空对空作战背景下的战斗识别(CID)是一项高度复杂的认知任务,要求操作员迅速做出后果严重的决策。为了完成 CID 任务,战斗机机组人员必须在建立态势感知(SA)和执行其他任务的同时注意和感知大量信息。虽然现有的智能体可以帮助战斗机机组人员完成这项 CID 任务,但它们是针对整个任务中非常狭窄的子集而设计的,不太适合人类与智能体的协同工作。对人类操作员和支持该任务的智能体的相互依存关系进行的分析表明,“观察-方向-决定-行动”(OODA)循环中的 “方向 ”步骤对提高 CID 任务执行的可靠性或效率最有影响。通过建模对现有系统架构中的 CID 任务进行了研究,以了解在此任务中加强人类-智能体团队设计的潜在改进措施。更具体地说,探索了主观逻辑,将其作为提高多智能体界面可观察性的一种可能手段,以支持 CID 用例中的决策制定。这种方法已被纳入模型,以展示其潜在的实用性。初步研究结果表明,应进一步研究主观逻辑,以了解这一工具对提高国防部门未来系统中多智能体系统性能的影响。

成为VIP会员查看完整内容
41

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《网络战仿真中的多智能体强化学习》最新42页报告
专知会员服务
43+阅读 · 2023年7月11日
国家自然科学基金
10+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
31+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
36+阅读 · 2014年12月31日
国家自然科学基金
43+阅读 · 2011年12月31日
Arxiv
149+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
380+阅读 · 2023年3月31日
Arxiv
19+阅读 · 2023年3月17日
Arxiv
10+阅读 · 2020年11月26日
VIP会员
相关VIP内容
《网络战仿真中的多智能体强化学习》最新42页报告
专知会员服务
43+阅读 · 2023年7月11日
相关资讯
相关基金
国家自然科学基金
10+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
31+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
36+阅读 · 2014年12月31日
国家自然科学基金
43+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员