CN115310345B - 基于人工势场的智能算法评估方法及装置 - Google Patents
基于人工势场的智能算法评估方法及装置 Download PDFInfo
- Publication number
- CN115310345B CN115310345B CN202210726831.1A CN202210726831A CN115310345B CN 115310345 B CN115310345 B CN 115310345B CN 202210726831 A CN202210726831 A CN 202210726831A CN 115310345 B CN115310345 B CN 115310345B
- Authority
- CN
- China
- Prior art keywords
- countermeasure
- target
- entity
- capability
- potential field
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 143
- 238000011156 evaluation Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 claims abstract description 126
- 230000008569 process Effects 0.000 claims abstract description 100
- 230000007123 defense Effects 0.000 claims abstract description 37
- 230000000875 corresponding effect Effects 0.000 claims description 83
- 230000014509 gene expression Effects 0.000 claims description 28
- 230000005684 electric field Effects 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 25
- 238000013210 evaluation model Methods 0.000 claims description 13
- 239000000523 sample Substances 0.000 claims description 9
- 230000008485 antagonism Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 35
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000009527 percussion Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 235000006629 Prosopis spicigera Nutrition 0.000 description 1
- 240000000037 Prosopis spicigera Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种基于人工势场的智能算法评估方法及装置,该方法包括:获取基于目标对抗算法进行对抗的对抗数据;根据所述对抗数据以及人工势场模型,生成对抗过程指标;基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。本申请提供的基于人工势场的智能算法评估方法及装置,用于对应用于博弈对抗场景的算法进行全面性的评估。
Description
技术领域
本申请涉及算法评估领域,尤其涉及一种基于人工势场的智能算法评估方法及装置。
背景技术
随着计算能力以及算法的不断突破,人工智能正不断地证明其在商业和军事领域的应用价值。目前,针对博弈对抗场景,如即时战略游戏(Real-Time Strategy Game,RTS)、策略仿真等,相关技术中已经涌现出诸如强化学习等各类人工智能算法。
然而,这些算法基本都是针对某一类特定问题而量身定制的,也就是说,没有一种算法能有效解决所有问题。所以,针对一个新问题,一个可行的方法是评估现有的智能算法,选取合适的,并衡量该算法与解决该问题所需能力之间的差距。即针对特定问题,不同的智能算法会生成不同的解决方案,如何对这些方案进行客观、公正、完整的评价是更好解决问题的关键前提。
发明内容
本申请的目的是提供一种基于人工势场的智能算法评估方法及装置,用于对应用于博弈对抗场景的算法进行全面性的评估。
本申请提供一种基于人工势场的智能算法评估方法,包括:
获取基于目标对抗算法进行对抗的对抗数据;根据所述对抗数据以及人工势场模型,生成对抗过程指标;基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
可选地,所述人工势场模型的建模函数,包括:电场函数;所述根据所述对抗数据以及人工势场模型,生成对抗过程指标,包括:基于所述电场函数,确定每个实体所具有的每个能力所对应的目标表达式;其中,所述电场函数包括:第一参数和第二参数;所述第一参数用于指示实体所携带电荷的电荷量;每个实体的电荷量与实体的能力正相关;对抗双方对应的实体所携带的电荷的类型不同,我方实体携带正电荷,敌方实体携带负电荷;所述第二参数用于指示实体的截断距离,所述截断距离用于指示所述实体的能力覆盖范围;在实体与观测点位之间的目标距离小于或者等于所述截断距离的情况下,实体的能力通过所述第一参数表达;在所述目标距离大于所述截断距离的情况下,实体的能力为零;所述目标表达式用于表示实体对应的能力相对于对抗区域内任一观测点位的能力势场值。
可选地,所述基于所述电场函数,确定对抗双方每个实体对应的目标表达式之后,所述方法还包括:将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值;其中,所述每个网格的能力势场总值包括:我方能力势场总值,敌方能力势场总值。
可选地,所述将所述对抗区域划分为多个网格,并计算所述多个网格中每个网格对应的能力势场总值,包括:将目标网格中的任一点确定为目标观测点位;根据我方每个实体对应的目标表达式,以及每个实体与所述目标观测点位之间的距离,计算每个实体相对于所述目标观测点位的能力势场值;对每个实体相对于所述目标观测点位的能力势场值求和,得到所述目标网格的能力势场总值;其中,所述目标网格为所述多个网格中的任一网格。
可选地,所述实体的能力,包括:探测能力;所述将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值之后,所述方法还包括:根据每个网格的探测能力对应的我方能力势场总值、所述对抗过程的对抗时长以及所述多个网格的网格数量,计算我方对于所述对抗区域的探测覆盖率;其中,所述探测覆盖率用于指示对所述对抗区域的对抗信息获取能力;所述探测覆盖率与所述对抗过程的对抗时长和所述网格数量的乘积成反比。
可选地,所述实体的能力,包括:打击能力,防御能力;所述将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值之后,所述方法还包括:根据第一目标区域内每个网格的我方打击能力对应的我方能力势场总值、敌方防御能力对应的敌方能力势场总值、第一预设对抗时长以及所述第一目标区域内的网格数量,计算我方对于所述第一目标区域的火力投送密度;其中,所述火力投送密度用于指示我方对于所述第一目标区域内的火力覆盖能力。
可选地,所述实体的能力,包括:防空能力和空中打击能力;所述将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值之后,所述方法还包括:根据第二目标区域内每个网格的我方防空能力对应的我方能力势场总值、敌方空中打击能力对应的敌方能力势场总值以及第二预设对抗时长,计算我方对于所述第二目标区域的区域防空能力强度。
可选地,对所述目标对抗算法进行评估的指标还包括:对抗结果指标和对抗效能指标;所述基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果,包括:基于所述对抗过程指标、所述对抗结果指标和所述对抗效能指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,所述对抗结果指标为基于对抗结果对应的收益和损耗得到的;所述对抗效能指标为基于对抗目标的完成度得到的。
可选地,所述基于所述对抗过程指标、所述对抗结果指标和所述对抗效能指标对所述目标对抗算法进行评估,并生成目标评估结果,包括:根据多个对抗算法所对应的对抗过程指标、对抗结果指标和对抗效能指标,通过优劣性层次评估模型对所述多个对抗算法的优劣性进行评估,并得到优劣性评估结果,以及,通过差异性聚类评估模型对所述多个对抗算法进行分类,并得到分类结果;根据所述优劣性评估结果和所述分类结果,生成所述目标对抗算法的所述目标评估结果;其中,所述目标对抗算法为所述多个对抗算法中的一个。
本申请还提供一种基于人工势场的智能算法评估装置,包括:
获取模块,用于获取基于目标对抗算法进行对抗的对抗数据;计算模块,用于根据所述对抗数据以及人工势场模型,生成对抗过程指标;评估模块,用于基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
可选地,所述人工势场模型的建模函数,包括:电场函数;所述装置还包括:确定模块;所述确定模块,用于基于所述电场函数,确定每个实体所具有的每个能力所对应的目标表达式;其中,所述电场函数包括:第一参数和第二参数;所述第一参数用于指示实体所携带电荷的电荷量;每个实体的电荷量与实体的能力正相关;对抗双方对应的实体所携带的电荷的类型不同,我方实体携带正电荷,敌方实体携带负电荷;所述第二参数用于指示实体的截断距离,所述截断距离用于指示所述实体的能力覆盖范围;在实体与观测点位之间的目标距离小于或者等于所述截断距离的情况下,实体的能力通过所述第一参数表达;在所述目标距离大于所述截断距离的情况下,实体的能力为零;所述目标表达式用于表示实体对应的能力相对于对抗区域内任一观测点位的能力势场值。
可选地,所述计算模块,具体用于将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值;其中,所述每个网格的能力势场总值包括:我方能力势场总值,敌方能力势场总值。
可选地,所述确定模块,还用于将目标网格中的任一点确定为目标观测点位;所述计算模块,具体用于根据我方每个实体对应的目标表达式,以及每个实体与所述目标观测点位之间的距离,计算每个实体相对于所述目标观测点位的能力势场值;所述计算模块,具体用于对每个实体相对于所述目标观测点位的能力势场值求和,得到所述目标网格的能力势场总值;其中,所述目标网格为所述多个网格中的任一网格。
可选地,所述实体的能力,包括:探测能力;所述计算模块,具体用于根据每个网格的探测能力对应的我方能力势场总值、所述对抗过程的对抗时长以及所述多个网格的网格数量,计算我方对于所述对抗区域的探测覆盖率;其中,所述探测覆盖率用于指示对所述对抗区域的对抗信息获取能力;所述探测覆盖率与所述对抗过程的对抗时长和所述网格数量的乘积成反比。
可选地,所述实体的能力,包括:打击能力,防御能力;所述计算模块,具体用于根据第一目标区域内每个网格的我方打击能力对应的我方能力势场总值、敌方防御能力对应的敌方能力势场总值、第一预设对抗时长以及所述第一目标区域内的网格数量,计算我方对于所述第一目标区域的火力投送密度;其中,所述火力投送密度用于指示我方对于所述第一目标区域内的火力覆盖能力。
可选地,所述实体的能力,包括:防空能力和空中打击能力;所述计算模块,具体用于根据第二目标区域内每个网格的我方防空能力对应的我方能力势场总值、敌方空中打击能力对应的敌方能力势场总值以及第二预设对抗时长,计算我方对于所述第二目标区域的区域防空能力强度。
可选地,对所述目标对抗算法进行评估的指标还包括:对抗结果指标和对抗效能指标;所述评估模块,具体用于基于所述对抗过程指标、所述对抗结果指标和所述对抗效能指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,所述对抗结果指标为基于对抗结果对应的收益和损耗得到的;所述对抗效能指标为基于对抗目标的完成度得到的。
可选地,评估模块,具体还用于根据多个对抗算法所对应的对抗过程指标、对抗结果指标和对抗效能指标,通过优劣性层次评估模型对所述多个对抗算法的优劣性进行评估,并得到优劣性评估结果,以及,通过差异性聚类评估模型对所述多个对抗算法进行分类,并得到分类结果;评估模块,具体还用于根据所述优劣性评估结果和所述分类结果,生成所述目标对抗算法的所述目标评估结果;其中,所述目标对抗算法为所述多个对抗算法中的一个。
本申请还提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现如上述任一种所述基于人工势场的智能算法评估方法的步骤。
本申请还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于人工势场的智能算法评估方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于人工势场的智能算法评估方法的步骤。
本申请提供的基于人工势场的智能算法评估方法及装置,获取基于目标对抗算法进行对抗的对抗数据,根据所述对抗数据以及人工势场模型,生成对抗过程指标;基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。如此,可以通过人工势场模型生成的对抗过程的对抗过程指标对目标对抗算法进行评估。从而解决了过程数据特征难以提取和快速量化的问题,高效简洁地刻画了对抗过程表现。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的基于人工势场的智能算法评估方法的流程示意图之一;
图2是本申请提供的基于人工势场的智能算法评估方法的流程示意图之二;
图3是本申请提供的基于人工势场的智能算法评估装置的结构示意图;
图4是本申请提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
智能算法水平是指智能算法能够完成特定任务和目的的能力。目前,在博弈对抗场景下,针对智能算法的大多数评估方法都是基于结果数据,更多的是关注对抗结果。而由于很多智能算法的黑盒属性,导致很难对博弈对抗过程进行评价。而且在博弈对抗中产生的行动数据往往是巨大的,对其评估完全依赖于专家是不太可能的。因此,亟需自动化的计算手段,实现对过程数据的评估。
目前,智能算法的评估主要依赖专家经验设计相关指标,再用数学模型和机器学习的方法来处理不同指标的重要程度。但设计的指标大多局限于结果指标和效能指标,如经济性、战存比、目标完成度等,很难对博弈对抗过程中的表现进行衡量。
本申请想到可以利用人工势场法对博弈对抗过程的表现进行量化评估,并提出了基于动态过程指标、结果指标和效能指标相结合的智能模型评估方法。由于利用人工势场可方便对过程中有效视野范围,重要区域攻击/防守能力等重要对抗指标进行快速量化,从而解决了过程数据特征难以提取和快速量化的问题,高效简洁地刻画了对抗过程表现。
人工势场函数原是应用于路径规划算法中,通过对障碍物和目标位置设置不同的场函数,在这些场共同作用下形成一个虚拟的人工势场,用以规划到达目标位置的最优路径。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的基于人工势场的智能算法评估方法进行详细地说明。
如图1所示,本申请实施例提供的一种基于人工势场的智能算法评估方法,该方法可以包括下述步骤102和步骤103:
步骤101、获取基于目标对抗算法进行对抗的对抗数据。
示例性地,使用上述目标对抗算法进行博弈对抗时,能够产生博弈对抗相关的各种数据。例如,对抗双方各个兵种的数量、对抗双方的兵力部署、对抗时间等。
步骤102、根据所述对抗数据以及人工势场模型,生成对抗过程指标。
其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
示例性地,上述目标对抗算法为可以应用于博弈对抗场景的算法,即任一能够应用于博弈对抗场景的对抗算法均可以按照本申请实施例提供的人工势场的智能算法评估方法进行算法的评估。
示例性地,在上述博弈对抗场景中使用目标对抗算法进行对抗的过程中,可以根据人工势场模型,生成对抗过程的对抗过程指标。该对抗过程指标可以包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
示例性地,上述人工势场模型的建模函数可以包括:电场函数、热力场函数以及流体力学场函数等。
需要说明的是,本申请实施例中主要以电场函数作为上述人工势场模型的建模函数为例进行描述,但并不能以此限定上述人工势场模型的建模函数只能为电场函数。
步骤103、基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;
示例性地,根据上述人工势场模型获取到目标对抗算法的对抗过程指标后,便可以基于该对抗过程指标对目标对抗算法进行评估。
可选地,在本申请实施例中,可以将电场函数作为上述人工势场模型的建模函数,之后,再根据人工势场模型生成对抗过程的对抗过程指标。
具体地,上述人工势场模型的建模函数,可以包括:电场函数。上述步骤102,可以包括以下步骤102a:
步骤102a、基于所述电场函数,确定每个实体所具有的每个能力所对应的目标表达式。
其中,所述电场函数包括:第一参数和第二参数;所述第一参数用于指示实体所携带电荷的电荷量;每个实体的电荷量与实体的能力正相关;对抗双方对应的实体所携带的电荷的类型不同,我方实体携带正电荷,敌方实体携带负电荷;所述第二参数用于指示实体的截断距离,所述截断距离用于指示所述实体的能力覆盖范围;在实体与观测点位之间的目标距离小于或者等于所述截断距离的情况下,实体的能力通过所述第一参数表达;在所述目标距离大于所述截断距离的情况下,实体的能力为零;所述目标表达式用于表示实体对应的能力相对于对抗区域内任一观测点位的能力势场值。
示例性地,上述实体可以为对抗双方(包括:我方和敌方)的任一实体,该实体可以为装备、人员等。每个实体均具有一个或多个能力,且每个能力均可以对应一个目标表达式,该目标表达式可以用于对应能力的数值化表达。
需要说明的是,由于实体的打击能力超过其截断距离(即覆盖范围)后,还能够产生一定的影响,但精度会随着距离的增加而降低。因此,针对实体的打击能力,在实体与观测点位之间的距离超过截断距离后,其打击能力对应的能力势场值并不会直接变为0,而是与距离负相关。
举例说明,在上述建模函数为电场函数的情况下,可以根据以下公式一,或者,公式二计算实体的能力,即以下公式一,和/或,公式二可以为实体的能力对应的目标表达式,不同的能力对应的目标表达式会根据能力的不同产生一定的变化。
其中,q代表实体所携带电荷的电荷量,电荷量大小与实体对应的能力(例如,打击能力、防御力等)成正比。敌我双方携带的电荷类型不同,我方携带正电荷,敌方携带负电荷。ρ0是截断距离,表示实体的能力范围(例如,打击能力的打击范围)。ρ(q,qobs)表示实体与观测点之间的距离,即上述目标距离;η为衰减系数,实体的能力会随着距离的增加而降低。
其中,c为常数,可以理解为,在截断距离内,实体的能力对应的能力势场值恒定不变。
示例性地,针对实体的打击能力,在实体与观测点位之间的目标距离小于或者等于所述第一距离(即上述截断距离)的情况下,实体的能力通过所述第一参数表达;在所述目标距离大于所述第一距离、且小于或者等于第二距离的情况下,实体的能力与所述目标距离负相关;在所述目标距离大于所述第二距离的情况下,实体的能力为零;所述第二距离大于所述第一距离。
示例性地,针对实体的打击能力,基于上述公式一可以根据以下公式三计算得到,即以下公式三可以为实体的打击能力对应的目标表达式。
其中,q代表实体所携带电荷的电荷量,电荷量大小与实体对应的能力(例如,打击能力、防御能力等)成正比。敌我双方携带的电荷类型不同,我方携带正电荷,敌方携带负电荷。ρ0是截断距离(即上述第一距离),等于实体的能力范围(例如,打击能力范围)。ρ(q,qobs)表示实体与观测点位之间的距离,即上述目标距离。
若观测点位在实体的能力范围之内,则该实体相对于观测点位的能力势场值为常数;若观测点位与实体的距离(即上述目标距离)大于上述截断距离ρ0而小于或等于ρf时(即上述第二距离;ρf通常为ρ0的两倍),该实体相对于观测点位产生的能力势场随距离递减,η是衰减系数;若观测点位与实体的距离大于上述ρf,则该实体相对于观测点位产生的势场大小为0。
可以理解的是,由于实体与观测点位(可以理解为攻击对象或者援助对象等)之间的距离不同,实体的能力对应的能力势场值也不同,因此,在计算实体的某个能力的能力势场时,需要结合能力对应的目标表达式以及与观测点位之间的距离。
示例性地,基于上述公式二,实体的探测能力对应的第三目标表达式可以通过以下公式四进行表示:
其中,ρd为截断距离,当实体与观测点之间的距离(即上述第三目标距离)小于或者等于截断距离时,实体的探测能力对应的能力势场值为1;当实体与观测点之间的距离大于截断距离时,实体的探测能力对应的能力势场值为0。
示例性地,通过上述电场函数可以针对实体具备的能力进行建模,如打击能力、探测能力、干扰能力和防御等能力,以实现实体各个能力的数值化计算。
示例性地,在确定对抗区域内每个实体所具有的每个能力所对应的目标表达式之后,便可以基于实体的每个能力对应的目标表达式,计算上述对抗过程指标中的探测覆盖率、任一区域的火力投送密度以及任一区域的区域防空能力强度。
具体地,上述步骤102a之后,上述步骤102,还可以包括以下步骤102b:
步骤102b、将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值。
其中,所述每个网格的能力势场总值包括:我方能力势场总值,敌方能力势场总值。
示例性地,由于计算实体对于对抗区域内每个点位的能力势场值的计算量巨大,因此,可以将对抗区域进行网格化划分,通过计算实体相对于网格内任一观测点位的能力势场值,来确定实体相对于该网格的能力势场值,进而确定对战双方中任一方相对于该网格的能力势场总值。如此,可以极大的减少计算量。
可以理解的是,由于在上述电场函数中,我方实体带正电荷,敌方实体带负电荷,因此,针对任一网格,我方能力势场总值为正值,地方势场总值为负值,当该网格内敌我双方综合能力势场总值为正值时,表示我方在该网格内的能力更强;反之,表示地方在该网格内的能力更强。
需要说明的是,本申请实施例中能力势场均为特定能力对应的能力势场。该特定能力可以包括至少一项能力。即上述任一网格均包含与实体能力数量相同的能力势场总值,一个能力对应一个能力势场总值。
具体地,在上述步骤102b,还可以包括以下步骤102b1至步骤102b3:
步骤102b1、将目标网格中的任一点确定为目标观测点位。
步骤102b2、根据每个实体对应的目标表达式,以及每个实体与所述目标观测点位之间的距离,计算每个实体相对于所述目标观测点位的能力势场值。
步骤102b3、对每个实体相对于所述目标观测点位的能力势场值求和,得到所述目标网格的能力势场总值。
其中,所述目标网格为所述多个网格中的任一网格。
示例性地,针对实体相对于目标网格的能力势场值,可以通过以点带面的方式,将实体相对于目标网格中目标观测点位的能力势场值,作为为实体相对于目标网格的能力势场值,进而确定每个实体相对于目标网格的能力势场总值。
示例性地,实体的能力包括:探测能力;针对上述探测覆盖率,上述步骤102b之后,上述步骤102,还可以包括以下步骤102c:
步骤102c、根据每个网格的探测能力对应的我方能力势场总值、所述对抗过程的对抗时长以及所述多个网格的网格数量,计算我方对于所述对抗区域的探测覆盖率。
其中,所述探测覆盖率用于指示对所述对抗区域的对抗信息获取能力;所述探测覆盖率与所述对抗过程的对抗时长和所述网格数量的乘积成反比。
可以理解的是,由于在很多博弈对抗场景中,主要以控制我方实体的方式进行对抗,并以我方胜利为对抗目标,因此,上述步骤102c中以我方对于所述对抗区域的探测覆盖率作为对抗过程指标中的参数。若以敌方胜利为对抗目标,则上述步骤102c中可以以敌方对于所述对抗区域的探测覆盖率作为对抗过程指标中的参数。
示例性地,我方对于所述对抗区域的探测覆盖率vd可以通过以下公式五计算得到:
其中,为网格i在j时刻的探测能力势场总值,T为总对抗时长,N为剖分战场网格数量或若干关注地域。
示例性地,上述实体的能力包括:对地打击能力,对空打击能力;针对上述任一区域的火力投送密度,上述步骤102b之后,上述步骤102,还可以包括以下步骤102d:
步骤102d、根据第一目标区域内每个网格的我方打击能力对应的我方能力势场总值、敌方防御能力对应的敌方能力势场总值、第一预设对抗时长以及所述第一目标区域内的网格数量,计算我方对于所述第一目标区域的火力投送密度。
其中,所述火力投送密度用于指示我方对于所述第一目标区域内的火力覆盖能力。
示例性地,上述打击能力可以包括:空对地打击能力、地对地打击能力、空对空打击能力以及地对空打击能力;上述防御能力可以包括:防空力能和防御地面打击能力。
可以理解的是,在考虑我方对任一区域的打击能力时,还需要考虑地方在该区域的防御能力。
示例性地,火力投送密度是指已明确目标路径的重点兵力行动路径(即上述第一目标区域)上我方的火力覆盖能力。可以通过以下公式六计算任一区域的火力投送密度vl:
其中,为j时刻第一目标区域内的网格i的我方打击能力对应的能力势场总值与地方防御能力对应的能力势场总值之和;T为想定时长(即上述第一预设对抗时长),K为第一目标区域内的网格数量。
示例性地,上述实体的能力包括:防空能力和空中打击能力;针对上述任一区域的防空能力强度,上述步骤102b之后,上述步骤102,还可以包括以下步骤102e:
步骤102e、根据第二目标区域内每个网格的我方防空能力对应的我方能力势场总值、敌方空中打击能力对应的敌方能力势场总值以及第二预设对抗时长,计算我方对于所述第二目标区域的区域防空能力强度。
可以理解的是,在考虑我方对任一区域的防空能力时,还需要考虑地方对该区域的空对地打击能力。
示例性地,可以通过以下公式七计算我方在任一区域内的防空能力强度:
其中,为j时刻该第二目标区域内我方防空能力对应的能力势场总值与地方空对地打击能力对应的能力势场总值之和。T为想定时长(即上述第二预设对抗时长)。
示例性地,在获取到上述对抗过程指标所包括的探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度之后,便可以根据该对抗过程指标,对目标对抗算法进行评估。
可选地,在本申请实施例中,为了提高评估的全面性,还可以集合对抗结果指标以及对抗效能指标来对目标对抗算法进行综合性评估。
示例性地,上述步骤103,可以包括以下步骤103a:
步骤103a、基于所述对抗过程指标、所述对抗结果指标和所述对抗效能指标对所述目标对抗算法进行评估,并生成目标评估结果。
其中,所述对抗结果指标为基于对抗结果对应的收益和损耗得到的;所述对抗效能指标为基于对抗目标的完成度得到的。
示例性地,对抗结果指标是对智能博弈对抗算法模型产生的结果数据进行统计分类,可以得出智能博弈对抗算法的成果和损耗,如经济性、战存比等。
示例性地,针对对抗结果的经济性,可以通过以下公式八计算对抗结果的经济性指标:
其中,Y为敌方装备数量,M为我方装备数量,为敌方装备价值,/>为我方装备价值,针对不同的装备类型,其对应的装备价值不同,装备价值可随想定的变化而变化,既考虑经济价值,也考虑战略价值。
示例性地,战存比刻画的是仿真过程中我方死亡装备价值与全部装备价值的比值,比值越小显示战存比指标越好。针对对抗结果的战存比,可以通过以下公式九计算对抗结果的经济性指标:
其中,M为我方装备数量,为我方装备价值。
示例性地,对抗效能指标主要是针对博弈对抗目标完成度进行评估,包括整体目标完成度、干扰目标完成度和火力打击目标完成度等,该指标主要采用定性的方式进行分析。
示例性地,上述步骤103a,可以包括以下步骤103a1和步骤103a2:
步骤103a1、根据多个对抗算法所对应的对抗过程指标、对抗结果指标和对抗效能指标,通过优劣性层次评估模型对所述多个对抗算法的优劣性进行评估,并得到优劣性评估结果,以及,通过差异性聚类评估模型对所述多个对抗算法进行分类,并得到分类结果。
步骤103a2、根据所述优劣性评估结果和所述分类结果,生成所述目标对抗算法的所述目标评估结果。
其中,所述目标对抗算法为所述多个对抗算法中的一个。
示例性地,本申请实施例中,可以通过获取多个对抗算法的上述三个指标,来对多个算法进行优劣性和差异性评估。
举例说明,如图2所示,智能模型(即上述目标对抗算法)产生博弈对抗数据,之后,人工势场模型根据上述对抗数据进行计算,得到对抗过程指标,以及通过统计运算得到对抗结果指标和对抗效能指标。最后,基于上述三个指标,通过对抗博弈算法评估模型对目标对抗算法进行评估。具体地,对抗博弈算法评估模型包括:优劣性层次评估模型以及差异性聚类评估模型;优劣性层次评估模型用于评估目标算法的优劣性;差异性聚类评估模型用于评估目标对抗算法与其他对抗算法之间的差异。
本申请实施例提供的基于人工势场的智能算法评估方法,通过人工势场函数,对博弈对抗过程中的特征进行数值化计算,并从对抗过程、对抗效能和对抗结果三方面构建指标体系,采用定量与定性结合的分析方法,评估智能博弈对抗算法水平优劣性和不同的对抗算法之间的差异性。
需要说明的是,本申请实施例提供的基于人工势场的智能算法评估方法,执行主体可以为基于人工势场的智能算法评估装置,或者该基于人工势场的智能算法评估装置中的用于执行基于人工势场的智能算法评估方法的控制模块。本申请实施例中以基于人工势场的智能算法评估装置执行基于人工势场的智能算法评估方法为例,说明本申请实施例提供的基于人工势场的智能算法评估装置。
需要说明的是,本申请实施例中,上述各个方法附图所示的。基于人工势场的智能算法评估方法均是以结合本申请实施例中的一个附图为例示例性的说明的。具体实现时,上述各个方法附图所示的基于人工势场的智能算法评估方法还可以结合上述实施例中示意的其它可以结合的任意附图实现,此处不再赘述。
下面对本申请提供的基于人工势场的智能算法评估装置进行描述,下文描述的与上文描述的基于人工势场的智能算法评估方法可相互对应参照。
图3为本申请一实施例提供的基于人工势场的智能算法评估装置的结构示意图,如图3所示,具体包括:
获取模块301,用于获取基于目标对抗算法进行对抗的对抗数据;计算模块302,用于根据所述对抗数据以及人工势场模型,生成对抗过程指标;评估模块303,用于基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
可选地,所述人工势场模型的建模函数,包括:电场函数;所述装置还包括:确定模块;所述确定模块,用于基于所述电场函数,确定每个实体所具有的每个能力所对应的目标表达式;其中,所述电场函数包括:第一参数和第二参数;所述第一参数用于指示实体所携带电荷的电荷量;每个实体的电荷量与实体的能力正相关;对抗双方对应的实体所携带的电荷的类型不同,我方实体携带正电荷,敌方实体携带负电荷;所述第二参数用于指示实体的截断距离,所述截断距离用于指示所述实体的能力覆盖范围;在实体与观测点位之间的目标距离小于或者等于所述截断距离的情况下,实体的能力通过所述第一参数表达;在所述目标距离大于所述截断距离的情况下,实体的能力为零;所述目标表达式用于表示实体对应的能力相对于对抗区域内任一观测点位的能力势场值。
可选地,所述计算模块302,具体用于将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值;其中,所述每个网格的能力势场总值包括:我方能力势场总值,敌方能力势场总值。
可选地,所述确定模块,还用于将目标网格中的任一点确定为目标观测点位;所述计算模块302,具体用于根据我方每个实体对应的目标表达式,以及每个实体与所述目标观测点位之间的距离,计算每个实体相对于所述目标观测点位的能力势场值;所述计算模块302,具体用于对每个实体相对于所述目标观测点位的能力势场值求和,得到所述目标网格的能力势场总值;其中,所述目标网格为所述多个网格中的任一网格。
可选地,所述实体的能力,包括:探测能力;所述计算模块302,具体用于根据每个网格的探测能力对应的我方能力势场总值、所述对抗过程的对抗时长以及所述多个网格的网格数量,计算我方对于所述对抗区域的探测覆盖率;其中,所述探测覆盖率用于指示对所述对抗区域的对抗信息获取能力;所述探测覆盖率与所述对抗过程的对抗时长和所述网格数量的乘积成反比。
可选地,所述实体的能力,包括:打击能力,防御能力;所述计算模块302,具体用于根据第一目标区域内每个网格的我方打击能力对应的我方能力势场总值、敌方防御能力对应的敌方能力势场总值、第一预设对抗时长以及所述第一目标区域内的网格数量,计算我方对于所述第一目标区域的火力投送密度;其中,所述火力投送密度用于指示我方对于所述第一目标区域内的火力覆盖能力。
可选地,所述实体的能力,包括:防空能力和空中打击能力;所述计算模块302,具体用于根据第二目标区域内每个网格的我方防空能力对应的我方能力势场总值、敌方空中打击能力对应的敌方能力势场总值以及第二预设对抗时长,计算我方对于所述第二目标区域的区域防空能力强度。
可选地,对所述目标对抗算法进行评估的指标还包括:对抗结果指标和对抗效能指标;所述评估模块303,具体用于基于所述对抗过程指标、所述对抗结果指标和所述对抗效能指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,所述对抗结果指标为基于对抗结果对应的收益和损耗得到的;所述对抗效能指标为基于对抗目标的完成度得到的。
可选地,评估模块303,具体还用于根据多个对抗算法所对应的对抗过程指标、对抗结果指标和对抗效能指标,通过优劣性层次评估模型对所述多个对抗算法的优劣性进行评估,并得到优劣性评估结果,以及,通过差异性聚类评估模型对所述多个对抗算法进行分类,并得到分类结果;评估模块303,具体还用于根据所述优劣性评估结果和所述分类结果,生成所述目标对抗算法的所述目标评估结果;其中,所述目标对抗算法为所述多个对抗算法中的一个。
本申请提供的基于人工势场的智能算法评估装置,通过人工势场函数,对博弈对抗过程中的特征进行数值化计算,并从对抗过程、对抗效能和对抗结果三方面构建指标体系,采用定量与定性结合的分析方法,评估智能博弈对抗算法水平优劣性和不同的对抗算法之间的差异性。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行基于人工势场的智能算法评估方法,该方法包括:获取基于目标对抗算法进行对抗的对抗数据;根据所述对抗数据以及人工势场模型,生成对抗过程指标;基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本申请还提供一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的基于人工势场的智能算法评估方法,该方法包括:获取基于目标对抗算法进行对抗的对抗数据;根据所述对抗数据以及人工势场模型,生成对抗过程指标;基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
又一方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的基于人工势场的智能算法评估方法,该方法包括:获取基于目标对抗算法进行对抗的对抗数据;根据所述对抗数据以及人工势场模型,生成对抗过程指标;基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种基于人工势场的智能算法评估方法,其特征在于,包括:
获取基于目标对抗算法进行对抗的对抗数据;
根据所述对抗数据以及人工势场模型,生成对抗过程指标;
基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;
其中,所述人工势场模型用于将对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度;
所述人工势场模型的建模函数,包括:电场函数;所述根据所述对抗数据以及人工势场模型,生成对抗过程指标,包括:
基于所述电场函数,确定每个实体所具有的每个能力所对应的目标表达式;
其中,所述电场函数包括:第一参数和第二参数;所述第一参数用于指示实体所携带电荷的电荷量;每个实体的电荷量与实体的能力正相关;对抗双方对应的实体所携带的电荷的类型不同,我方实体携带正电荷,敌方实体携带负电荷;所述第二参数用于指示实体的截断距离,所述截断距离用于指示所述实体的能力覆盖范围;在实体与观测点位之间的目标距离小于或者等于所述截断距离的情况下,实体的能力通过所述第一参数表达;在所述目标距离大于所述截断距离的情况下,实体的能力为零;所述目标表达式用于表示实体对应的能力相对于对抗区域内任一观测点位的能力势场值;所述探测覆盖率用于指示对所述对抗区域的对抗信息获取能力。
2.根据权利要求1所述的方法,其特征在于,所述基于所述电场函数,确定对抗双方每个实体对应的目标表达式之后,所述方法还包括:
将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值;
其中,所述每个网格的能力势场总值包括:我方能力势场总值,敌方能力势场总值。
3.根据权利要求2所述的方法,其特征在于,所述将所述对抗区域划分为多个网格,并计算所述多个网格中每个网格对应的能力势场总值,包括:
将目标网格中的任一点确定为目标观测点位;
根据我方每个实体对应的目标表达式,以及每个实体与所述目标观测点位之间的距离,计算每个实体相对于所述目标观测点位的能力势场值;
对每个实体相对于所述目标观测点位的能力势场值求和,得到所述目标网格的能力势场总值;
其中,所述目标网格为所述多个网格中的任一网格。
4.根据权利要求2所述的方法,其特征在于,所述实体的能力,包括:探测能力;
所述将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值之后,所述方法还包括:
根据每个网格的探测能力对应的我方能力势场总值、所述对抗过程的对抗时长以及所述多个网格的网格数量,计算我方对于所述对抗区域的探测覆盖率;
其中,所述探测覆盖率与所述对抗过程的对抗时长和所述网格数量的乘积成反比。
5.根据权利要求2所述的方法,其特征在于,所述实体的能力,包括:打击能力,防御能力;
所述将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值之后,所述方法还包括:
根据第一目标区域内每个网格的我方打击能力对应的我方能力势场总值、敌方防御能力对应的敌方能力势场总值、第一预设对抗时长以及所述第一目标区域内的网格数量,计算我方对于所述第一目标区域的火力投送密度;
其中,所述火力投送密度用于指示我方对于所述第一目标区域内的火力覆盖能力。
6.根据权利要求2所述的方法,其特征在于,所述实体的能力,包括:防空能力和空中打击能力;
所述将所述对抗区域划分为多个网格,并计算实体相对于所述多个网格中每个网格的能力势场总值之后,所述方法还包括:
根据第二目标区域内每个网格的我方防空能力对应的我方能力势场总值、敌方空中打击能力对应的敌方能力势场总值以及第二预设对抗时长,计算我方对于所述第二目标区域的区域防空能力强度。
7.根据权利要求2所述的方法,其特征在于,对所述目标对抗算法进行评估的指标还包括:对抗结果指标和对抗效能指标;
所述基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果,包括:
基于所述对抗过程指标、所述对抗结果指标和所述对抗效能指标对所述目标对抗算法进行评估,并生成目标评估结果;
其中,所述对抗结果指标为基于对抗结果对应的收益和损耗得到的;所述对抗效能指标为基于对抗目标的完成度得到的。
8.根据权利要求7所述的方法,其特征在于,所述基于所述对抗过程指标、所述对抗结果指标和所述对抗效能指标对所述目标对抗算法进行评估,并生成目标评估结果,包括:
根据多个对抗算法所对应的对抗过程指标、对抗结果指标和对抗效能指标,通过优劣性层次评估模型对所述多个对抗算法的优劣性进行评估,并得到优劣性评估结果,以及,通过差异性聚类评估模型对所述多个对抗算法进行分类,并得到分类结果;
根据所述优劣性评估结果和所述分类结果,生成所述目标对抗算法的所述目标评估结果;
其中,所述目标对抗算法为所述多个对抗算法中的一个。
9.一种基于人工势场的智能算法评估装置,其特征在于,所述装置包括:
获取模块,用于获取基于目标对抗算法进行对抗的对抗数据;
计算模块,用于根据所述对抗数据以及人工势场模型,生成对抗过程指标;
评估模块,用于基于所述对抗过程指标对所述目标对抗算法进行评估,并生成目标评估结果;
其中,人工势场模型用于将所述对抗过程中各个实体的能力进行数值化;所述对抗过程指标包括:探测覆盖率,任一区域的火力投送密度,任一区域的区域防空能力强度;
所述人工势场模型的建模函数,包括:电场函数;所述装置还包括:确定模块;
所述确定模块,用于基于所述电场函数,确定每个实体所具有的每个能力所对应的目标表达式;
其中,所述电场函数包括:第一参数和第二参数;所述第一参数用于指示实体所携带电荷的电荷量;每个实体的电荷量与实体的能力正相关;对抗双方对应的实体所携带的电荷的类型不同,我方实体携带正电荷,敌方实体携带负电荷;所述第二参数用于指示实体的截断距离,所述截断距离用于指示所述实体的能力覆盖范围;在实体与观测点位之间的目标距离小于或者等于所述截断距离的情况下,实体的能力通过所述第一参数表达;在所述目标距离大于所述截断距离的情况下,实体的能力为零;所述目标表达式用于表示实体对应的能力相对于对抗区域内任一观测点位的能力势场值;所述探测覆盖率用于指示对所述对抗区域的对抗信息获取能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210726831.1A CN115310345B (zh) | 2022-06-23 | 2022-06-23 | 基于人工势场的智能算法评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210726831.1A CN115310345B (zh) | 2022-06-23 | 2022-06-23 | 基于人工势场的智能算法评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115310345A CN115310345A (zh) | 2022-11-08 |
CN115310345B true CN115310345B (zh) | 2023-10-03 |
Family
ID=83854432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210726831.1A Active CN115310345B (zh) | 2022-06-23 | 2022-06-23 | 基于人工势场的智能算法评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115310345B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117150738B (zh) * | 2023-08-10 | 2024-05-10 | 中国船舶集团有限公司第七〇九研究所 | 一种复杂场景下的行动方向预判方法 |
CN116975585B (zh) * | 2023-09-25 | 2023-12-15 | 中国人民解放军军事科学院国防科技创新研究院 | 可计算即时优势窗口形式化表征方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190433A (zh) * | 2019-12-16 | 2020-05-22 | 北京泊松技术有限公司 | 一种无人机集群对抗比赛评判方法 |
CN113987849A (zh) * | 2021-12-28 | 2022-01-28 | 中国科学院自动化研究所 | 空战对抗算法的评估方法及装置 |
CN114239228A (zh) * | 2021-11-24 | 2022-03-25 | 中国运载火箭技术研究院 | 一种基于海量对抗仿真推演数据建模与分析的效能评估方法 |
CN114492059A (zh) * | 2022-02-07 | 2022-05-13 | 清华大学 | 基于场能的多智能体对抗场景态势评估方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111221352B (zh) * | 2020-03-03 | 2021-01-29 | 中国科学院自动化研究所 | 基于多无人机协同博弈对抗的控制系统 |
-
2022
- 2022-06-23 CN CN202210726831.1A patent/CN115310345B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190433A (zh) * | 2019-12-16 | 2020-05-22 | 北京泊松技术有限公司 | 一种无人机集群对抗比赛评判方法 |
CN114239228A (zh) * | 2021-11-24 | 2022-03-25 | 中国运载火箭技术研究院 | 一种基于海量对抗仿真推演数据建模与分析的效能评估方法 |
CN113987849A (zh) * | 2021-12-28 | 2022-01-28 | 中国科学院自动化研究所 | 空战对抗算法的评估方法及装置 |
CN114492059A (zh) * | 2022-02-07 | 2022-05-13 | 清华大学 | 基于场能的多智能体对抗场景态势评估方法及装置 |
Non-Patent Citations (3)
Title |
---|
彭建亮 ; 孙秀霞 ; 蔡满意 ; 朱凡 ; .基于人工势场的防空威胁建模与仿真.系统工程与电子技术.2010,第32卷(第02期),全文. * |
李志强 等.一个基于人工势场的战场态势分析模型.系统仿真学报.2006,第18卷(第12期),3603-3607. * |
韩超.作战推演中智能博弈对抗算法水平评估模型研究.船舰电子工程.2020,(第315期),27-30. * |
Also Published As
Publication number | Publication date |
---|---|
CN115310345A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115310345B (zh) | 基于人工势场的智能算法评估方法及装置 | |
CN110119773B (zh) | 战略博弈系统的全局态势评估方法、系统和装置 | |
Xin et al. | An efficient rule-based constructive heuristic to solve dynamic weapon-target assignment problem | |
CN108805430A (zh) | 一种防空反导体系作战能力评估方法与装置 | |
CN108615122A (zh) | 一种防空反导体系作战能力评估方法 | |
CN108647414A (zh) | 基于仿真实验的作战计划适应性分析方法及存储介质 | |
CN105306248A (zh) | 基于作战环的武器装备体系作战网络作战效能评估方法 | |
CN110099045B (zh) | 基于定性微分博弈和演化博弈的网络安全威胁预警方法及装置 | |
CN116360503B (zh) | 一种无人机博弈对抗策略生成方法、系统及电子设备 | |
Gazibey et al. | Interaction among the Criteria Affecting Main Battle Tank Selection: An Analysis with DEMATEL Method. | |
Erdal et al. | Evaluation of Anti-Tank Guided Missiles: An integrated Fuzzy Entropy and Fuzzy CoCoSo multi criteria methodology using technical and simulation data | |
CN111784135A (zh) | 基于超网络和ooda环理论的体系作战能力量化分析方法 | |
CN113109770A (zh) | 一种干扰资源分配方法及系统 | |
Xue et al. | Multiattribute Decision-Making in Wargames Leveraging the Entropy–Weight Method in Conjunction With Deep Reinforcement Learning | |
Song et al. | Network security situation prediction of improved lanchester equation based on time action factor | |
CN109299491A (zh) | 一种基于动态影响图对策的元模型建模方法及使用方法 | |
CN115310257B (zh) | 基于人工势场的态势估计方法及装置 | |
CN113837644B (zh) | 基于灰色关联的装备作战效能与贡献率一体化评估方法 | |
CN103853894A (zh) | 基于rbf算法的诱饵弹延时投放时间精度计算方法 | |
CN116739431A (zh) | 基于层次分析法的飞行器实时威胁评估方法 | |
CN106851689B (zh) | 无线传感器及执行器网络中多因素任务分配方法 | |
CN115619105B (zh) | 基于仿真大数据的动态演化体系能力分析方法和系统 | |
Eaton et al. | Verification and validation of the Infantry Warrior Simulation (IWARS) through engagement effectiveness modeling and statistical analysis | |
Zhang | Research on Weighted Model of Air Defense Weapon-Target Assignment Based on AHP and Entropy Method | |
Rydström | Survivability Prediction and Analysis using Interpretable Machine Learning: A Study on Protecting Ships in Naval Electronic Warfare |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |