人机对抗智能技术最新进展及军事应用

聂 凯，曾科军，孟庆海，魏 超

(中国人民解放军91550部队， 辽宁 大连 116023)

人工智能先后经历了计算智能、感知智能和认知智能等3个阶段。近年来，随着以深度学习为代表的机器学习技术的快速发展，在图像识别、文本翻译、语音处理等感知智能方面取得了成功应用[1-3]。人工智能从诞生起就以对抗人类智能为衡量标准(例如图灵测试)，随着计算机硬件和软件技术的不断发展，通过人-机或者机-机对弈，不断推动认知智能技术的进步[4]。AlphaGo的成功激起了人们对人机博弈技术的再次广泛关注，目前谷歌已推出了AlphaStar、AlphaGo Zero等多个版本[5]。在德州扑克AI算法方面，已经从1对1无限注德州扑克拓展到6人无限注德州扑克，实现了不完整信息博弈突破[6]。不完整信息、多智能体博弈方面，Deep Mind和暴雪联合开发了基于StarCraft II的学习环境SC2LE[7]、微软亚洲研究院推出超级麻将AI Suphx[8]、腾讯推出了王者荣耀AI“绝悟”[9]，在多项职业比赛中碾压人类选手。

但下棋、游戏和作战打仗还有很多不同，战场态势决不仅仅是兵力的布局，各种相互关系、能势大小、趋势方向都应反映出来，战场抽象建模更难；战争是连续演进的，是非轮次博弈；输赢并非战争的单一目标，评估一个作战方案还有很多其他指标，如预期效能的达标性、损失代价的可接受性、资源占用条件的满足性、应对各种变化的灵活性等造成人机对抗智能技术在军事领域应用面临很多挑战[10]。在人机对抗技术进展综述方面，文献[1]提出了人机对抗智能理论研究框架，总结了其关键模型和技术；……