文献类型：期刊文章

作　　者：刘满[1,2] 张宏军[1] 徐有为[1] 冯欣亮[3] 冯玉芳[4]

LIU Man;ZHANG Hongjun;XU Youwei;FENG Xinliang;FENG Yufang(Command and Control Engeering College,Army Engineering University,Nanjing 210007,China;Unit 73131 of the PLA,Zhangzhou 363000,China;Army Infantry Academy of the PLA,Nanchang 330000,China;Unit 71375 of the PLA,Harbin 150000,China)

机构地区：[1]陆军工程大学指挥控制工程学院,江苏南京210007 [2]中国人民解放军73131部队,福建漳州363000 [3]陆军步兵学院,江西南昌330000 [4]中国人民解放军71375部队,黑龙江哈尔滨150000

出　　处：《系统工程与电子技术》

基　　金：国家自然科学基金(61806221)资助课题。

年　　份：2022

卷　　号：44

期　　号：8

起止页码：2562-2569

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：计算机兵棋能够对敌对双方或多方的军事行动进行模拟,为军事智能决策的研究提供贴近真实战争的决策背景和试验环境。随着被控制棋子类型和数量增加,这些作战实体的行为决策控制将面临巨大的挑战。本文提出了知识与数据互补的兵棋行为决策算法,针对较多作战实体(50个左右)的群队级兵棋,提出了按实体类型分组决策、作战目标指引、位置评估指标并行计算等方法,设计了群队级兵棋人工智能(artificial intelligence, AI)技术框架,并实现了一个群队级兵棋AI。该兵棋AI将知识、数据和学习融为一体,具有设计简单、迁移能力强、决策灵活等优点。

关 键 词：群队级兵棋  并行计算 行为决策  多实体控制  

分 类 号：TP273]