队、人机混合等兵棋推演的应用需求, 而且适用于解决一般回合制或即时策略性的博弈对抗问题。     

兵棋推演相关概念辨析

介绍了兵棋、兵棋推演以及与之相关的演练、演习、作战模拟和运筹分析等概念,论述了兵棋推演的重要作用,比较了兵棋推演与演练等相关概念的区别与联系,并分析了兵棋推演的局限性。     

兵棋推演相关概念辨析

介绍了兵棋、兵棋推演以及与之相关的演练、演习、作战模拟和运筹分析等概念,论述了兵棋推演的重要作用,比较了兵棋推演与演练等相关概念的区别与联系,并分析了兵棋推演的局限性。     

基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。     

面向作战模拟系统的领域开发与集成平台设计

结合新一代作战模拟系统的开发,提出并设计了一个具有开放性、可扩展的领域开发与集成平台。首先,介绍了基于分层模式的平台体系结构;其次,对领域平台下涉及的关键技术进行了深入分析,主要有数据库系统解决方案、参考联邦对象模型设计、基于RTI(Run-TimeInfrastructure)的成员中间件设计和基于桥接成员的多联邦互连机制。该平台及其相关研究成果已经在实际作战模拟系统中进行了应用。     

可组构的作战行动建模研究

作战行动建模是作战模拟的核心和基础，实现作战行动建模的可组构有着非常重要的研究价值，它可极大提高作战模拟开发的效益，便于实现对作战行动过程进行更为细致仿真分析。从作战行动建模可组构问题入手，分析了国内外对这一问题的研究现状，提出了基于作战行动类库、工作流技术和SOA架构技术的三层可组构结构的解决方案，这三层分别是动作层、行动过程层、应用层，并对各个层次上实现可组构的设计思路和实现技术进行了简要的阐述。     

基于卷积神经网络的陆战兵棋战术机动策略学习

针对从“人在回路”兵棋推演的复盘数据中提取推演者战术经验高价值知识的问题,提出一种基于深度神经网络从复盘数据中学习战术机动策略模型的方法。将战术机动策略建模为在当前态势特征影响下对目标候选位置进行优选的分类问题：梳理总结影响推演者决策的关键认知因素,定义了由机动范围和观察范围等7个属性构成的基础态势特征,建立了带有正负样本标注的态势特征数据集;设计了基于卷积神经网络的分类器,以分类概率实现了单个棋子战术机动终点位置的预测。实验结果表明：该模型的预测准确率可达到78.96%,相比其他模型提高至少4.59%。     

Actor-Critic框架下的多智能体决策方法及其在兵棋上的应用

将人工智能应用于兵棋推演的智能战术兵棋正逐年发展, 基于Actor-Critic框架的决策方法可以实现智能战术兵棋的战术行动动态决策。但若Critic网络只对单算子进行评价, 多算子之间的网络没有协同, 本方算子之间各自行动决策会不够智能。针对上述方法的不足, 提出了一种基于强化学习并结合规则的多智能体决策方法, 以提升兵棋推演的智能水平。侧重采用强化学习对多算子的行动决策进行决策分析, 并结合产生式规则对战术决策进行规划。构建基于Actor-Critic框架的多算子分布执行集中训练的行动决策模型, 对比每个算子互不交流的封闭式行动决策学习方法, 提出的分布执行集中训练方法更具优势且有效。     

基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。     

基于HLA的作战模拟系统一体化设计与实现

为了提高现有作战模拟系统的互操作性、可重用性与可扩展性,完善作战模拟系统的一体化建设,首先,分析了一体化系统建设的主要任务,归纳了其主要涉及的四类十一项关键技术。其次,重点阐述了如何利用HLA仿真技术框架来搭建海军诸兵种一体化作战模拟系统的体系结构,并详细描述了系统间信息交换协议的设计思路,定义了一个对象类、七个交互类及路径空间。最后,给出了系统仿真实现的流程图及其时钟推进机制,并用一个仿真实例验证了设计的可行性。

Abstract：

The research is to improve the interoperability,reusability and extensibility of the existing wargame simulation systems,and to construct an integrated wargame simulation system. Firstly,the main tasks of the research were defined and eleven key technologies in four categories were introduced. Secondly,it was described how to set up an architecture for the Navy arms wargame simulation system based on HLA （High Level Architecture） simulation framework. Also,the design ideas of the information exchange protocol of the system were elaborated,including definitions of object class,interaction class and routing space. At the end,a flow chart and advancing time mechanism were given. The feasibility of design has been verified with an instance.