分隊(duì)?wèi)?zhàn)術(shù)CGF路徑規(guī)劃算法研究.pdf

1、隨著計(jì)算機(jī)生成兵力（Computer Generated Forces，CGF）在軍用仿真領(lǐng)域應(yīng)用的不斷推廣，對(duì)CGF中智能主體的行為建模已成為作戰(zhàn)仿真人員研究的重點(diǎn)和難點(diǎn)。在分隊(duì)?wèi)?zhàn)場(chǎng)中，路徑規(guī)劃作為CGF中眾多高層智能行為的執(zhí)行前提，是表現(xiàn)智能體行為模型真實(shí)與否的基礎(chǔ)。傳統(tǒng)的分隊(duì)?wèi)?zhàn)術(shù)路徑規(guī)劃對(duì)戰(zhàn)場(chǎng)環(huán)境態(tài)勢(shì)和戰(zhàn)術(shù)要求的考慮不足，導(dǎo)致規(guī)劃結(jié)果缺乏真實(shí)性，充分考慮分隊(duì)?wèi)?zhàn)場(chǎng)中環(huán)境態(tài)勢(shì)和戰(zhàn)術(shù)規(guī)則對(duì)路徑選擇的影響，能夠有效提高CGF路徑規(guī)劃的智能

2、性和真實(shí)性。
　　對(duì)CGF路徑規(guī)劃問(wèn)題進(jìn)行準(zhǔn)確的描述與建模是分隊(duì)?wèi)?zhàn)術(shù)CGF路徑規(guī)劃研究的前提。基于Agent的結(jié)構(gòu)思想，論文首先提出分隊(duì)?wèi)?zhàn)術(shù)CGF路徑規(guī)劃框架。進(jìn)而依據(jù)此框架對(duì)分隊(duì)?wèi)?zhàn)場(chǎng)進(jìn)行環(huán)境建模，重點(diǎn)采用勢(shì)場(chǎng)法和概率威脅地圖方法構(gòu)建分隊(duì)?wèi)?zhàn)場(chǎng)的威脅態(tài)勢(shì)模型。再通過(guò)對(duì)戰(zhàn)術(shù)路徑規(guī)劃所關(guān)注的路徑長(zhǎng)度和安全性指標(biāo)進(jìn)行建模，將路徑規(guī)劃問(wèn)題描述為優(yōu)化搜索問(wèn)題。
　　根據(jù) Agent對(duì)環(huán)境信息獲取程度的差異，需要研究局部環(huán)境和全局環(huán)境下的

3、分隊(duì)?wèi)?zhàn)術(shù)路徑搜索算法。在基于人工勢(shì)場(chǎng)法的分隊(duì)?wèi)?zhàn)術(shù)局部路徑規(guī)劃中，針對(duì)傳統(tǒng)人工勢(shì)場(chǎng)法的局部極小問(wèn)題，通過(guò)設(shè)置角度條件和引入記憶路線的檢測(cè)，改進(jìn)原有的沿墻壁走脫離方法，以使其適應(yīng)具有凹形障礙物的復(fù)雜環(huán)境；針對(duì)將人工勢(shì)場(chǎng)法應(yīng)用于分隊(duì)?wèi)?zhàn)術(shù)路徑規(guī)劃，將傳統(tǒng)的障礙物勢(shì)場(chǎng)同基于勢(shì)場(chǎng)法的威脅勢(shì)場(chǎng)相結(jié)合，提出綜合考慮威脅態(tài)勢(shì)的改進(jìn)人工勢(shì)場(chǎng)法，使其滿足威脅態(tài)勢(shì)和戰(zhàn)術(shù)規(guī)則的要求。在基于粒子群算法的分隊(duì)?wèi)?zhàn)術(shù)全局路徑規(guī)劃中，為了使搜索空間能盡可能覆蓋可被利用的障

4、礙物路點(diǎn)，設(shè)計(jì)了自適應(yīng)非均勻矢徑的極坐標(biāo)建模方法。借鑒重力搜索的思想，將粒子的適應(yīng)值信息定量引入到速度更新公式中，并采用引入約束支配關(guān)系的指標(biāo)評(píng)價(jià)方法，以加快搜索的速度和精度。最后采用綜合考慮地形通行性、隱蔽性和障礙物利用對(duì)威脅影響的路徑代價(jià)指標(biāo)引導(dǎo)搜索，使規(guī)劃結(jié)果更符合威脅環(huán)境態(tài)勢(shì)和戰(zhàn)術(shù)規(guī)則的要求。
　　仿真實(shí)驗(yàn)表明，改進(jìn)的人工勢(shì)場(chǎng)法能夠有效解決各種環(huán)境下的局部極小問(wèn)題，在分隊(duì)局部戰(zhàn)場(chǎng)環(huán)境中，路徑規(guī)劃結(jié)果能夠滿足躲避威脅、利用障