基于嵌入式AI的行动模型学习系统及方法技术方案

本发明专利技术属于人工智能、嵌入式系统和行动对抗指挥技术领域，本发明专利技术公开了基于嵌入式AI的行动模型学习系统及方法；其系统包括：信息收集模块，收集历史行动信息并进行数据预处理，所述历史行动信息包括行动环境数据、对抗态势信息以及决策数据；特征提取与模型构建模块，利用深度学习算法从预处理后的历史行动信息提取特征，得到行动动态变化特征和敌方行动模式特征，将行动动态变化特征和敌方行动模式特征与相应的决策数据结果进行匹配以形成训练集，利用训练集供嵌入式AI模型进行训练以生成行动模型；本发明专利技术能够实时处理和学习来自行动的动态数据，从而不断优化行动模型，提升指挥决策能力。

【技术实现步骤摘要】

本专利技术涉及人工智能、嵌入式系统和行动对抗指挥，更具体地说，本专利技术涉及基于嵌入式ai的行动模型学习系统及方法。

技术介绍

1、2007年，某地区计划启动了一项关于指挥控制系统的研发计划。目的是预测对抗行动上一瞬间变化，帮助指挥人员进行思考，判断是否需要调整计划，并生成替代方案。其由四大部分组成，第一部分叫指挥官助手，也叫做“人机接口”；第二部分叫“闪电行动”，进行模拟仿真；第三部分叫“水晶球”，它的任务时完成行动态势融合以及分析评估；第四部分是其与指挥系统的接口。该计划的开展并不顺利，主要原因在于面对很多智能化难题，很多东西设计时觉得可以做到，但最终卡在了智能化环节；还有部分公司将深度学习方法用于打德州扑克和星际争霸，用“增强学习方法+虚拟自我博弈”的方式来进行自我学习，游戏中的不确定性、不完全性以及多兵种对抗、策略间对抗，可以将其视为行动对抗的简化版。

2、但是，在现代行动对抗中，行动信息以几何级数剧增，如何从海量的信息中获取有用的数据，并做出适用于行动的决策，成为一个新的难题。

3、鉴于此，本专利技术提出基于嵌入式ai的行本文档来自技高网...

【技术保护点】

1.基于嵌入式AI的行动模型学习系统，其特征在于，包括：

2.根据权利要求1所述的基于嵌入式AI的行动模型学习系统，其特征在于，所述收集历史行动信息并进行数据预处理的方式，包括：

3.根据权利要求2所述的基于嵌入式AI的行动模型学习系统，其特征在于，所述行动信息数据库包括静态信息数据库和动态信息数据库；其中，所述静态信息数据库内的静态信息是指在运行过程中作为控制或参考的数据，长时间内不会发生变化，所述动态信息数据库内的动态信息是指在运行中发生变化的数据、运行中需要输入输出的数据以及要改变的数据。

4.根据权利要求3所述的基于嵌入式AI的行动模型学习系统...

【技术特征摘要】

1.基于嵌入式ai的行动模型学习系统，其特征在于，包括：

2.根据权利要求1所述的基于嵌入式ai的行动模型学习系统，其特征在于，所述收集历史行动信息并进行数据预处理的方式，包括：

3.根据权利要求2所述的基于嵌入式ai的行动模型学习系统，其特征在于，所述行动信息数据库包括静态信息数据库和动态信息数据库；其中，所述静态信息数据库内的静态信息是指在运行过程中作为控制或参考的数据，长时间内不会发生变化，所述动态信息数据库内的动态信息是指在运行中发生变化的数据、运行中需要输入输出的数据以及要改变的数据。

4.根据权利要求3所述的基于嵌入式ai的行动模型学习系统，其特征在于，所述利用深度学习算法从预处理后的历史行动信息提取特征，得到行动动态变化特征和敌方行动模式特征，将行动动态变化特征和敌方行动模式特征与相应的决策数据结果进行匹配以形成训练集，利用训练集供嵌入式ai模型进行训练以生成行动模型的方式，包括：

5.根...

【专利技术属性】
技术研发人员：来国军，郭亚泽，梁意，王宏宇，武岑，
申请(专利权)人：中国人民解放军陆军航空兵学院，
类型：发明
国别省市：