摘要：为了使智能体能够应对兵棋推演中的复杂作战场景和作战目的,提出作战方案驱动的可学习兵棋推演智能体架构。剖析智能体对兵棋系统的“依附特性”和“松耦合特性”,得到智能体的可学习要求;在智能体框架设计中,使用作战方案压减智能体学习范围。通过有限状态机对应作战方案中的作战阶段知识,依据作战方案框架确定智能体决策空间,设计可学习的深层神经网络实施关键决策空间探索,神经网络采用先验知识模仿学习模式和深度强化学习模式。该架构能迭代探索人类难以充分梳理清楚的多棋子最优部署和协作问题。

摘要：针对无人水下航行器(unmanned underwater vehicle,UUV)如何进行任务分配、航路规划、指挥控制问题,提出一种新的控制实现方法。搭建UUV指挥智能体训练平台,设计学习训练所需的想定,进行状态设计、数据适配、决策解析和规则库建立,选定近端策略优化(proximal policy optimization,PPO)强化学习算法进行训练,并进行应用验证。结果表明:指挥智能体能有效对UUV进行任务分配、航路规划、指挥控制;通过不断优化算法,可提高战胜基于规则的传统控制方法的胜率。

摘要：为满足综合能源系统现货市场的交易需求,文中构建了申报策略强化学习的智能体。该智能体可以完成市场环境与申报策略间的动态匹配,进而灵活选取最适宜的申报策略。同时还根据综合能源系统申报策略的制定需求,设计了智能体的环境变量、动作空间和奖励函数。基于某省电网实际数据构造了智能体的仿真数据集,并从主流技术路径下筛选了8种申报方法构建智能体的动作策略库来进行实验对比。仿真结果表明,动态申报智能体策略的理想度相比其他申报方法高6%以上,且该方法在策略上的准确性良好,决策时间也能够满足现货市场的决策要求。

摘要：针对战场态势信息众多、变化趋势认知困难的问题,提出基于大模型的态势认知智能体框架和智能态势认知推演方法。从认知概念出发,结合智能体的抽象性、具身性特点,明确了智能体构建的3个关键环节:学习环境、记忆方式和产生知识机制;设计了战场态势认知智能体架构,包括记忆部件、规划部件、执行部件、评估部件以及智能体训练要点。在长期记忆部件中,围绕战场复杂状态建模特点,分析大语言模型、多模态大模型、大序列模型的运用问题。

摘要：“N-1”静态安全校验是电力系统安全稳定分析的重要内容,当系统不满足静态安全性时,需要采取预防控制,而调整发电机出力是最重要的预防控制措施。传统的方法是依据专家知识和经验做尝试性进行发电机功率调整,需耗费较多时间;深度强化学习具有“离线训练、在线端对端形成策略”优点,在电力系统预防控制中有很好的应用前景,但如何缩小搜索空间、提高训练速度,是需要解决的问题。该文提出一种基于柔性动作-评价深度强化学习算法的双智能体发电机调整方法。考虑到输电网具有PQ可解耦这一特点,设计了集中式训练的合作型双智能体结构,由两个智能体分别承担发电机有功功率调整和电压调整任务,相互合作,有效减少了搜索空间,提高了模型的稳定性,并根据不同运行方式下全网“N-1”校验时线路负载和节点电压判断系统安全性,且结合效用理论设计了奖励函数,进一步提高了收敛速度。IEEE 39节点系统算例表明,所提方法得到的智能体在多种运行方式下可快速有效生成预防控制策略,验证了所提方法的有效性。

摘要：隐私协商可以协助社交网络用户在信息分享前建立隐私保护共识,具有一定的隐私泄露的预先防护作用.可追责是行为或后果的责任主体可以被追究的属性,是透明、可解释人工智能应用的一个重要方面.社交网络中隐私协商过程的可追责,对于提升应用平台或系统的透明、可解释性具有重要的意义. Kekulluoglu等人提出了基于智能体的互惠隐私协商体系,但尚缺乏针对智能体行为的追责研究.以此为基础设计实现了用于社交网络隐私协商、具有定性追责和定量追责的智能体行为追责系统,并提出了追责要求及实现追责的行为指标,其中,定性追责方法可以准确判断隐私协商智能体是否存在不当行为并能够精准锁定不当行为具体发生位置;定量追责包含简单量化、加权马氏距离和改进Minhash这3种方法,能够量化智能体不当行为的严重程度.实验数据表明了所提出系统及方法的有效性和合理性.

摘要：目的分析人—智能体交互(Human-Agent Interaction,简称HAI)中意向立场的设计要素与意向立场下智能体的具身交互逻辑。方法以具身认知、具身交互理论和身体图式理论为基础,结合具体设计案例,对比一般人机交互和HAI交互逻辑、分层分析智能体的构成与交互要素、解析意向立场对HAI设计的影响,以及分析意向立场下HAI的结构与逻辑。结论HAI中的人机关系是一种用户被设计引导进而运用意向立场的关系,智能体在用户的意向立场下需要被视为独立的个体进行设计,其在HAI中的交互行为是具身交互行为。为达成良好的HAI交互体验,需要持续性地保持用户在HAI中的意向立场,这需要在智能体认知经验融合的基础上,构建智能体交互的身体图式,并通过设计手段来建立智能体"形象—功能—载体"与"个体—能力—身体"的隐喻关系,最终形成意向立场下的HAI交互逻辑。

摘要：无人机集群任务执行过程呈现分布式、多阶段、对抗性等特征,因蓄意攻击导致的持续性破坏事件时有发生。为确保任务执行,要求集群中的各飞行编队均具备一定弹性。然而,现有的度量方法难以有效描述长周期任务和持续性破坏特征下无人机集群能力均衡特征,基于此,本文拟给出一种新的度量与仿真评估方法。首先,提出一种面向任务的集群弹性均衡度量方法,通过任务过程描述,给出编队性能与任务需求度量,由此定义集群弹性均衡;然后,以建模框架、破坏行为以及重构行为模型为基础,建立一种基于智能体的无人机集群联合侦察任务模型,并通过仿真对弹性均衡度量进行评估;最后,以无人机集群执行联合侦察任务为例开展案例验证。仿真结果表明,所提出的度量与仿真评估方法可为无人机集群持续破坏下的能力设计提供支撑,保证无人机集群在任务中可靠、稳定运行。

摘要：为了获得可靠安全的控制系统,提出一种执行器冲突预防的平行Petri网设计方法。利用智能体扩展了平行Petri网定义,并设计平行Petri网执行算法;给出Petri网3种基本模块的设计方法,将生产工艺转化为Petri网模型;设计了执行机构冲突预防算法,通过添加控制库所避免Petri网进入冲突状态,得到无冲突的Petri网模型。最后,通过C语言和Twin CAT联合编程,在一个芯片检测系统上进行实验,验证了该方法的可行性和有效性。

摘要：针对对抗性仿真实验环境缺数据、少知识、难学习,智能体策略突破困难的问题,结合课程学习(curriculum learning,CL)思想,提出一种基于Rule-N/MSP体系的智能体自我博弈(self-play,SP)训练方法。通过设计分级课程,采用专家经验设计规则耦合的智能体对手,引导智能体进行热启动,初步掌握决策能力;开展经典自我博弈(naive SP,NSP)训练,丰富对战数据,稳步提升能力;进行成长式自我博弈(mature SP,MSP)训练,固强补弱,寻求策略突破。形成Rule-N/MSP训练方法,智能体决策能力不断提升,进一步提高智能体训练效率。构建对抗性仿真实验环境进行实验验证,发现使用该方法训练的智能体较仅通过规则对战训练的智能体胜率提高约12%,证明了方法的有效性,为智能决策领域尤其是智能体训练研究提供了有益借鉴。