兵器装备工程学报

文章详情

稿件标题: 基于人工智能深度增强学习的装备维修保障兵棋研究
稿件作者: 李承兴,高桂清,鞠金鑫,蒋振
栏目名称: 装备理论与装备技术
关键字词: 装备维修保障;兵棋推演;人工智能技术;马尔科夫决策;神经网络
文章摘要: 为提升装备维修保障兵棋系统的学习能力和对抗水平,前沿性的将人工智能领域相关理论技术应用到系统中,通过运用马尔科夫决策过程(MDP)与神经网络等方法,在系统内部建立环境感知反馈、过程在线学习等通道,进一步扩展、增强和延伸系统中AI的角色能力,并随着推演次数的增加充分挖掘系统数据资源潜能,同步增强AI的推演行动反馈及战术策略应用能力,提升利用效率,实现推演学习推演的有效循环,以此来逐步提高兵棋系统的对抗推演水准,同步带动装备指挥员谋略决策能力的进一步提升,达到向实战化靠拢的要求。
收录刊物: 2018年02期
稿件基金:
引用本文格式: 李承兴,高桂清,鞠金鑫,等.基于人工智能深度增强学习的装备维修保障兵棋研究[J].兵器装备工程学报,2018(2):61-65.
LI Chengxing,GAO Guiqing,JU Jinxing,et al.Study on Equipment Maintenance and Security Based on Artificial Intelligence Depth Enhancement[J].Journal of Ordnance Equipment Engineering,2018(2):61-65.
浏览次数: 209
下载次数: 102
免费下载全文 下载本期目录 下载本期封面 下载PDF阅读器