一种基于大模型的兵器推演多智能体协作系统
本发明涉及智能分析,具体涉及一种基于大模型的兵器推演多智能体协作系统。
背景技术:
1、当前主流的兵器推演技术主要分为传统规则驱动推演、单一智能体数据驱动推演两类,依托固定数学模型、预设作战规则与静态装备参数完成推演仿真,在常规、简单场景的推演工作中能够实现基础的对抗模拟。但随着现代战争呈现出体系化、智能化、多维度、强动态的发展趋势,复杂战场环境、多元兵器协同、动态战术博弈、突发战场态势等场景不断增多,现有兵器推演技术的缺陷与短板日益凸显。
2、现有推演系统多采用固化的规则模型与静态参数体系,模型泛化能力弱,难以适配战场动态变化的突发因素,难以模拟真实战场中装备故障、环境干扰、战术临场调整、多兵种多兵器自主协同等复杂随机场景,推演模型与真实战场工况存在较大偏差,导致推演结果真实性、贴合度不足。现有技术多采用单一智能体独立推演模式,各作战单元、各类兵器推演模块相互独立,缺乏多主体协同交互、动态博弈、联动决策能力,难以实现多兵器、多兵力、多维度的体系化对抗推演,难以模拟现代一体化联合作战的实战特征。现有推演系统试错灵活性差,难以快速迭代优化推演模型与作战方案,若依托真实战场开展兵器测试与战法试错,将产生极高的人力、物力、时间成本,且存在较大的安全风险,难以满足现代智能化兵器推演高效、真实、低成本、高适配的应用需求。
3、因此,本发明提出一种基于大模型的兵器推演多智能体协作系统,以提高模拟结果的真实性,降低真实世界的试错成本。
技术实现思路
1、为解决上述问题,本发明提供一种基于大模型的兵器推演多智能体协作系统,用于提高模拟结果的真实性,降低真实世界的试错成本。
2、为了实现上述目的,本发明的技术方案如下:一种基于大模型的兵器推演多智能体协作系统,包括:
3、智能体模块,用于基于工作职能的不同,建立若干不同层级的智能体;不同层级的智能体之间根据信息处理阶段,执行对应的信息流动策略;
4、层级包括战略层、执行层、环境感知层和群体层;信息处理阶段包括信息生产阶段、信息传播阶段和信息反馈阶段;
5、战略层智能体用于宏观态势判断和总体策略制定;执行层智能体用于具体任务的实施;环境感知层智能体用于对外部环境进行监测和反馈;群体智能体用于表征人群的集合行为。
6、进一步,在群体智能体中,建立若干具有不同背景的民众子智能体;每一民众子智能体均包括固定的地区属性、政治倾向、信息来源、教育程度和核心关切的要素。
7、进一步,信息流动策略包括:
8、信息生产阶段:战略层智能体基于自身立场和目标,生产原始信息;在原始信息产生过程中,战略层智能体执行叙事生成推理链条,输出多维度元数据;
9、信息传播阶段:在环境感知层智能体中,建立若干代表不同立场的媒体子智能体;每一媒体子智能体,基于自身的编辑倾向对信息进行过滤重构;过滤重构后的信息进入民众子智能体组成的群体传播网络,进行认知加工;并且过滤重构遵循对应媒体子智能体自身的行为逻辑;
10、民众子智能体结合自身背景判断可信度,与既有认知框架进行比对,决定是否接受、是否传播;
11、信息反馈阶段:民众子智能体的传播结果反向影响战略层智能体。
12、进一步,每一民众子智能体的态度变化,通过社交网络影响与民众子智能体关联的其他层级的智能体,形成涟漪效应。
13、进一步,叙事生成推理链条从上至下包括:
14、现实利害分析:战略层智能体首先识别当前议题与自身核心利益的关联点,进行多维度信息的综合分析,并评估当前议题对于自身的优势点与劣势点;
15、受众切口识别:战略层智能体分析不同受众群体的关切点、信息接收习惯和既有认知框架,找到最优切入角度;
16、叙事框架构建:基于现实利害分析和受众切口识别所得到的结果,战略层智能体构建叙事结构,包括核心论点、支撑论据、关键词体系和预期反驳预案;
17、在叙事结构的建立过程中,战略层智能体预判假想攻击点,并针对该假想攻击点提前准备防御性的论述;
18、自我漏洞扫描:战略层智能体在生成叙事结构的同时,同步进行自我批评,识别本方论述中能被对手利用的假想漏洞。
19、进一步,当战略层智能体作为反击方生成逻辑时,在生成自身论述的同时基于对手的具体论点进行拆解,具体流程如下:
20、对手论述分析:战略层智能体深度解析对手的叙事结构-核心论点,进行多维度评估分析;
21、反击角度选择:基于评估分析结果,战略层智能体生成若干种反击策略,并对每一种反击策略的效果进行评估,评估后选择最优反击策略;
22、对冲叙事构建:选定反击策略后,战略层智能体构建针对性的叙事结构。
23、进一步,媒体子智能体对于原始叙事的处理过程如下:
24、选择性关注:媒体子智能体根据自身定位,选择性地强调部分信息要素;支持性的论据被置于头条,不利的细节被relegated到文末或完全省略;并且选择逻辑遵循媒体子智能体自身的叙事逻辑和受众期待;
25、情感调性调整:媒体子智能体调整用词的情感色彩,对客观事实进行重要性包装。
26、框架重构:媒体子智能体在进行最高级的媒体过滤时,进行框架重构,将议题从一个维度转移到另一个维度。
27、进一步,每一民众子智能体均具备持续性与记忆、差异化解读和社会影响网络三要素;
28、持续性与记忆:民众智能体在整个推演过程中保持连续性的“固定个体”,记录上一轮推演的态度、接收到的信息、形成的判断,并在新一轮推演中基于上一轮的记忆进行更新;
29、差异化解读:对于同样一条信息,不同背景的民众子智能体输出不同的解读;
30、社会影响网络:民众子智能体之间存在隐性的社会影响关系;当一个民众子智能体决定“转发”某条信息时,会影响该民众子智能体社交圈内其他民众子智能体的信息接收。
31、进一步,还包括突发模块;突发模块用于在推演过程中注入若干突发情况。
32、进一步,环境感知层智能体引入战场感知与信息迷雾机制:
33、侦察机制:参演方需要通过侦察行动来“照亮”战场迷雾;
34、信息更新:侦察获得的信息,随着时间推移,进行相应变化;
35、欺骗与反欺骗:在推演过程中,允许参演方实施干扰手段误导对手的侦察判断。
36、采用上述方案有以下有益效果:
37、1、本方案构建战略层、执行层、环境感知层、群体层四级差异化智能体协作架构,优化传统兵器推演技术单一智能体独立运算、模块割裂、缺乏协同交互的情况。本系统依托不同层级智能体的职能分工与全流程信息流转策略,实现战场态势研判、战术任务执行、环境动态感知、群体行为模拟的全方位联动推演,同时通过民众子智能体多维度属性配置、媒体子智能体信息过滤重构机制,精准还原真实战场中舆论环境、群体认知、信息传播对作战态势的影响。搭配大模型驱动的叙事生成推理链条,可自主完成战场利害分析、受众适配、叙事构建与漏洞自查,还能针对敌方论点精准拆解反击,有效解决传统推演模型泛化能力弱、动态博弈能力缺失、场景模拟单一的问题,提升兵器推演与真实战场工况的贴合度,让推演结果具备更强的真实性、合理性与参考价值;
38、2、本方案增设突发模块与战场信息迷雾、侦察欺骗机制,结合民众智能体记忆迭代、差异化解读、社交涟漪传播特性,构建高动态、高随机、强交互的智能化推演场景,适配现代战争体系化、多维度、强动态、多突发的作战特征,高效模拟战场环境干扰、装备态势波动、临场战术调整、舆论态势演变、多主体动态博弈等复杂实战场景。同时,依托多层级智能体协同决策与自主博弈能力,无需依托真实战场开展兵器测试和战法试错,以降低传统实战推演所需的人力、物力与时间成本,降低实战测试存在的安全风险。
39、本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com