邢 岩，刘 昊，李保硕

(1.沈阳航空航天大学 电子信息工程学院， 沈阳 110000；2.国防大学 联合作战学院， 石家庄 050000； 3. 31696部队参谋部， 辽宁 锦州 121000)

1 引言

在未来智能化条件下的诸军兵种火力突防作战，呈现出智能化、精确化、多弹种、实时动态可控的新型作战特点，如何将联合作战指挥员的战法策略实时高效地转化为计算机能接收、理解并高效执行的指令数据流，并通过计算机的大规模运算生成符合指挥员决策意图的智能优化结果，是智能化算法研究的核心和难点问题。随着人工智能逐步融合军队装备建设实际，战法策略的人机结合以及联合火力打击任务规划的智能优化成为可能，国内外专家聚焦于在现有博弈对抗算法基础上实现对战法策略的智能优化和辅助控制，以期提升火力打击效率和胜率。

在国内外的人工智能领域相关研究中，文献[1-5]利用多智能体序列的交叉变异实现战术级兵棋对抗推演的智能决策，实现了智能体搭配组合下的决策优化；文献[6-10]则聚焦桌面棋类游戏的对抗博弈研究，利用基于决策树算法的改进博弈树实现了智能体棋力对抗提升；文献[11-15]聚焦五子棋算法等博弈棋类算法研究，利用剪枝算法和窗口搜索实现了智能系统棋艺提升；文献[16-20]针对棋类博弈计算的复杂性剧增特点，通过神经元网络训练智能体内部结构，并使用威胁空间搜索实现算法的迭代加深，取得了较好的博弈效果。通过对同类研究分析，相关算法多聚焦于智能优化算法研究，通过神经网络或强化学习方法达成系统结构对解决方案的适应性调整，而较少涉及智能体的结构以及多智能体之间协作性研究[21-25]。……