共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于深度强化学习的无人艇集群博弈对抗显示文摘开展基于深度强化学习的无人艇集群动态博弈对抗中的协同围捕决策研究。建立受距离和相对角度影响的无人艇围捕环境模型,利用基于策略网络和双评价网络的深度强化学习方法求解围捕策略,立足协同围捕任务,基于距离和相对角度设计引导型奖励函数,避免奖励稀疏。仿真结果表明,基于深度强化学习的红方无人艇集群能够对蓝方无人艇进行有效的协同围捕。研究成果可为无人艇集群博弈对抗演练提供参考。 | 苏震 张钊 陈聪 刘殿勇 梁霄 | 2022 | 兵器装备工程学报2022，43，9： | 1 |
| 2 | 人工智能在无人机军事领域的应用发展研究:基于WOS核心数据库的文献计量分析显示文摘人工智能赋能下的无人机(unmanned aerial vehicles,UAV)将推动未来战争向着无人化、智能化趋势发展,自主化的感知、判断、决策、行动的作战单元或群体,具备颠覆战争规则,改变战争形态的能力,受到世界各主要军事国家的高度重视。使用CiteSpace可视化软件,以近10年Web of Science(WOS)核心数据库收录的主题相关文献为数据源,开展人工智能(artificial intelligence,AI)在无人机军事领域应用的研究现状、研究发展脉络以及研究热点分析。主要研究内容包括时间分布、空间分布、研究机构分布、关键节点核心文献、关键词共现、关键词聚类以及时间线7个方面。结果表明:近10年人工智能在无人机作军事领域应用研究的发文量总体上呈现稳中有升的发展趋势,且以2017年为分界点,年平均发文量明显增多;中国在该领域发文量排名第一,在国际发文量排名前10的研究机构中占比80%,且形成了节点数最多的研究机构合作集群,具备较大的贡献度和影响力;研究热点按照应用划分为情报侦察、任务规划、自主作战决策,对每一热点进行了技术发展脉络、研究难点、技术路径优缺点的总结分析,涉及的主要算法包括群体智能、深度学习、强化学习、深度强化学习等,以期为中国人工智能与无人机作战融合创新发展提供相关参考,提升研究水平。 | 褚旭龙 | 2023 | 科学技术与工程2023，23，36： | 0 |
| 3 | 基于胜率预测的空战关键节点确定方法显示文摘以提高空战训练评估效率为目标,着眼于确定影响战局走向的关键节点,提出了一种基于胜率预测的空战关键节点确定方法。首先,基于长短期记忆网络设计并训练胜率预测模型,以实时评估空战态势;其次,引入最大类间方差法确定关键节点阈值,并将相邻时刻胜率差绝对值大于阈值的时间点确认为关键节点。实验结果表明,所设计的胜率预测模型预测胜率准确,所采用的关键节点阈值选择方法合理,总体方案具有可行性和泛化性。 | 张诚 刘会斌 瞿崇晓 夏少杰 朱燎原 范长军 | 2024 | 空军工程大学学报2024，25，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员