基于场能的多智能体对抗场景态势评估方法及装置制造方法及图纸

本申请公开了一种基于场能的多智能体对抗场景态势评估方法及装置，其中，方法包括：在多智能体对抗场景下，判断多智能体对抗是否开始；如果开始多智能体对抗，则利用预设的威胁能量场与安全能量场模型，获取威胁态势与安全态势量化结果；基于威胁态势与安全态势量化结果进行态势分析，得到对抗场景关键信息，并根据抗场景关键信息获取更新各类态势理解信息的数值，并在结束更新后，结束多智能体对抗，得到多智能体对抗场景的态势评估结果。由此，解决了相关技术多为经验应用，缺乏客观物理规律建模，主观性较强，缺乏可解释性，且实时性和实用性较低，无法直接反映对抗场景所处局势，导致无法支撑后续对抗场景的决策控制等问题。致无法支撑后续对抗场景的决策控制等问题。致无法支撑后续对抗场景的决策控制等问题。

【技术实现步骤摘要】
基于场能的多智能体对抗场景态势评估方法及装置


[0001]本申请涉及对抗环境态势理解
，特别涉及一种基于场能的多智能体对抗场景态势评估方法及装置。

技术介绍

[0002]现代信息化条件下，对抗环境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对抗环境态势理解判断，已经成为对抗信息系统的核心技术之一。然而，目前已有的态势评估方法难以实现现代对抗环境下的综合态势评估，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。对抗环境态势场将对抗环境态势分为威胁态势与安全态势两类，为态势分析提供了新的研究思路。然而，如何根据威胁态势与安全态势，输出更深层次的语义级对抗环境态势理解信息，成为了新的关键难题。
[0003]相关技术主要有两种：
[0004]第一种：基于对抗信息，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，现有的模型大多只是提出了一些模糊的整体态势感知方法，而并未区分对抗环境中态势信息的量化评估与分析理解。
[0007]通过对现有研究的分析，可以发现当前的对抗环境态势分析理解方法主要存在以下问题：
[0008]1)尚未提出基于态势量化结果的态势分析与理解模型；
[0009]2)研究手段多为专家经验的应用，而非客观物理规律的建模，因此模型的主观性太强，可解释性不足；
[0010]3)态势评估方法缺乏实时性，无法为后续智能体决策服务；
[0011]4)态势量化结果实用性较低，无法直接反映对抗场景所处局势，因而无法支撑对抗场景的决策控制；
[0012]综上，为弥补上述不足，相关技术亟需改善。
[0013]申请内容
[0014]本申请提供一种基于场能的多智能体对抗场景态势评估方法及装置，以解决相关技术多为经验应用，缺乏客观物理规律建模，主观性较强，缺乏可解释性，且实时性和实用性较低，无法直接反映对抗场景所处局势，导致无法支撑后续对抗场景的决策控制等问题。
[0015]本申请第一方面实施例提供一种基于场能的多智能体对抗场景态势评估方法，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；如果开始所述多智能体对抗，则利用预设的威胁能量场与安全能量场模型，获取威胁态势与安全态势量化结果；以及基于所述威胁态势与安全态势量化结果进行态势分析，得到对抗场景关键信息，并根据所述抗场景关键信息获取更新各类态势理解信息的数值，并在结束更新后，结束所述多智能体对抗，得到所述多智能体对抗场景的态势评估结果。
[0016]可选地，在本申请的一个实施例中，所述利用预设的威胁能量场与安全能量场模型，获取威胁态势与安全态势量化结果，包括：采集多智能体的感知信息；将所述感知信息和所述多智能体的智能体数据代入预先训练的所述威胁能量场与安全能量场模型，得到所述威胁态势与安全态势量化结果。
[0017]可选地，在本申请的一个实施例中，所述基于所述威胁态势与安全态势量化结果进行态势分析，得到对抗场景关键信息，包括：分别利用一个或多个预设的信息计算模型计算所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息；由所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息生成所述抗场景关键信息。
[0018]可选地，在本申请的一个实施例中，所述分别利用一个或多个预设的信息计算模型计算所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息，包括：基于所述多智能体的实际对抗任务匹配权重因子；利用所述权重因子修正威胁能量，并根据修正后的威胁能量与自身安全能量的比值得到所述单元威胁成功率；根据所述单元威胁成功率计算所述单元防护成功率。
[0019]可选地，在本申请的一个实施例中，所述单元相对威胁度的计算公式为：
[0020][0021]其中，表示某一方全部智能体单元对目标智能体单元i的威胁场能，表示某一方全部智能体单元对目标智能体单元j的威胁场能，n为被威胁方智能体单元总数，S
rj
表示目标智能体单元j的相对威胁度。
[0022]可选地，在本申请的一个实施例中，所述分别利用一个或多个预设的信息计算模型计算所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息，还包括：获取各智能体单元的重要程度；根据所述各智能体单元的重要程度、所述单元威胁成功率得到所述单元威胁性价比；根据威胁能量场识别我方所掌控和对方所掌控的区域；根据所述我方所掌控和对方所掌控的区域的正负值得到所述阵地归属判定信息；将我方威胁能量场与对方威胁能量场在对抗环境中相加值与预设阈值对比，得到所述关键争夺区域判定信息。
[0023]可选地，在本申请的一个实施例中，所述最终胜率预测信息中的胜率计算公式为：
[0024][0025]P
B
＝
‑
P
A
，
[0026]其中，P
A
代表我方胜率，P
B
代表对方胜率，s
ij
为我方第i个智能体单元对对方第j个
智能体单元的威胁成功率，t
ji
为对方第j个智能体单元对我方第i个智能体单元的威胁成功率，为我方第i个智能体单元的重要程度，为对方第j个智能体单元的重要程度，x
ij
与y
ji
为0
‑
1变量，当我方第i个智能体单元对对方第j个智能体单元进行威胁行为时，x
ij
＝1，反之x
ij
＝0，y
ji
为对方分配策略中的相应指标。
[0027]本申请第二方面实施例提供一种基于场能的多智能体对抗场景态势评估装置，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，用于如果开始所述多智能体对抗，则利用预设的威胁能量场与安全能量场模型，获取威胁态势与安全态势量化结果；以及评估模块，用于基于所述威胁态势与安全态势量化结果进行态势分析，得到对抗场景关键信息，并根据所述抗场景关键信息获取更新各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于场能的多智能体对抗场景态势评估方法，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；如果开始所述多智能体对抗，则利用预设的威胁能量场与安全能量场模型，获取威胁态势与安全态势量化结果；以及基于所述威胁态势与安全态势量化结果进行态势分析，得到对抗场景关键信息，并根据所述抗场景关键信息获取更新各类态势理解信息的数值，并在结束更新后，结束所述多智能体对抗，得到所述多智能体对抗场景的态势评估结果。2.根据权利要求1所述的方法，其特征在于，所述利用预设的威胁能量场与安全能量场模型，获取威胁态势与安全态势量化结果，包括：采集多智能体的感知信息；将所述感知信息和所述多智能体的智能体数据代入预先训练的所述威胁能量场与安全能量场模型，得到所述威胁态势与安全态势量化结果。3.根据权利要求1所述的方法，其特征在于，所述基于所述威胁态势与安全态势量化结果进行态势分析，得到对抗场景关键信息，包括：分别利用一个或多个预设的信息计算模型计算所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息；由所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息生成所述抗场景关键信息。4.根据权利要求3所述的方法，其特征在于，所述分别利用一个或多个预设的信息计算模型计算所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息，包括：基于所述多智能体的实际对抗任务匹配权重因子；利用所述权重因子修正威胁能量，并根据修正后的威胁能量与自身安全能量的比值得到所述单元威胁成功率；根据所述单元威胁成功率计算所述单元防护成功率。5.根据权利要求4所述的方法，其特征在于，所述单元相对威胁度的计算公式为：其中，表示某一方全部智能体单元对目标智能体单元i的威胁场能，表示某一方全部智能体单元对目标智能体单元j的威胁场能，n为被威胁方智能体单元总数，S
rj
表示目标智能体单元j的相对威胁度。6.根据权利要求4所述的方法，其特征在于，所述分别利用一个或多个预设的信息计算模型计算所述多智能体对抗的单元威胁成功率、单元防护成功率、单元相对威胁度、单元威胁性价比、阵地归属判定信息、关键争夺区域判定信息和/或最终胜率预测信息，还包括：获取各智能体单元的重要程度；根据所述各智能体单元的重要程度、所述单元威胁成功率得到所述单元威胁性价比；根据威胁能量场识别我方所掌控和对方所掌控的区域；
根据所述我方所掌控和对方所掌控的区域的正负值得到所述阵地归属判定信息；将我方威胁能量场与对方威胁能量场在对抗环境中相加值与预设阈值对比，得到所述关键争夺区域判定信息。7.根据权利要求3
‑
6任一项所述的方法，其特征在于，所述最终胜率预测信息中的胜率计算公式为：P
B
＝
‑
P
A
，其中，P
A
代表我方胜率，P
B
代表对方胜率，s
ij
为我方第i个智能体单元对对方第j个智能体单元的威胁成功率，t
ji
为对方第j个智能体单元对我方第i个智能体单元的威胁成功率，为我方第i个智能体单元的重要程度，为对方第j个智能体单元的重要程度，x
ij
与y
ji
为0
‑
1变量，当我方第i个智能体单元对对方第j个智能体单元进行威胁行为时，x
ij
＝1，反之x
ij
＝0，y
ji
为对方分配策略中的相应指标。8.一种装置基于场能的多智能体对抗场景态势评估装置，其特征在于，包括：判断模...

【专利技术属性】
技术研发人员：王建强，姜竣凯，王裕宁，黄荷叶，王嘉昊，刘艺璁，
申请(专利权)人：清华大学，
类型：发明
国别省市：