基于机器学习的计算机生成兵力行为建模研究综述

• 作者: 张琪 曾俊杰 许凯 秦龙 尹全军
• 来源期刊: 系统仿真学报
• 关键词: 建模与仿真 计算机生成兵力 行为建模 机器学习 现状 趋势
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 专栏:智能认知行为建模与仿真
• 页码范围: 280-287
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.20-0931

摘要

随着机器学习特别是深度学习技术的快速发展,采用学习方法辅助进行军用仿真中计算机生成兵力(Computer Generated Force,CGF)的行为建模,已成为克服传统有限状态机等基于知识工程方法面临的建模效率低,自适应差等问题的重要途径和发展方向.本文对采用机器学习进行CGF行为建模的应用现状、需求及发展趋势等若干问题进行了系统论述.梳理总结了CGF行为建模中三类典型学习方法的应用现状;分析了三类典型军用仿真系统引入学习的优缺点和带来的影响;提出CGF系统对学习建模方法的功能和性能需求;提出并探讨了该领域未来四个发展趋势和重点研究方向.