系统工程与电子技术

作者：程恺, 陈刚, 余晓晗, 刘满, 邵天浩

单位：陆军工程大学指挥控制工程学院, 江苏 南京 210007

关键词：知识,数据,兵棋,态势感知,任务规划,强化学习

基金：国家自然科学基金(61806221);国防科技创新特区项目(19-163-11-LZ-001-003-01)

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。

来源：2021年第10期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2021年第10期