基于动态贝叶斯网络的多无人机集群对抗策略OA北大核心CSTPCD

红蓝双方集群攻防对抗博弈问题是近年来复杂系统研究领域的热点和难点,在军事领域、网络安全领域和人工智能领域均具有重要的应用价值.在实际对抗中,环境的不确定性和智能体行为的多样性导致问题难以建模,而实战环境又要求智能体能够对态势的变化给出实时、高效的响应.为解决上述问题,本文提出了一种面向红蓝双方集群攻防对抗博弈问题的研究框架.首先,提出了一种基于改进后的兰彻斯特方程的对抗博弈模型,并在此基础上探讨了如何适应性改进Kuhn–Munkres(KM)算法以解决对抗博弈过程中的多目标任务分配问题.其次,为了提升无人机个体的环境适应性,提出了一种集群攻防对抗策略,利用动态贝叶斯网络对集群攻防对抗过程中产生的一系列不确定性因素进行实时、高效的推理和预测.该策略可有效降低对抗模型的复杂度和计算量,广泛提高决策的精确性和快速性.最后,基于上述对抗博弈模型搭建了仿真平台,实时展示红蓝双方无人机集群对抗过程,并对上述算法的有效性进行验证.仿真结果表明,所提出的上述理论框架可以实现红蓝双方对抗模拟演示过程,可有效解决红蓝双方打击对抗过程中的多目标任务分配问题,并对对抗过程中所产生的不确定性因素进行合理的预测和评估.