基于卷积神经网络的陆战兵棋战术机动策略学习

doi:10.16182/j.issn1004731x.joss.21-0429

系统仿真学报 ›› 2022, Vol. 34 ›› Issue (10): 2181-2193.doi: 10.16182/j.issn1004731x.joss.21-0429

基于卷积神经网络的陆战兵棋战术机动策略学习

徐佳乐¹^,²(), 张海东²^,³, 赵东海⁴, 倪晚成²^,³()

^1.中国科学院大学人工智能学院, 北京 100049
^2.中国科学院自动化研究所, 北京 100190
^3.中国科学院人工智能创新研究院, 北京 100190
^4.国防大学联合作战学院, 河北石家庄 050000

收稿日期:2021-05-13 修回日期:2021-07-20 出版日期:2022-10-30 发布日期:2022-10-18
通讯作者: 倪晚成 E-mail:xujiale2020@ia.ac.cn;wancheng.ni@ia.ac.cn
作者简介:徐佳乐(1999-)，女，硕士生，研究方向为人工智能理论与方法。E-mail：xujiale2020@ia.ac.cn
基金资助:
国家自然科学基金(61906197);中国科学院战略性先导科技专项资助(XDA27000000)

Tactical Maneuver Strategy Learning from Land Wargame Replay Based on Convolutional Neural Network

Jiale Xu¹^,²(), Haidong Zhang²^,³, Donghai Zhao⁴, Wancheng Ni²^,³()

^1.School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing 100049, China
^2.Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China
^3.Innovation Academy for Artificial Intelligence, Chinese Acdemy of Sciences, Beijing 100190, China
^4.Joint Operations College, National Defense University, Shijiazhuang 050000, China

Received:2021-05-13 Revised:2021-07-20 Online:2022-10-30 Published:2022-10-18
Contact: Wancheng Ni E-mail:xujiale2020@ia.ac.cn;wancheng.ni@ia.ac.cn

摘要/Abstract

摘要：

针对从“人在回路”兵棋推演的复盘数据中提取推演者战术经验高价值知识的问题，提出一种基于深度神经网络从复盘数据中学习战术机动策略模型的方法。将战术机动策略建模为在当前态势特征影响下对目标候选位置进行优选的分类问题：梳理总结影响推演者决策的关键认知因素，定义了由机动范围和观察范围等7个属性构成的基础态势特征，建立了带有正负样本标注的态势特征数据集；设计了基于卷积神经网络的分类器，以分类概率实现了单个棋子战术机动终点位置的预测。实验结果表明：该模型的预测准确率可达到78.96%，相比其他模型提高至少4.59%。

关键词: 兵棋推演, 复盘数据, 战术机动策略, 态势特征, 卷积神经网络

Abstract:

Aiming at collecting the high valuable knowledge of action decisions in "man-in-the-loop" wargame's replay data, a method of using convolutional neural network to learn the tactical maneuver strategy model from the replay data of wargame is proposed. In this method, the tactical maneuver strategy is modeled as a classification problem of making a good choice from the target candidate locations under the influence of current situation. The key factors affecting commander's decision-making are summarized, and the basic situation features are defined, which are composed of seven attributes such as "maneuverability range and observation range". The feature dataset with positive and negative labels is established. The classifier based on convolutional neural network is designed, which can predict the maneuver terminal position of a single piece by the classification probability. Experimental results show that the prediction accuracy of the tactical maneuver strategy model based on the convolutional neural network is up to 78.96%, which is improved by at least 4.59% compared with other models.

Key words: wargame, replay data, tactical maneuver strategy, situation feature, convolutional neural network

中图分类号:

TP391.9

徐佳乐, 张海东, 赵东海, 倪晚成. 基于卷积神经网络的陆战兵棋战术机动策略学习[J]. 系统仿真学报, 2022, 34(10): 2181-2193.

Jiale Xu, Haidong Zhang, Donghai Zhao, Wancheng Ni. Tactical Maneuver Strategy Learning from Land Wargame Replay Based on Convolutional Neural Network[J]. Journal of System Simulation, 2022, 34(10): 2181-2193.

图/表 20

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

表1

表2

表3

表4

图12

表5

表6

表7

图13

参考文献 16

1	胡晓峰, 荣明. 智能化作战研究值得关注的几个问题[J]. 指挥与控制学报, 2018, 4(3): 195-200.
	Hu Xiaofeng, Rong Ming. Several Important Questions of Intelligent Warfare Research[J]. Journal of Command and Control, 2018, 4(3): 195-200.
2	邢思远, 倪晚成, 张海东, 等. 基于兵棋复盘数据的武器效用挖掘[J]. 指挥与控制学报, 2020, 6(2): 132-140.
	Xing Siyuan, Ni Wancheng, Zhang Haidong, et al. Mining of Weapon Utility Based on the Replay Data of War-Game[J]. Journal of Command and Control, 2020, 6(2): 132-140.
3	张俊恒. 计算机兵棋中兵力机动路径规划研究[D]. 长沙: 国防科学技术大学, 2010.
	Zhang Junheng. Research on Force Maneuvering Path Planning in Computer Warfare[D]. Changsha: National University of Defense Technology, 2010.
4	胡伟. 计算机兵棋中兵力机动路径优化研究[D]. 长沙:国防科学技术大学, 2010.
	Hu Wei. The Research on Route Optimization of Military Power Maneuvering in Computer Wargame[D]. Changsha: National University of Defense Technology, 2010.
5	周小镜. 基于改进A*算法的游戏地图寻径的研究[D].重庆: 西南大学, 2011.
	Zhou Xiaojing. Research of Routing in the Game Map Based on Improved A* Algorithm[D]. Chongqing: Southwest University, 2011.
6	刘满, 张宏军, 郝文宁, 等. 战术级兵棋实体作战行动智能决策方法[J]. 控制与决策, 2020, 35(12): 2977-2985.
	Liu Man, Zhang Hongjun, Hao Wenning, et al. Research on Intelligent Decision-making Method of Tactical-Level Wargames[J]. Control and Decision, 2020, 35(12): 2977-2985.
7	朱丰, 胡晓峰, 吴琳, 等. 从态势认知走向态势智能认知[J]. 系统仿真学报, 2018, 30(3): 761-771.
	Zhu Feng, Hu Xiaofeng, Wu Lin, et al. From Situation Cognition Stepped into Situation Intelligent Cognition[J]. Journal of System Simulation, 2018, 30(3): 761-771.
8	闫科, 蔡亚. 陆军合同战术兵棋推演[M]. 北京: 军事科学出版社, 2013: 6-7.
	Yan Ke, Cai Ya. Army Contract Tactical War Game [M]. Beijing: Military Science Press, 2013: 6-7.
9	潘毅. 人机对抗中位置估计及其应用[D]. 北京: 中国科学院大学, 2018.
	Pan Yi. Research on the Location Estimation for Human-Computer System and Its Application[D]. Beijing: University of Chinese Academy of Sciences, 2018.
10	王桂起, 刘辉, 朱宁. 兵棋技术综述[J]. 兵工自动化, 2012, 31(8): 38-41, 45.
	Wang Guiqi, Liu Hui, Zhu Ning. A Survey of War Games Technology[J]. Ordnance Industry Automation, 2012, 31(8): 38-41, 45.
11	刘海洋, 唐宇波, 胡晓峰, 等. 基于兵棋推演的联合作战方案评估框架研究[J]. 系统仿真学报, 2018, 30(11): 4115-4122, 4131.
	Liu Haiyang, Tang Yubo, Hu Xiaofeng, et al. Research on Evaluation Framework of COA Based on Wargaming[J]. Journal of System Simulation, 2018, 30(11): 4115-4122, 4131.
12	徐佳乐. 陆战兵棋态势特征数据集[EB/OL][2021-07-18]. , 2021.
	Xu Jiale. Situation Feature Dataset for Land Wargame[EB/OL][2021-07-18]. , 2021.
13	Simonyan K, Zisserman A. Very Deep Convolutional Networks for Large-scale Image Recognition[EB/OL]. [2021-07-18]. .
14	He K, Zhang X, Ren S, et al. Deep Residual Learning for Image Recognition[C]//IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas: IEEE, 2016: 770-778.
15	He K, Zhang X, Ren S, et al. Identity Mappings in Deep Residual Networks[C] //European Conference on Computer Vision. Amsterdam: Springer, Cham, 2016: 630-645.
16	Ioffe S, Szegedy C. Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift[C]//International conference on Machine Learning. Lille: PMLR, 2015: 448-456.

棋子所属方	RED	RED
回合起始位置	90 016	140 042
回合终点位置	100 026	150 043
样本标签	1	1
地图编号	83	86
主要夺控点位置	80 048	150 049
次要夺控点位置	100 049	130 046

地图编号	样本数量
83	10 024
86	6 670
82	3 920
19	3 414
84	52

模型	准确率/%
LR	67.48
SVM	69.08
Resnet	72.98
PCA+SVM	73.15
KNN	74.29
VGG	74.37
CNN	78.96

卷积层个数	测试准确率/%
1	78.21
2	78.61
3	78.75
4	78.53
5	77.72

FC1神经元个数	FC2神经元个数	测试准确率/%
1 024	256	78.24
2 048	256	78.57
4 096	256	78.90
8 192	256	78.57
4 096	512	78.88
4 096	1 024	78.76
4 096	2 048	78.75

基于卷积神经网络的陆战兵棋战术机动策略学习

Tactical Maneuver Strategy Learning from Land Wargame Replay Based on Convolutional Neural Network

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

共享方案	特征融合
共享方案	加法	减法	取最大值
方案Ⅰ	78.96	78.90	78.88
方案Ⅱ	78.59	78.03	77.68

训练集	测试集	跨地图训练样本数量	跨地图模型准确率/%	全域训练样本数量
83、86、82、19	84	24 028	71.15	24 064	81.25
83、86、82	19、84	20 614	71.61	23 386	77.66
83、86、19	82、84	20 108	69.51	23 285	73.46
83、82、19、84	86	17 410	66.69	22 746	75.56

[1]	张立峰, 王会忍. 基于卷积神经网络及有限元仿真的电容层析成像图像重建[J]. 系统仿真学报, 2022, 34(4): 712-718.
[2]	敖邦乾, 杨莎, 令狐金卿, 叶振环. 基于级联神经网络疲劳驾驶检测系统设计[J]. 系统仿真学报, 2022, 34(2): 323-333.
[3]	郭业才, 王庆伟. 基于截断迁移与并行残差网络的调制识别算法[J]. 系统仿真学报, 2022, 34(09): 2009-2018.
[4]	吴琳, 胡晓峰, 陶九阳, 贺筱媛. 面向智能成长的兵棋推演生态系统[J]. 系统仿真学报, 2021, 33(9): 2048-2058.
[5]	赵瑛, 陆耀, 张健, 梁启弟, 龙炜. 基于深度神经网络的多视角人体动作识别[J]. 系统仿真学报, 2021, 33(5): 1019-1030.
[6]	仝卫国, 庞雪纯, 朱赓宏. 基于卷积神经网络的气液两相流流型识别方法[J]. 系统仿真学报, 2021, 33(4): 883-891.
[7]	马榕, 陈秋瑞, 张晗, 梅铮, 王锐, 魏伟. 基于单目深度估计的低功耗视觉里程计[J]. 系统仿真学报, 2021, 33(12): 3001-3011.
[8]	黄欣, 方钰, 顾梦丹. 基于卷积神经网络的X线胸片疾病分类研究[J]. 系统仿真学报, 2020, 32(6): 1188-1194.
[9]	樊名鲁, 王艳, 纪志成. 基于特征生成的轴承不均衡数据故障诊断[J]. 系统仿真学报, 2020, 32(12): 2438-2448.
[10]	王红军, 黎邹邹, 邹湘军. 基于Adaboost与CNN的木材表面缺陷检测[J]. 系统仿真学报, 2019, 31(8): 1636-1645.
[11]	卢裕秋, 孙金玉, 马世伟. 基于深度卷积神经网络的运动目标检测方法[J]. 系统仿真学报, 2019, 31(11): 2275-2280.
[12]	石祥滨, 钟健, 刘翠微, 刘芳, 张德园. 小样本高光谱遥感图像深度学习方法[J]. 系统仿真学报, 2018, 30(7): 2744-2752.
[13]	夏旻, 申茂阳, 王舰锋, 王阳光. 基于卷积神经网络的卫星云图云量计算[J]. 系统仿真学报, 2018, 30(5): 1623-1630.
[14]	廖鹰, 易卓, 胡晓峰, 田园, 陶九阳. 基于三维卷积神经网络的战场聚集行为预测[J]. 系统仿真学报, 2018, 30(3): 801-808.
[15]	刘海洋, 唐宇波, 胡晓峰, 乔广鹏. 基于兵棋推演的联合作战方案评估框架研究[J]. 系统仿真学报, 2018, 30(11): 4115-4123.