【技术实现步骤摘要】
面向多智能体对抗场景的防御态势评估方法及装置
[0001]本申请涉及防御态势评估
，特别涉及一种面向多智能体对抗场景的防御态势评估方法及装置。
技术介绍
[0002]现代信息化条件下，对抗场景中可探测范围日益扩展，信息来源愈益广泛，这使得获取的信息数量大，含义杂，变化快，已经大大超出了人脑的信息综合能力，极易造成指控人员的认知过载现象。因此，基于多源信息融合的多智能体对抗场景态势的理解判断，已经成为对抗环境信息系统的核心技术之一。然而，相关技术难以实现对抗场景下的综合态势评估，其原因在于没有成熟的模型对场景中的多源信息进行统一量化和理解，导致难以对当前态势做出准确快速的判断。
[0003]相关技术主要有两种：
[0004]第一种：基于对抗环境信息，将对抗环境态势进行分类，主要分为能力势、效能势、综合势等。这种方法虽然实现了不同“势”的统一梳理，但是各种“势”边界模糊，并且难以实现具体量化；
[0005]第二种：基于对抗场景，针对某一种具体的场景，提出采用基于粗糙集理论、基于信息熵、基于动态贝叶斯网络等方法的态势量化模型。这种方法虽然实现了态势的量化评估，但是对抗场景无穷无尽，各种模型之间存在无法统一的问题。
[0006]综上，相关技术大多只是提出了一些模糊的整体态势感知方法，而并未对具体的智能体攻防行为的物理原理进行深入的探究。
[0007]通过对相关技术的分析，可以发现当前的防御态势评估方法主要存在以下问题：
[0008]1)尚未提出基于智能体防御行为物理原理的...
【技术保护点】
【技术特征摘要】
1.一种面向多智能体对抗场景的防御态势评估方法，其特征在于，包括以下步骤：在多智能体对抗场景下，判断多智能体对抗是否开始；如果所述多智能体对抗开始，则利用预设的安全能量场分层模型计算对抗环境中的防护安全能量；以及根据所述防护安全能量更新安全能量场态势图，更新当前时刻的安全能量场态势，直至所述多智能体对抗结束，得到所述多智能体对抗场景的防御态势评估结果。2.根据权利要求1所述的方法，其特征在于，所述利用预设的安全能量场分层模型计算对抗环境中的防护安全能量，包括：获取多智能体的智能体信息；将所述智能体信息和当前环境信息输入被动防护安全层模型、单体机动安全层模型和/或群体协同安全层模型，得到被动防护安全能量、单体机动安全能量和/或群体协同安全能量；基于所述被动防护安全能量、所述单体机动安全能量和/或所述群体协同安全能量获取所述防护安全能量。3.根据权利要求2所述的方法，其特征在于，所述智能体信息包括智能体的类型、位置、朝向、物理防护强度和机动性能中的一项或多项。4.根据权利要求2或3所述的方法，其特征在于，所述被动防护安全能量的计算公式为：其中，e
phy
(x,y)为场景中(x,y)点处智能体被动防护安全贡献的防御安全强度，FD
bre
为智能体的物理防护强度，其定义为：需要毁伤目标智能体的单位面积上的碰撞或冲击能量，S
mob
为智能体单元的机动范围。5.根据权利要求4所述的方法，其特征在于，所述单体机动安全能量的计算公式为：其中，e
mob
(x,y)为场景中(x,y)点处智能体单体机动安全贡献的防御安全强度，S
dam
为智能体单元的毁伤幅员面积。6.根据权利要求5所述的方法，其特征在于，所述群体协同安全能量的计算公式为：其中，e
sig
为单体综合防护安全能量，e
saf
(x,y)为场景中(x,y)点处，智能体群体协同安全贡献的防御安全强度，即群体综合防护安全能量。7.根据权利要求6所述的方法，其特征在于，所述根据所述防护安全能量更新安全能量场态势图，包括：基于对抗环境中任意一点的防护安全能量，获取在对抗单元自身毁伤幅员内的总防护安全能量，确定预期安全能量场能，其中，所述预期安全能量场能的计算公式为：其中，E
saf
为所得的预期安全能量场能。8.一种面向多智能体对抗场景的防御态势评估装置，其特征在于，包括：
判断模块，用于在多智能体对抗场景下，判断多智能体对抗是否开始；计算模块，用于如果所述多智能体对抗开始，则利用预设的安全能量场分层模型计算对抗环境中的防护安全能量；以及...
【专利技术属性】
技术研发人员：姜竣凯，王建强，王裕宁，黄荷叶，王嘉昊，杨奕彬，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。