推演是一项研究国家安全与竞争、军事冲突与战争、危机管控等重大战略问题的预实践活动。智能推演系统需要人工智能技术的赋能。简要概述了智能博弈的研究进展，推演的演进脉络，智能化兵棋推演及战略博弈推演方法；从博弈论的视角切入，分析了面向智能推演的博弈问题模型，梳理了智能兵棋推演的应用模式、战略博弈推演的组织方式；提出了基于云原生的智能推演服务化架构，面向云边端分布式对抗探索了未来决策云预训练方法，面向危机事件认知构建了战略博弈推演元博弈分析框架。期望为智能博弈推演方面的理论与工具等研究提供科学有效的参考，为新一代智能化云边协同指控提供理论与技术支撑。
针对工业装配机器人复杂作业编程耗时耗力、准确性差等问题，提出一种基于数字孪生的机器人在线编程方法。从几何、接触动力学、行为、规则四个维度实现了机器人从真实向虚拟空间的忠实映射。实现了多零件装配轨迹规划程序验证，实时同步作业及状态监测。设计搭建了基于数字孪生的装配机器人建模与在线编程系统，以六轴工业机器人单元为例验证了系统的实用性和准确性，为复杂装配作业机器人编程提供了新方案。
阐述了虚实结合仿真的概念与内涵。根据技术思路的不同，从数字孪生、LVC(live-virtual-constructive)仿真和平行系统3个领域总结了当前虚实结合仿真的发展现状和存在的问题，分析对比了3种方式的异同和优缺点，并阐述了其主要适用领域。针对目前军事训练、作战试验、装备研发、维修维护遇到的困难，以理论指导、案例对比、迁移运用的方式提出了基于虚实结合的解决方法。针对军事领域相关装备和试验的高保真性、保密性和安全性要求，提出了未来虚实结合仿真的发展方向。
增强现实(augmented reality，AR)可将虚拟辅助信息以合适的位姿叠加在实际作业现场，实现“所见即所操作”的智能装配指引，缓解传统基于图纸装配中工人识图困难，易出现的错装、漏装等现象。其中装配现场环境下稳定的跟踪注册，是实现增强装配可视化指引中虚实融合的基础，也是现有增强装配在实际应用部署中的关键问题。为此，针对国内外在AR增强装配辅助中跟踪注册方面的研究与应用成果，系统分析了基于视觉、基于传感器和混合式三类不同增强装配跟踪注册方法的研究现状，总结了现有AR增强装配辅助中跟踪注册方法存在的局限及应用发展趋势，对后续AR智能装配系统构建和研究具有借鉴意义。
未来高技术武器装备和作战行动、战场环境日趋复杂，依托现有仿真技术条件和模拟训练资源，构建网络化、体系化、智能化的模拟训练装备与系统，开展体系对抗模拟训练，是缓解高技术装备训练耗费大与资源有限的有效途径，是提高训练质量和水平的主要途径。总结分析了联合训练领域重点关注的仿真体系架构、仿真建模、蓝军模拟、信息体系仿真等技术发展现状与趋势，初步剖析了上述技术在美海军常态化训练环境、“阿尔法”智能空战模拟训练系统等典型系统、美“大规模演习2021”中的应用情况与作用效能，围绕提高体系对抗条件下的实战化模拟训练能力水平，从技术趋势和工程实现的角度，提出了5个值得重点关注的研究方向，可为本领域工程技术人员提供参考借鉴。
目前主流图像语义分割网络往往存在误分割、分割不连续和模型复杂度高的问题，不能灵活高效地部署于实际场景中。针对这一现象，通过综合考虑网络的参数量、预测时间和准确度，设计出一种优化DeepLabv3+模型的图像语义分割网络。骨干网络改用轻量级EfficientNetv2网络提取特征，提高参数利用率；在空洞空间金字塔池化模块中使用混合条带池化模块代替全局平均池化，引入深度可分离膨胀卷积，减少参数量和提高学习多尺度信息的能力；使用注意力机制增强模型表征力，提取骨干网络多条浅层特征，丰富图像的几何细节信息。实验表明，本文算法可达到mIoU为81.19%，参数量为55.51×106，有效优化了分割精度和模型复杂度，同时也提高了模型泛化性。
虚实融合是实现虚拟世界与物理世界双向交互、映射联动的一种方式，成为当前各国关注的热点。为理清该框架下层出不穷的新技术状况，以数字孪生、信息物理系统、元宇宙和实况-虚拟-构造仿真为代表，围绕各自概念内涵、学术现状、应用情况进行梳理统计；并从它们的发展进程、功能特点、目标趋势等方面做了对比。
针对自动化码头AGV（automated guided vehicle）调度问题，提出了一种考虑未来任务的深度Q网络（future tasks considering deep Q-network，F-DQN）算法指导AGV进行实时调度。对系统状态进行了改进，结合实时调度和静态调度的优点，在做出实时决策时考虑了静态的未来任务信息，以获得更优的调度方案。以洋山四期自动化码头的真实布局和设备情况为参考，使用仿真软件Plant Simulation进行了一系列仿真实验。实验结果表明：F-DQN算法可以有效解决自动化码头AGV实时调度问题，且F-DQN算法相比于传统DQN算法，能够显著缩短岸桥的等待时间。
针对已有的变压器故障诊断智能算法并不能快速高效的识别变压器故障，导致故障误检及不能被及时检测的问题，提出了一种利用改进麻雀优化算法优化XGBoost的双层故障诊断模型结合数字孪生技术的变压器故障诊断方法。采用先进传感器采集变压器的油气数据和温度数据，利用5G模块将实时数据传到数字孪生系统，设置设备告警阈值实时监控温度数据；使用改进麻雀优化算法优化XGBoost的双层故障诊断模型对油气数据进行实时故障识别处理，结合数字孪生技术对故障进行识别与预警。实验结果表明：该方法提高了故障识别与预警的效率和稳定性，且相较于现有的变压器故障诊断方法具有显著优势。
随着科学技术的飞速进步，带有自动驾驶功能或辅助驾驶功能的车辆也开始涌入市场。交通事故的频发，使其安全问题成为人们关注的焦点。为测试自动驾驶汽车的感知系统，仿真技术提供了良好的平台。针对自动驾驶汽车感知系统的传感器仿真建模研究，从包含毫米波雷达、激光雷达、摄像头在内的单一传感器仿真、多传感器仿真、经典仿真平台等角度，回顾与梳理了现有研究，并总结了关于感知系统仿真建模的不足与发展趋势，为提升感知系统的感知效率、出行安全、促进自动驾驶汽车的发展助力。
为实现移动机器人在复杂动态障碍物环境中的避障，提出一种改进的快速随机扩展树(rapidly-exploring random tree，RRT*)与动态窗口法(dynamic window approach，DWA)相融合的动态路径规划方法。基于已知环境信息，利用改进RRT*算法生成全局最优安全路径。通过消除RRT*算法产生的危险节点，来确保全局路径的安全性；使用贪婪算法去除路径中的冗余节点，以缩短全局路径的长度。利用DWA算法跟踪改进RRT*算法规划的最优路径。当全局路径上出现静态障碍物时，通过二次调整DWA算法评价函数的权重来避开障碍物并及时回归原路线；当环境中出现移动障碍物时，通过提前检测危险距离并转向加速的方式安全驶离该区域。仿真结果表明：该算法在复杂动态环境中运行时间短、路径成本小，与障碍物始终保持安全距离，确保在安全避开动态障碍物的同时，跟踪最优路径。
针对陆上突击装备发展的军事需求牵引问题，开发一种面向未来智能化作战的陆上突击系统作战概念。从界定相关概念和研究边界出发，基于DoDAF提出作战概念模型框架和建模步骤，结合模型描述分析其作战效果、作战流程、作战节点、资源交互、系统组成和能力特征，采用仿真实验方法从系统打击效能和通信负载两个方面进行作战概念验证。结果表明，智能突击系统相比传统突击装备具有更为敏捷的打击链路和更强的火力打击能力，新增通信负载压力在当前技术能力支撑范围内，证明作战概念中的核心执行者系统选型、编配及作战方式合理可行，对于未来装备发展具有参考意义。
为解决传统A*算法与动态窗口法面对大规模复杂环境路径规划时，计算和时间成本的急剧上升以及灵活性较差的问题，提出了一种基于多尺度地图法的A*算法和改进DWA算法的融合算法。建立多尺度地图集并在A*算法的启发函数中增加障碍物占比因子，在粗尺度地图利用A*算法计算最优路径，将其映射到细尺度地图上进行二次A*算法并通过Floyd算法进行节点优化，删除冗余节点、提高路径的平滑度。增加了航向角自适应调整策略和停车等待状态来优化动态窗口法，提高灵活性。将A*算法的关键点作为动态窗口法的局部目标点，并在轨迹上有障碍物时再次规划，实现两种算法的融合。ROS仿真和实车实验结果表明改进的A*算法计算时间显著减少，在20 m×40 m的地图中减少98%，改进的融合算法大幅提高了机器人在动态环境下的平滑性和灵活性，可以有效解决传统融合算法存在的问题。
元宇宙是2021年以来在商业界和学术界大火的用于描述虚实融合与互动的概念。为研究这一概念可能的军事应用，梳理了元宇宙的定义、特征及发展脉络，从军事元宇宙对建模仿真技术和传统实况-虚拟-构造仿真拓展的角度分析了构建军事元宇宙的必要性，从训练、作战、数据信息资源管理的现实需求角度研究了军事元宇宙可能带来的改进，分析了目前宣称正在开发的军事元宇宙雏形产品及其典型开发方式。
AGV（automated guided vehicle）系统对于制造系统的生产柔性和生产效率具有重要作用，由于AGV系统具有许多的变量且有动态性、随机性特点，其优化配置比较复杂。提出了一种将系统仿真、数学解析和多目标优化相结合的方法，对AGV系统进行了优化配置；运用离散事件仿真模拟AGV系统运行，利用敏感性分析分离设计变量，采用析因试验和响应面方法拟合多目标优化数学模型，基于非支配解排序多目标遗传算法求解多目标优化解。通过AGV系统实例，证明了该方法的有效性，可为制造系统和物流仓储领域中AGV系统的优化配置提供一种有效的系统性分析方法。
高精度光学系统容易受到空间环境的影响，在高温、结构载荷等作用下光学系统像质变差，需要进行光机热耦合分析。但光学、结构、热学仿真等学科的独立发展，导致数据不能有效地耦合和传递。提出了一种跨学科耦合分析方法。采用集成分析思想，以多项式拟合为接口，解决了光学元件表面的不规则变形问题。通过最佳拟合刚体位移、最佳拟合曲率半径、多项式拟合等过程，实现了有限元分析工具与光学分析工具的耦合分析。以卡塞格林系统作为测试研究对象，验证了该方法的有效性。为评估在极端工况下光机系统的光学性能以及系统的设计优化提供了参考。
为解决约束多目标优化问题中的平衡约束满足与目标函数优化以及可行域复杂等挑战，提出了基于不同帕累托前沿关系的分类搜索方法。提出一种双种群双阶段框架：进化一个辅助种群Pa和一个主种群Pm，并将进化过程分为学习阶段和搜索阶段。学习阶段，种群Pa向UPF(unconstrained Pareto front)进行搜索，而种群Pm向CPF(constrained Pareto front)进行搜索，旨在探索UPF与CPF之间的关系；完成学习后，对不同问题的UPF与CPF关系进行分类，以指导后续搜索策略；在搜索阶段，根据不同的分类关系，调整种群Pa的搜索策略，旨在使种群Pa为种群Pm提供更有效的辅助信息。基于此算法框架，对不同类型约束多目标优化问题的帕累托前沿关系进行了分类，实现了对CPF更有效的搜索。实验结果表明：所提算法与其他7种先进的约束多目标优化算法相比具有更显著的性能优势。通过学习与利用UPF与CPF的关系，能够选择更合适的搜索策略去应对具有不同特性的约束多目标优化问题，以获得更具优势的最终解集。
传统运动仿真的虚拟建模缺少针对复杂系统中信息子系统与物理子系统的动态性融合建模。融合传统运动学虚拟建模与信息计算的优势，针对运动仿真的精度和实时性难以满足实际工业制造需求的问题，提出面向复杂系统运动仿真的信息物理融合建模方法，并以机械臂的运动学控制为仿真案例进行验证，解决了实际环境中机械臂的驱动与仿真环境虚拟机械臂运动不一致的问题。搭建了复杂系统运动仿真虚实映射平台，集成了虚拟建模环境CoppeliaSim，融合实际机器人的运动反馈，和虚实映射计算模型，确定工业机器人运动方程的唯一位姿解。实验结果表明本文提出的方法实现了工业机器人的虚实映射实时运动仿真。
针对多无人机执行多目标协同侦察的任务需求，提出了多机多目标任务分配与路径规划的协同优化方法。以单亲遗传算法(partheno genetic algorithms, PGA)为基础，基于Dubins曲线构建了与实际路径代价相结合的代价函数；为进一步减小计算量，提出了基于无人机探测距离的聚类算法，将生成的聚类点作为无人机新的航路点。仿真结果表明：在考虑禁飞区域以及侦察点繁多情况下，该算法能够有效完成无人机的侦察任务分配并同时形成初步航路，提高了任务分配的合理性和收敛速度，并降低了全局代价。
智能无人集群装备作为智能装备的典型代表，其技术、装备、作战应用在全球范围内加速推进，但总体上无人集群试验理论的研究滞后于无人集群技术、装备，无人集群能力的涌现性、对抗的复杂性，以及无人集群试验的不可重复、不可泛化等特性给无人集群试验基础理论、方法带来了巨大挑战。从体系工程集成试验视角和装备研制建设全生命周期视角提出面向能力生长的智能技术、智能单装、智能集群、智能体系4个集群试验模式，深度剖析无人集群智能协同试验的基础理论问题，构建无人集群智能协同试验基础理论框架。
为解决NSGA-III在求解上述模型存在初始解质量差与局部搜索效率低的问题，提出一种改进的NSGA-III(NSGA-III-TV)。基于MSOS编码，分别对OS和MS染色体采取不同混合初始化策略以提高初始解质量；基于关键路径，采用改进N6邻域结构进行邻域搜索，有效缩短完工时间并降低搜索盲目性，同时采用3种有效变异算子扩大算法搜索空间，提高后期收敛能力。结果表明：NSGA-III-TV在求解高维多目标柔性作业车间调度问题上具有较好的性能以及实用性，为企业生产制造车间的智能绿色转型升级提供了有力支持。
http://www.china-simulation.com
