基于平均场理论算法的多学员模拟训练方法及系统技术方案

本发明专利技术涉及数据处理技术领域，公开了一种基于平均场理论算法的多学员模拟训练方法及系统，用于提高多学员进行模拟训练时的准确率。包括：获取模拟训练场景类型，通过模拟训练场景类型进行场景用例匹配，确定目标场景用例；对目标场景用例进行参数提取，确定目标场景用例的目标参数集合，通过目标参数集合对目标场景用例进行场景渲染，得到目标场景；基于目标场景进行协同模型匹配，确定目标协同模型，通过目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合；基于训练科目用例集合对多个用户进行智能体映射，得到多个目标智能体；基于平均场理论算法对多个目标智能体进行模拟协同训练并分析，得到对应的模拟训练结果。练结果。练结果。

【技术实现步骤摘要】
基于平均场理论算法的多学员模拟训练方法及系统


[0001]本专利技术涉及数据处理
，尤其涉及一种基于平均场理论算法的多学员模拟训练方法及系统。

技术介绍

[0002]模拟训练是指一种可以模拟工作环境、工作过程和装备工作状态的训练方式，模拟训练综合评估系统能够记录学员的操作流程，对其操作进行合理的评估，检测训练效果，及时发现错误并做出纠正，分析和解决出现的问题，显著的提高训练的科学性。然而，目前训练手段单一、管理控制缺失、考核评估滞后等现象比较突出，因此当前在多学员进行模拟训练时准确率较低。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供了一种基于平均场理论算法的多学员模拟训练方法及系统，解决了多学员进行模拟训练时准确率较低的技术问题。
[0004]本专利技术提供了一种基于平均场理论算法的多学员模拟训练方法，包括：获取模拟训练场景类型，并通过所述模拟训练场景类型进行场景用例匹配，确定目标场景用例；对所述目标场景用例进行参数提取，确定所述目标场景用例对应的目标参数集合，并通过所述目标参数集合对所述目标场景用例进行场景渲染，得到目标场景；基于所述目标场景进行协同模型匹配，确定目标协同模型，并通过所述目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合；基于所述训练科目用例集合对多个用户进行智能体映射，得到多个目标智能体；基于平均场理论算法对多个所述目标智能体进行模拟协同训练并分析，得到对应的模拟训练结果。
[0005]在本专利技术中，所述对所述目标场景用例进行参数提取，确定所述目标场景用例对应的目标参数集合，并通过所述目标参数集合对所述目标场景用例进行场景渲染，得到目标场景步骤，包括：对所述目标场景用例进行训练场景分析，确定多个目标训练场景；对多个所述目标训练场景进行训练科目分析，确定多个目标训练科目；基于多个所述目标训练科目，对多个所述目标训练场景确定所述目标场景用例对应的目标参数集合；通过所述目标参数集合对所述目标场景用例进行场景渲染，得到目标场景。
[0006]在本专利技术中，所述基于所述目标场景进行协同模型匹配，确定目标协同模型，并通过所述目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合步骤，包括：对所述目标场景进行信息流遍历，确定对应的信息流数据；基于所述信息流数据对所述目标场景进行实例化模型组件匹配，确定多个实例化模型组件；通过多个所述实例化模型组件对所述目标场景进行协同模型匹配，确定目标协同模型；基于多个所述目标训练科目，通过所述目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合。
[0007]在本专利技术中，所述基于所述训练科目用例集合对多个用户进行智能体映射，得到多个目标智能体步骤，包括：对所述训练科目用例集合进行参与人数分析，确定用户数量；
对所述训练科目用例集合进行协作方式分析，确定多个协作方式；基于所述用户数量，通过多个所述协作方式对多个用户进行智能体映射，得到多个目标智能体。
[0008]在本专利技术中，所述基于平均场理论算法对多个所述目标智能体进行模拟协同训练并分析，得到对应的模拟训练结果步骤，包括：对多个所述目标智能体进行ID匹配，确定每个所述目标智能体的ID信息；基于每个所述目标智能体的ID信息对多个所述目标智能体建立通信关系；通过所述平均场理论算法对多个所述目标智能体进行值函数分解，生成每个所述目标智能体的状态值函数以及动作依赖优势函数；通过每个所述目标智能体的状态值函数以及动作依赖优势函数进行模拟协同训练并分析，得到所述模拟训练结果。
[0009]在本专利技术中，所述通过每个所述目标智能体的状态值函数以及动作依赖优势函数进行模拟协同训练并分析，得到所述模拟训练结果步骤，包括：通过每个所述目标智能体的状态值函数以及动作依赖优势函数对每个所述目标智能体进行行为分析，确定每个所述目标智能体的行为数据；通过每个所述目标智能体的行为数据对多个所述目标智能体进行配对分析，得到多组目标智能体对；对每组所述目标智能体对进行作用权重分析，确定每组所述目标智能体对的权重数据；基于每组所述目标智能体对的权重数据以及每个所述目标智能体的行为数据，对多个所述目标智能体进行模拟协同训练并分析，得到所述模拟训练结果。
[0010]在本专利技术中，所述基于每组所述目标智能体对的权重数据以及每个所述目标智能体的行为数据，对多个所述目标智能体进行模拟协同训练并分析，得到所述模拟训练结果步骤，包括：基于每组所述目标智能体对的权重数据以及每个所述目标智能体的行为数据，对多个所述目标智能体进行邻域动作分布分析，确定每个所述目标智能体对应的邻域动作分布数据；通过所述平均场理论算法对每个所述目标智能体对应的邻域动作分布数据进行概化处理，得到每个所述目标智能体对应的波动值总和；通过每个所述目标智能体对应的波动值总和对多个所述目标智能体进行模拟协同训练并分析，得到所述模拟训练结果。
[0011]本专利技术还提供了一种基于平均场理论算法的多学员模拟训练系统，包括：获取模块，用于获取模拟训练场景类型，并通过所述模拟训练场景类型进行场景用例匹配，确定目标场景用例；提取模块，用于对所述目标场景用例进行参数提取，确定所述目标场景用例对应的目标参数集合，并通过所述目标参数集合对所述目标场景用例进行场景渲染，得到目标场景；匹配模块，用于基于所述目标场景进行协同模型匹配，确定目标协同模型，并通过所述目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合；映射模块，用于基于所述训练科目用例集合对多个用户进行智能体映射，得到多个目标智能体；分析模块，用于基于平均场理论算法对多个所述目标智能体进行模拟协同训练并分析，得到对应的模拟训练结果。
[0012]本专利技术提供的技术方案中，获取模拟训练场景类型，通过模拟训练场景类型进行场景用例匹配，确定目标场景用例；对目标场景用例进行参数提取，确定目标场景用例的目标参数集合，通过目标参数集合对目标场景用例进行场景渲染，得到目标场景；基于目标场景进行协同模型匹配，确定目标协同模型，通过目标协同模型进行训练科目用例提取，生成
对应的训练科目用例集合；基于训练科目用例集合对多个用户进行智能体映射，得到多个目标智能体；基于平均场理论算法对多个目标智能体进行模拟协同训练并分析，得到对应的模拟训练结果。在本申请中，通过设计实现模型中多智能体之间的协商和交互策略，满足分布式系统中多用户在训练、考核评估场景下对资源的弹性需求，促进规模性、多人次的装备教学和训练的发展。通过本系统的使用，综合培训人员对系统的使用能力，达到仿真训练、提升效率、协同训练效果，以进一步提升多学员进行模拟训练时的准确率。
附图说明
[0013]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术实施例中基于平均场理论算法的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于平均场理论算法的多学员模拟训练方法，其特征在于，方法包括：获取模拟训练场景类型，并通过所述模拟训练场景类型进行场景用例匹配，确定目标场景用例；对所述目标场景用例进行参数提取，确定所述目标场景用例对应的目标参数集合，并通过所述目标参数集合对所述目标场景用例进行场景渲染，得到目标场景；基于所述目标场景进行协同模型匹配，确定目标协同模型，并通过所述目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合；基于所述训练科目用例集合对多个用户进行智能体映射，得到多个目标智能体；基于平均场理论算法对多个所述目标智能体进行模拟协同训练并分析，得到对应的模拟训练结果。2.根据权利要求1所述的基于平均场理论算法的多学员模拟训练方法，其特征在于，所述对所述目标场景用例进行参数提取，确定所述目标场景用例对应的目标参数集合，并通过所述目标参数集合对所述目标场景用例进行场景渲染，得到目标场景步骤，包括：对所述目标场景用例进行训练场景分析，确定多个目标训练场景；对多个所述目标训练场景进行训练科目分析，确定多个目标训练科目；基于多个所述目标训练科目，对多个所述目标训练场景确定所述目标场景用例对应的目标参数集合；通过所述目标参数集合对所述目标场景用例进行场景渲染，得到目标场景。3.根据权利要求2所述的基于平均场理论算法的多学员模拟训练方法，其特征在于，所述基于所述目标场景进行协同模型匹配，确定目标协同模型，并通过所述目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合步骤，包括：对所述目标场景进行信息流遍历，确定对应的信息流数据；基于所述信息流数据对所述目标场景进行实例化模型组件匹配，确定多个实例化模型组件；通过多个所述实例化模型组件对所述目标场景进行协同模型匹配，确定目标协同模型；基于多个所述目标训练科目，通过所述目标协同模型进行训练科目用例提取，生成对应的训练科目用例集合。4.根据权利要求1所述的基于平均场理论算法的多学员模拟训练方法，其特征在于，所述基于所述训练科目用例集合对多个用户进行智能体映射，得到多个目标智能体步骤，包括：对所述训练科目用例集合进行参与人数分析，确定用户数量；对所述训练科目用例集合进行协作方式分析，确定多个协作方式；基于所述用户数量，通过多个所述协作方式对多个用户进行智能体映射，得到多个目标智能体。5.根据权利要求1所述的基于平均场理论算法的多学员模拟训练方法，其特征在于，所述基于平均场理论算法对多个所述目标智能体进行模拟协同训练并分析，得到对应的模拟训练结果步骤，包括：对多个所述目标智能体进行ID匹配，确定每个所述目标智能体的ID信息；
基于每...

【专利技术属性】
技术研发人员：白梦莹，杨晓龙，魏红珍，于立北，高金超，郑伟，陈立斌，
申请(专利权)人：中国船舶集团有限公司第七〇七研究所，
类型：发明
国别省市：