公开/公告号CN113312835A
专利类型发明专利
公开/公告日2021-08-27
原文格式PDF
申请/专利权人 慧谷人工智能研究院(南京)有限公司;
申请/专利号CN202110490326.7
申请日2021-05-06
分类号G06F30/27(20200101);G06Q50/26(20120101);
代理机构44681 广东有知猫知识产权代理有限公司;
代理人张欢
地址 210000 江苏省南京市雨花台区宁双路19号云密城3号楼1601-1604室
入库时间 2023-06-19 12:22:51
技术领域
本发明涉及作战计划技术领域,具体涉及一种基于强化学习的作战计划合理性解释方法。
背景技术
信息化条件下的作战,特别是体系作战,但是现有的体系作战,存在大量的不确定性因素,如地理位置、气候环境、敌方行动等,这些因素之间相互关联,各个因素与战争结果之间的关系也不甚明确,传统的方法难以满足各类体系作战计划分析研究的需要。
发明内容
本发明的目的就在于为了解决上述问题,而提供一种基于强化学习的作战计划合理性解释方法。
本发明通过以下技术方案来实现上述目的,一种基于强化学习的作战计划合理性解释方法,包括以下步骤:
步骤S1,制定作战计划;
步骤S2,设置仿真作战场地;
步骤S3,根据作战计划与作战场地的特性设置作战装备;
步骤S4,对作战对手的作战习惯、作战对手的兵力及基本情况进行考察;
步骤S5,对作战场地的地理特质做出考察;
步骤S6,对作战场地的气候特性进行检测,并对作战时段内作战场地的气候进行预测;
步骤S7,对作战计划作出合理性的安排。
优选的,步骤S6中,所述气候特性包括四季的降水量、风力及光照时长。
优选的,步骤S5中,所述地理特质包括山脉、平地及河流湖泊的占比及分布情况。
本发明的有益效果是:
本发明一种基于强化学习的作战计划合理性解释方法,通过地理环境、气候环境、作战对手的作战习惯、兵力等情况作出精准的考察,并根据考察结果对作战时段的环境作出预测,对作战计划作出合理性的安排。
附图说明
图1为本发明一种基于强化学习的作战计划合理性解释方法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示:
本实施例中一种基于强化学习的作战计划合理性解释方法,包括以下步骤:
步骤S1,制定作战计划;
步骤S2,设置仿真作战场地;
步骤S3,根据作战计划与作战场地的特性设置作战装备;
步骤S4,对作战对手的作战习惯、作战对手的兵力及基本情况进行考察;
步骤S5,对作战场地的地理特质做出考察;
步骤S6,对作战场地的气候特性进行检测,并对作战时段内作战场地的气候进行预测;
步骤S7,对作战计划作出合理性的安排。
其中,步骤S6中,所述气候特性包括四季的降水量、风力及光照时长;步骤S5中,所述地理特质包括山脉、平地及河流湖泊的占比及分布情况。
本发明一种基于强化学习的作战计划合理性解释方法,通过地理环境、气候环境、作战对手的作战习惯、兵力等情况作出精准的考察,并根据考察结果对作战时段的环境作出预测,对作战计划作出合理性的安排。
于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
机译: 基于强化学习的AUV行动计划及运动控制方法
机译: 基于解决方案的内向型增强对机器人和自主车辆的控制和计划的强化学习代理的培训
机译: 基于解决方案的内向型增强对机器人和自主车辆的控制和计划的强化学习代理的培训