人工智能在无人战场态势预判与博弈对抗中的应用

发布时间：2021-03-27 15:42

　　在未来高强度火力对抗的战场环境下,具备无人协同、相互协作、优势互补及效能倍增的军事智能无人作战能力,是新时代军队取得战争胜利的关键所在。首先分析了当前智能无人作战的发展现状,然后对未来技术发展进行了研判,提出了人工智能在战场态势预判与博弈对抗中的应用,最后为智能无人作战的发展进行了总结和展望。 

【文章来源】：现代防御技术. 2020,48(05)

【文章页数】：7 页

【部分图文】：

模拟空中对战场景

美军推出的“深绿”系统计划，是美国国防部高级研究计划局(DARPA)支持的一项面向美国陆军指挥与控制领域的研究项目。“深绿”系统是把人工智能引入作战辅助决策的一项尝试探索，示意图如图2所示[10-12]。“深绿”系统的核心技术本质上是基于战场实时态势的动态仿真。对于战场上复杂多因素综合作用的过程，很难使用传统的数学公式进行描述，这恰好是动态仿真最为擅长的部分。通过仿真的手段，可以使得“深绿”系统量化地估计未来某一时刻的战场状态，以期掌握战场态势局面。

人工智能技术应用在国际象棋领域，催促了“深蓝”(Deep Blue)的诞生，人工智能技术应用在围棋领域，促成了Alpha Go的成功，那么将人工智能技术运用在更复杂、更灵活、更加不透明的不完全信息博弈对抗兵棋领域，也一定会产生出超越人类最高水平的人工智能体。2017年9月，由中科院自动化所研制的人工智能程序“CASIA-先知v1.0”，在“赛诸葛”兵棋推演人机大战中，与全国决赛阶段的8名实力选手激烈交锋，并最终以7∶1的战绩大胜人类选手[7]。兵棋推演过程如图3所示。1.2 未来技术发展研判

【参考文献】：
期刊论文
[1]地面无人作战系统的发展现状及关键技术[J]. 高明,周帆,陈伟.  现代防御技术. 2019(03)
[2]智能空战体系下无人协同作战发展现状及关键技术[J]. 黄汉桥,白俊强,周欢,程昊宇,常晓飞.  导航与控制. 2019(01)
[3]基于深度学习的军事辅助决策智能化研究[J]. 张晓海,操新文,耿松涛,张妍莉.  兵器装备工程学报. 2018(10)
[4]基于多智能体粒子群的协同空战目标决策研究[J]. 付跃文,王元诚,陈珍,范文澜.  系统仿真学报. 2018(11)
[5]多无人作战飞机编队空战智能决策方法[J]. 李聪,王勇,周欢,王骁飞,王渊.  火力与指挥控制. 2018(07)
[6]美军无人系统蜂群技术发展现状与趋势分析[J]. 许彪,张宇,王超.  飞航导弹. 2018(03)
[7]美军无人作战系统发展述评[J]. 陈方舟.  军事文摘. 2018(03)
[8]无人化作战力量发展探析[J]. 李洪峰,孙礼明,曹涛.  飞航导弹. 2016(10)
[9]从“阿法狗”到“阿法鹰”——论无人作战飞机智能自主空战技术[J]. 黄长强,唐上钦.  指挥与控制学报. 2016(03)
[10]美军无人“蜂群”作战技术发展分析[J]. 陈方舟,黄靖皓,赵阳辉.  装备学院学报. 2016(02)



本文编号：3103763