指挥控制智能化问题分解研究

被引:16
作者
金欣
机构
[1] 信息系统工程重点实验室
关键词
指挥控制; 人工智能; 知识系统; 机器学习;
D O I
暂无
中图分类号
E91 [军事技术基础科学];
学科分类号
1105 ; 1108 ;
摘要
人工智能技术的发展,以及AlphaGo Zero的成功,让人们看到了指挥控制智能化的曙光.然而战场比棋盘复杂太多,照搬其方法有很大难度,基于学习的人工智能方法无法一揽子解决整个指挥控制智能化问题.从对指挥控制智能化问题的复杂度分析入手,提出分而治之的理念,并尝试将其分解为6个子问题.比较了基于知识、基于学习两种主流人工智能方法,分别对6个子问题做了适用性分析.作为一种观点,供业界争论探讨.
引用
收藏
页码:64 / 68
页数:5
相关论文
共 9 条
[1]  
基于深度学习的战场态势评估综述与研究展望[J]. 朱丰,胡晓峰.军事运筹与系统工程. 2016(03)
[2]   基于深度学习的兵棋演习数据特征提取方法研究 [J].
郑书奎 ;
吴琳 ;
贺筱媛 .
指挥与控制学报, 2016, 2 (03) :194-201
[3]   “深绿”及AlphaGo对指挥与控制智能化的启示 [J].
金欣 .
指挥与控制学报, 2016, 2 (03) :202-207
[4]   面向未来信息化作战的指挥信息系统需求 [J].
蒋晓原 ;
邓克波 .
指挥信息系统与技术, 2016, 7 (04) :1-5
[5]   指挥信息系统的智能化挑战——“深绿”计划及AlphaGo带来的启示与思考 [J].
胡晓峰 ;
郭圣明 ;
贺筱媛 .
指挥信息系统与技术, 2016, 7 (03) :1-7
[6]   AlphaGo技术原理分析及人工智能军事应用展望 [J].
陶九阳 ;
吴琳 ;
胡晓峰 .
指挥与控制学报, 2016, 2 (02) :114-120
[7]   复杂性与智能化:从 Church-Turing Thesis 到AlphaGo Thesis 及其展望 (2) [J].
王飞跃 .
指挥与控制学报, 2016, 2 (02) :89-92
[8]  
复杂性与智能化:从Church-Turning Thesis到AlphaGo Thesis及其展望(1)[J]. 王飞跃.指挥与控制学报. 2016(01)
[9]   A Review of Real-Time Strategy Game AI [J].
Robertson, Glen ;
Watson, Ian .
AI MAGAZINE, 2014, 35 (04) :75-104