人機對抗模型及關鍵技術－sunshine soul

與感知智能不同，人機對抗通常側重於更複雜的時間序列決策和其他認知智能。對過程進行建模是一個非常複雜的問題，因此認知決策模型是整個人機對抗中的核心關鍵環節。

IVE工程全新ai人工智能課程 - 人工智能及機械人學高級文憑，供了對機械，人工智能編程，自動化和系統整合領域的知識和技能的全面培訓，以配合工業4.0、智慧城市，及人工智能及等機械人新興技術的發展。

本文將強對峙環境下人機對抗的決策過程概括為感知，推理，決策和控制，並總結了人機對抗的關鍵技術為對戰空間表示與建模，態勢評估與推理，策略的生成與優化，以及動作的協調，由控制和控制四個部分組成;通過對情境的理解，認知預測，戰略決策和行動的實施，不斷地迭代和增強局部整體，對抗能力得到獨立提高。

對抗空間的表示和建模，構建有效的知識表示模型，準確描述對抗空間中決策要素的組成，屬性特徵以及要素之間的交互是實現人機對抗的基礎。巨大的複雜性，高動態性和強大的對抗環境具有大規模和高維決策要素，高度耦合的因素影響以及關鍵決策信息不完整的特徵，這使得對峙空間的定量表示極具挑戰性。

可以在該領域進行的研究包括：對抗空間元素實體-關係表示;對抗空間中各種類型的實體，實體屬性及其交互關聯的研究;建立決策元素表示模型;對抗空間特徵張量表示學習，實體分析屬性關係耦合和結構拓撲對個人和群體對抗能力的影響，構建了可解釋的高維張量描述對抗空間;分層聚合算法計算模型，經驗表示法和數值計算的融合，定義多因素，對抗姿態和對抗能力的分層收斂計算規則，形成一個環境-競爭性的多耦合可計算表示系統;基於異構信息網絡的抽象通用空間表示，基於能力計算規則，研究對抗元素的抽象姿態表示，減少對抗場景依賴引起的噪聲和數據稀疏性。