国防管理杂志
开放获取

抽象的

模拟空战任务中基于遗传模糊的人工智能无人战斗机控制

尼古拉斯·欧内斯特、大卫·卡罗尔、科里·舒马赫、马修·克拉克、凯利·科恩和吉恩·李

遗传模糊系统的突破，尤其是遗传模糊树方法的发展，使得基于模糊逻辑的人工智能得以开发，可应用于极其复杂的问题。具有极高的性能和计算效率以及对不确定性和随机性的鲁棒性、适应不断变化的场景、通过正式方法进行验证和验证以遵循安全规范和操作原则以及易于设计和实施的能力只是其中的一些优势这种类型的控制所带来的。在本白皮书中，作者介绍了 ALPHA，这是一种人工智能，可在超保真模拟环境中控制无人机在空战任务中的飞行。到今天，这代表了基于模糊逻辑的人工智能在无人机控制问题上最复杂的应用。在开发过程中，（退休）吉恩·李上校对 ALPHA 的版本进行了评估，他将 ALPHA 描述为“迄今为止（他）见过的最具攻击性、反应灵敏、动态和可信的人工智能”。这些初步结果的质量不仅复杂且充满不确定性，而且还包含智能和不受限制的敌对力量，对此类人工智能具有重大影响。这项工作极大地增加了证据，证明这种方法是解决广泛问题的理想解决方案。在开发过程中，（退休）吉恩·李上校对 ALPHA 的版本进行了评估，他将 ALPHA 描述为“迄今为止（他）见过的最具攻击性、反应灵敏、动态和可信的人工智能”。这些初步结果的质量不仅复杂且充满不确定性，而且还包含智能和不受限制的敌对力量，对此类人工智能具有重大影响。这项工作极大地增加了证据，证明这种方法是解决广泛问题的理想解决方案。在开发过程中，（退休）吉恩·李上校对 ALPHA 的版本进行了评估，他将 ALPHA 描述为“迄今为止（他）见过的最具攻击性、反应灵敏、动态和可信的人工智能”。这些初步结果的质量不仅复杂且充满不确定性，而且还包含智能和不受限制的敌对力量，对此类人工智能具有重大影响。这项工作极大地增加了证据，证明这种方法是解决广泛问题的理想解决方案。？这些初步结果的质量不仅复杂且充满不确定性，而且还包含智能和不受限制的敌对力量，对此类人工智能具有重大影响。这项工作极大地增加了证据，证明这种方法是解决广泛问题的理想解决方案。？这些初步结果的质量不仅复杂且充满不确定性，而且还包含智能和不受限制的敌对力量，对此类人工智能具有重大影响。这项工作极大地增加了证据，证明这种方法是解决广泛问题的理想解决方案。