典型文献
基于卷积神经网络的陆战兵棋战术机动策略学习
文献摘要：
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％.
文献关键词：
兵棋推演;复盘数据;战术机动策略;态势特征;卷积神经网络
中图分类号：
作者姓名：
徐佳乐;张海东;赵东海;倪晚成
作者机构：
中国科学院大学人工智能学院,北京100049;中国科学院 自动化研究所,北京100190;中国科学院人工智能创新研究院,北京100190;国防大学联合作战学院,河北石家庄050000
文献出处：
引用格式：
[1]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(10):2181-2193
A类：
棋战,战术机动策略,复盘数据
B类：
陆战,战兵,策略学习,人在回路,兵棋推演,高价值,深度神经网络,态势特征,分类问题,认知因素,正负样本,样本标注,特征数据集,分类器,棋子,预测准确率
AB值：
0.233775
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
