朱宁龙 佟骁冶

（1.91404部队92分队 秦皇岛 066000）（2.中国船舶集团有限公司第七〇九研究所 武汉 430205）

1 引言

目前，指控系统中的辅助决策知识主要通过人工制定，这种方法低效而又充满主观性。在大数据和智能化背景下，可以利用虚拟环境下的作战数据辅助生成决策，利用CGF（Computer Generated Force，计算机生成兵力）帮助指挥员进行决策训练与分析。传统CGF的行为决策按照预设规则制定，基于“IF…THEN”指令形式的知识，进行产生式推理，智能化程度不够高，而对于军事领域来说，一般的机器学习方法又缺乏可靠性与可解释性。同时具备严谨的知识结构和高效的学习能力，是实现辅助决策智能化生成的关键。

考虑到军事领域的特殊性，在学习方法的构建中，既需要遵循专家领域知识，体现规则的约束力，又要通过自学习，自动寻找最优解。目前有很多研究将状态机等知识表示工具与神经网络等机器学习工具相结合，训练出理想的行为决策［1］。而对于辅助决策场景来说，需要选择具有严谨的知识表示形式的模型构建方法，而不是通过纯粹的概率计算或算法求解实现推理的方法。并且，学习的过程必须有可解释性，才能有可信度，也方便指挥员等对模型的训练结果进行信息提取，分析，得出想要的结论。

强化学习方法是目前规则学习的重要手段，通过不断交互的方式获取学习数据，从而得出策略。同时，强化学习属于人工智能中的行为主义流派，其学习过程符合人类行为决策的生成过程，从基本原理上具备一定的可解释性。……