[发明专利]面向多对多智能体协同作战场景的火力分配方法及系统

说明书

本发明公开了面向多对多智能体协同作战场景的火力分配方法及系统，所述方法包括：确定红蓝对抗问题想定，所述红蓝对抗问题想定包括红蓝对抗单元的种类、数量、射击间隔及对抗问题、红蓝双方的目标任务和胜负判断准则；基于语义的想定建模，将所述红蓝对抗问题想定进行结构化抽象，并将博弈对抗问题的图像信息转化为语义信息；基于语义态势认知模块计算火力分配方案，并将所有我方单位指定打击对象；构建语义体系，基于向量化火力打击结果生成火力打击对象决策语义，并执行当前决策指令。本发明尽可能地将火力均匀分配到各个敌方上，使得每一个火力都最大化地得到利用。

技术领域

本发明涉及人工智能中的博弈决策技术领域，尤其涉及一种面向多对多智能体协同作战场景的火力分配方法、系统、终端及计算机可读存储介质。

背景技术

随着卫星遥感、雷达、技侦等侦测手段的发展，出现了包含图像、文本等多种形式的态势描述数据，其中图像数据是一种常见的态势信息传递及决策指挥的处理输入，但图像传输具有高带宽、高通信要求，导致指挥者不能做出较优的态势认知及指挥决策，因此语义态势的处理及认知将会成为未来的研究趋势。以语义态势为背景的多对多的智能体协同作战中，会出现多个已方智能体与多个敌方智能体可以相互攻击，需要在最大程度上选择合适的火力分配方案，使武器系统对敌方的多批目标尽可能地分配给它们射击最有利的火力单元，以达到最优的整体抗击效果，发挥最大的作战效能和防御效能。

在火力分配问题上，每一个智能体都有至少一个可攻击对象，即每一个智能体都可能有多种攻击选择。火力分配的目的，就是对每一个智能体找到一种攻击选择，使得在协同作战的情况下，对敌方造成最大的损伤。当己方和敌方智能体的数量较少时，可以使用穷举法，穷举各种可能的火力分配策略，然后根据火力分配策略可以计算出在一定的攻击命中率下对敌方的期望损伤，然后找到最优的火力分配算法。当智能体的数量较多时，则需要寻找一个更优的算法进行求解。火力分配问题实质上是一种整数型非线性组合优化决策问题，在计算机的复杂性理论上，属于NP难问题，即需要超多项式时间才能求解的问题。

在作战环境中，需要快速地对火力分配问题作出决策。穷举法在最坏情况下复杂度是指数时间级别，耗时可能会极端漫长，计算代价过大，而模拟退火法、禁忌搜索算法、遗传算法和群智能算法等算法的实时性和动态性较差，无法应用于复杂多变的作战环境。另外，任务分配过程中不确定性事件是不可避免的，追求全局最优的方法势必很难满足任务分配实时性的要求。因此，次优、快速的任务分配方法在解决任务规划问题时的实时性优势会更加明显。

因此，现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于提供一种面向多对多智能体协同作战场景的火力分配方法、系统、终端及计算机可读存储介质，旨在解决现有技术中活力分配方法无法满足任务分配实时性要求的问题。

为实现上述目的，本发明提供一种面向多对多智能体协同作战场景的火力分配方法，所述面向多对多智能体协同作战场景的火力分配方法包括如下步骤：

确定红蓝对抗问题想定，所述红蓝对抗问题想定包括红蓝对抗单元的种类、数量、射击间隔及对抗问题、红蓝双方的目标任务和胜负判断准则；

基于语义的想定建模，将所述红蓝对抗问题想定进行结构化抽象，并将博弈对抗问题的图像信息转化为语义信息；

基于语义态势认知模块计算火力分配方案，并将所有我方单位指定打击对象；

构建语义体系，基于向量化火力打击结果生成火力打击对象决策语义，并执行当前决策指令。

所述的面向多对多智能体协同作战场景的火力分配方法，其中，所述确定红蓝对抗问题想定，所述红蓝对抗问题想定包括红蓝对抗单元的种类、数量、射击间隔及对抗问题、红蓝双方的目标任务和胜负判断准则，之后还包括：

搭建红蓝对抗场景，提供各自阵营视角的红蓝双方态势语义信息。