本论文介绍了在 Atlatl 模拟环境中设计、实施和测试人工智能 STOMp(短期优化机动)的情况。通过四个系列实验,STOMp 的有效性在与各种已有人工智能对手的较量中得到了检验。第一个实验表明,STOMp 的性能比大多数人工智能对手都有持续的提高。STOMp 必须在瞄准对方部队与确保地形之间做出关键选择。第二个实验对参数进行了优化,揭示了在不同场景下性能最稳定的算法参数。第三个实验重点关注其机动能力,强调其比竞争人工智能更有效地穿越障碍的能力,并展示其在不同环境中的机动性。最后,第四项实验检验了它在一个特别构建的场景中的决策过程,在这个场景中,需要在战场的不同区域同时做出相反的决策,从而展示了它评估局部优势和做出战术决策的能力,从而提高了它的生存能力和战斗力。结果强化了 STOMp 算法,并使人们深入了解了该算法的优势和局限性。总之,研究结果验证了 STOMp 是一种适用于军事模拟的有能力的人工智能。这项研究有助于为军事模拟开发有效的人工智能。

论文结构如下: 第 1 章简要介绍了本研究的背景和基本原理。第 2 章探讨了过去和当前的战斗模拟研究。第 3 章深入探讨 STOMp 的技术方面,包括其启发式评估功能和本论文所做各项实验的目标。第 4 章介绍了实验结果和主要发现。最后,第 5 章对论文进行了总结,总结了研究成果,并提出了未来研究的潜在改进领域。

成为VIP会员查看完整内容
22

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。
【2022新书】深度学习归一化技术,117页pdf
专知
24+阅读 · 2022年11月25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
5+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
45+阅读 · 2009年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
401+阅读 · 2023年3月31日
Arxiv
67+阅读 · 2023年3月26日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关基金
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
5+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
45+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员