一种基于损失交换比率的多智能体协同对抗演化方法技术

本发明专利技术公开了一种基于损失交换比率的多智能体协同对抗演化方法，包括以下步骤：步骤1.建立多智能体协同对抗演化模型；步骤2.收集对抗方案数据，进行参数设定；步骤3.步骤，对仿真结果进行分析比较，分析不同对抗方案对损失交换比率的影响，得到较优的对抗演化策略，为人机协同对抗策略制定提供参考。本发明专利技术的一种基于损失交换比率的多智能体协同对抗演化方法，基于多主体模型，可以分析不同对抗方案对损失交换比率的影响，并在一定程度上预测人机协同对抗的胜负，为人机协同对抗策略制定提供参考。分析方法具有一般性，可以应用于不同对抗环境和场景，有着成本低、可重复性等特点。可重复性等特点。可重复性等特点。

【技术实现步骤摘要】
一种基于损失交换比率的多智能体协同对抗演化方法


[0001]本专利技术属于人机协同仿真领域，尤其是一种基于损失交换比率的多智能体协同对抗演化方法。

技术介绍

[0002]智能体的“智慧”不如人类，但通过一定方式的人机之间交互作用和协同行为，人的优势与智能体优势相辅相成实现互补，使得整体可以完成复杂任务，达到“1+1>2”的效果，实现对抗效益的最大化。现有人机协同研究在演化仿真方面存在着局限性，集中于利用传统模型如兰彻斯特方程来模拟人机协同对抗，对于智能体类型和人机协同对抗方式过于简化，忽视了人机协同对抗的复杂性，没有结合具体对抗行动研究涌现机理。

技术实现思路

[0003]基于此，本专利技术从探究人机协同对抗演化中协同机制的视角出发，通过对现实对抗的抽象，构建多主体模型(Multi
‑
agent model)，提出了一种基于损失交换比率的多智能体协同对抗演化方法，对比典型人机协同类型(引导、支援、防御)下不同对抗参数的对抗效率，为人机协同对抗策略的制定提供参考。
[0004]本专利技术的技术方案为：一种基于损失交换比率的多智能体协同对抗演化方法，包括以下步骤：
[0005]步骤1.建立多智能体协同对抗演化模型；
[0006]步骤2.收集对抗方案数据，进行参数设定；
[0007]步骤3.对仿真结果进行分析比较，分析不同对抗方案对损失交换比率的影响，得到较优的对抗演化策略，为人机协同对抗策略制定提供参考。
[0008]进一步的，所述步骤1包括：
[0009]1‑
1)假设对抗场景、过程和目标；
[0010]1‑
2)根据多Agent模型确定多智能体协同方式；
[0011]1‑
3)设定Agent种类、属性、行为和规则；
[0012]1‑
4)建立基于损失交换比率的对抗效率评价指标。
[0013]进一步的，所述步骤2包括：
[0014]2‑
1)收集整理对抗方案数据；
[0015]2‑
2)根据对抗数据初始化参数，进行仿真实验；
[0016]2‑
3)有多套数据的时候，重复上面步骤2
‑
2)的操作。
[0017]进一步的，所述步骤3包括：
[0018]3‑
1)根据实验结果，解释不同对抗策略对人机协同对抗进程和结果的影响；
[0019]3‑
2)根据实验结果和解释，为人机协同对抗策略制定提供参考；
[0020]3‑
3)当有多套数据时，对多套分析结果进行比较。
[0021]有益效果：
[0022]1、相较于以往采用交战的方法，本方法具有获得数据成本低、时效快、可重复的特点。
[0023]2、基于可靠的模型，为人机协同对抗策略制定提供参考；
[0024]3、这个模型和方法具有一般性，可以应用于不同对抗环境和场景，也可以容易扩展到其他对抗方式，甚至其他的冲突行为研究中去。
附图说明
[0025]图1人机协同多主体模型框架图；
[0026]图2仿真对抗流程图；
[0027]图3仿真实验结果图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本专利技术的一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术的保护范围。
[0029]本专利技术基于数学建模和多主体模型，提出了一种基于损失交换比率的多智能体协同对抗演化方法，主要包括提出一个考虑多种典型智能体的协同对抗多主体模型，以及和模型对应的参数构建和仿真方法。基于多主体模型，通过对现实对抗策略的提取，可以分析不同对抗方案对损失交换比率的影响，并在一定程度上预测人机协同对抗的胜负，为人机协同对抗策略制定提供参考，分析结果具有较大的实际应用价值。
[0030]下面对本专利技术中涉及的概念进行说明：
[0031]数学建模，就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。数学是研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和各种各样的应用问题紧密相关的。数学的特点不仅在于概念的抽象性，逻辑的严密性，结论的明确性和体系的完整性，而且在于它应用的广泛性。自从20世纪以来，随着科学技术的迅速发展和计算机的日益普及，人们对各种问题的要求越来越精确，使得数学的应用越来越广泛和深入，特别是在21世纪这个知识经济时代，数学科学的地位会发生巨大的变化，它正在从国家经济和科技的后备走到了前沿。经济发展的全球化、计算机的迅猛发展、数学理论与方法的不断扩充，使得数学已经成为一种能够普遍实施的技术。将实际问题抽象为数学模型需要研究者具有很强的系统抽象能力。
[0032]多主体模型，是一种“自底向上”、“从微观到宏观”的建模方法。通过对微观“底层”具有简单规则或是有限智能的个体(如生物领域的细胞，社会领域里的人，军事领域的单兵、机器人等)的仿真设计，表现整个系统“顶层”宏观上复杂的、无法预测的、合乎实际的涌现行为。在这种模型中通常没有集中控制机制，而是通过大量个体交互作用而产生的结果来进行研究。
[0033]参数分析和应用，数学建模和多主体模型只是手段，其目的在于将获得的结果应
用到现实世界，这方面需要对于现实有敏锐的洞察力，能够对参数的含义进行实际背景的阐释。在一些情况下，还可以设定不同参数观察模型的模拟结果，并进行仿真实验，讨论一些策略实施会在系统中产生什么效果。
[0034]本专利技术思路是基于多主体模型建立多智能体协同对抗演化模型，然后结合具体的对抗设计和策略，对仿真参数进行初始化，完成仿真实验。最终还要对实验结果的实际含义做出解释和应用。
[0035]根据本专利技术的一个实施例，以数量为100的多智能体协同力量对抗为例对本专利技术的技术方案进行详细说明：
[0036]本专利技术方法的基本流程如图1所示，具体包括以下步骤：
[0037]步骤1.建立多智能体协同对抗演化模型，具体过程如下：
[0038]假设对抗场景：红蓝双方均为数量为100多智能体协同力量，在各自行进过程中意外遭遇，双方均没有事前的准备，于是在相逢区域进行一场小规模遭遇战，并假设不会有其他力量增援。双方的目标均为尽最大努力消灭敌人和保存自身力量，对抗一直持续到其中一方全部阵亡(丧失对抗能力)。，双方交战兵力、火力配置以及对抗参数都已简化处理。
[0039]双方的对抗底层是Agent，其结构如图2所示。
[0040]Agent分为人和智能体两类。其中人包括了手枪、步枪和手本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于损失交换比率的多智能体协同对抗演化方法，其特征在于，包括以下步骤：步骤1.建立多智能体协同对抗演化模型；步骤2.收集对抗方案数据，进行参数设定；步骤3.对仿真结果进行分析比较，分析不同对抗方案对损失交换比率的影响，得到较优的对抗演化策略，为人机协同对抗策略制定提供参考。2.根据权利要求1所述的一种基于损失交换比率的多智能体协同对抗演化方法，其特征在于，所述步骤1包括：1
‑
1)假设对抗场景、过程和目标；1
‑
2)根据多Agent模型确定多智能体协同方式；1
‑
3)设定Agent种类、属性、行为和规则；1
‑
4)建立基于损失交换比率的对抗效率评价指标。3.根据权利要求1所述的一种基于损失交换比率的多智能体协同对抗演化方法，其特征在于，所述步骤2包括：2
‑
1)收集整理对抗方案数据；2
‑
2)根据对抗数据初始化参数，进行仿真实验；2
‑
3)有多套数据的时候，重复上面步骤2
‑
2)的操作。4.根据权利要求1所述的一种基于损失交换比率的多智能体协同对抗演化方法，其特征在于，所述步骤3包括：3
‑
1)根据实验结果，解释不同对抗策略对人机协同对抗进程和结果的影响；3
‑
2)根据实验结果和解释，为人机协同对抗策略制定提供参考；3
‑
3)当有多套数据时，对多套分析结果进行比较。5.根据权利要求2所述的一种基于损失交换比率的多智能体协同对抗演化方法，其特征在于，Agent规则用来确定Agent在什么条件下执行何种具体行为，具体包括：视野、移动规则：每个Agent会感知视野范围内的敌方Agent，并将其中一个设为移动方向，引导型智能体会改变移动方向的选择；若范围内无敌方Agent，则移动方向不变；每个Agent初始移动方向...

【专利技术属性】
技术研发人员：赵东波，樊明，郑华利，李恒锐，王宏宇，
申请(专利权)人：中国人民解放军三二一八零部队，
类型：发明
国别省市：