論文の概要: Analysis of OODA Loop based on Adversarial for Complex Game Environments

• arxiv url: http://arxiv.org/abs/2203.15502v1
• Date: Fri, 25 Mar 2022 09:17:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-03 06:58:45.406164
• Title: Analysis of OODA Loop based on Adversarial for Complex Game Environments
• Title（参考訳）: 複雑なゲーム環境に対する逆数に基づくOODAループの解析
• Authors: Xiangri Lu, Hongbin Ma, Zhanqing Wang
• Abstract要約: OODA リング (Observation, Orientation, Decision, Action) 理論に基づく対立モデルの階層解析ゲーム戦略を提案する。 今後の無人戦争の動向を考慮して、NetLogoのソフトウェアシミュレーションは、2つの戦車間の対決の動的導出を構築するために使用される。
• 参考スコア（独自算出の注目度）: 0.12891210250935145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To address the problem of imperfect confrontation strategy caused by the lack of information of game environment in the simulation of non-complete information dynamic countermeasure modeling for intelligent game, the hierarchical analysis game strategy of confrontation model based on OODA ring (Observation, Orientation, Decision, Action) theory is proposed. At the same time, taking into account the trend of unmanned future warfare, NetLogo software simulation is used to construct a dynamic derivation of the confrontation between two tanks. In the validation process, the OODA loop theory is used to describe the operation process of the complex system between red and blue sides, and the four-step cycle of observation, judgment, decision and execution is carried out according to the number of armor of both sides, and then the OODA loop system adjusts the judgment and decision time coefficients for the next confrontation cycle according to the results of the first cycle. Compared with traditional simulation methods that consider objective factors such as loss rate and support rate, the OODA-loop-based hierarchical game analysis can analyze the confrontation situation more comprehensively.
• Abstract（参考訳）: インテリジェントゲームのための非完全情報動的対策モデルシミュレーションにおいて,ゲーム環境の情報不足による不完全対決戦略の問題に対処するため,oodaリング(観測,方向,決定,行動)理論に基づく対決モデルの階層的分析ゲーム戦略を提案する。 同時に,NetLogoのソフトウェアシミュレーションは,非有人未来戦の傾向を考慮した2つの戦車間の対決の動的導出を構築するために用いられる。 本発明の検証プロセスにおいて、OODAループ理論を用いて、赤と青の両面の複雑なシステムの動作過程を記述し、両面の装甲数に応じて観察・判定・決定・実行の4段階サイクルを行い、次いで、OODAループシステムは、第1サイクルの結果に応じて次の対向サイクルの判定・決定時間係数を調整する。 損失率や支援率などの客観的要因を考慮した従来のシミュレーション手法と比較して,OODAループに基づく階層型ゲーム解析は,より包括的に対決状況を分析することができる。

関連論文リスト

• Bidirectional Decoding: Improving Action Chunking via Closed-Loop Resampling [51.38330727868982]
  双方向デコーディング(BID)は、クローズドループ操作で動作チャンキングをブリッジするテスト時間推論アルゴリズムである。 BIDは、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させることを示す。
  論文  参考訳（メタデータ） (2024-08-30T15:39:34Z)
• Towards a Game-theoretic Understanding of Explanation-based Membership Inference Attacks [8.06071340190569]
  ブラックボックス機械学習(ML)モデルは、メンバーシップ推論攻撃(MIA)のようなプライバシ脅威を実行するために利用することができる。 既存の作業は、敵とターゲットMLモデルの間の単一の"What if"相互作用シナリオにおいてのみ、MIAを分析している。 このような最適しきい値が存在することを証明し、MIAの起動に使用できる音響数学的定式化を提案する。
  論文  参考訳（メタデータ） (2024-04-10T16:14:05Z)
• 3D Human Pose Analysis via Diffusion Synthesis [65.268245109828]
  PADSは、逆問題フレームワーク内での一般的な3次元ポーズ解析に取り組むための、初めての拡散ベースのフレームワークである。 その性能は異なるベンチマークで検証され、パイプラインの適応性と堅牢性を示している。
  論文  参考訳（メタデータ） (2024-01-17T02:59:34Z)
• ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing Forecasting Models in Badminton [52.21869064818728]
  バドミントンにおけるプレイヤー戦術予測のための深層学習アプローチは、部分的にはラリープレイヤの相互作用に関する効果的な推論に起因する有望なパフォーマンスを示している。 本稿では,Shapley値の変量に基づいてバドミントンにおける予測モデルを解析するためのターンベース特徴属性手法であるShuttleSHAPを提案する。
  論文  参考訳（メタデータ） (2023-12-18T05:37:51Z)
• Provably Efficient UCB-type Algorithms For Learning Predictive State Representations [55.00359893021461]
  逐次決定問題は、予測状態表現(PSR)によってモデル化された低ランク構造が認められる場合、統計的に学習可能である 本稿では,推定モデルと実モデル間の全変動距離を上限とする新しいボーナス項を特徴とする,PSRに対する最初のUCB型アプローチを提案する。 PSRに対する既存のアプローチとは対照的に、UCB型アルゴリズムは計算的トラクタビリティ、最優先の準最適ポリシー、モデルの精度が保証される。
  論文  参考訳（メタデータ） (2023-07-01T18:35:21Z)
• A Classification of Feedback Loops and Their Relation to Biases in Automated Decision-Making Systems [0.0]
  MLに基づく意思決定パイプラインにおけるフィードバックループのタイプについて検討する。 フィードバックループの存在は、MLバイアスを永続的に、強化し、あるいは軽減することができる。
  論文  参考訳（メタデータ） (2023-05-10T11:15:22Z)
• UAV Path Planning Employing MPC- Reinforcement Learning Method for search and rescue mission [0.0]
  複雑で不確実な環境での無人航空路計画(UA V)の課題に取り組む。 本稿では,Long-Short-Term Memory (LSTM) ネットワークに基づくモデル予測制御(MPC)を,Deep Deterministic Policy Gradientアルゴリズムに統合して設計する。
  論文  参考訳（メタデータ） (2023-02-21T13:39:40Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• Weakly-Supervised Video Object Grounding via Causal Intervention [82.68192973503119]
  我々は、モデル学習中にのみビデオ文アノテーションが利用できる、弱教師付きビデオオブジェクトグラウンドディング(WSVOG)の課題をターゲットにしている。 文で記述されたオブジェクトをビデオの視覚領域にローカライズすることを目的としており、パターン分析や機械学習に必要な基本的な機能である。
  論文  参考訳（メタデータ） (2021-12-01T13:13:03Z)
• Robust Optimization and Validation of Echo State Networks for learning chaotic dynamics [6.345523830122166]
  カオス解の時間精度予測へのアプローチは、データから時間パターンを学ぶことである。 既存の研究では、ハイパーパラメータの小さな変更がネットワークの性能に顕著に影響を及ぼすことが示されている。 本稿では,カオス解の時間的精度を予測するために,エコー状態ネットワークのロバスト性を評価し,改善することを目的とする。
  論文  参考訳（メタデータ） (2021-02-09T22:24:00Z)
• Monitoring nonstationary processes based on recursive cointegration analysis and elastic weight consolidation [2.8102838347038617]
  従来のアプローチは、通常の動的偏差を障害と誤認し、高い誤報を引き起こす。 本稿では, RCA と RPCA を用いて, 実際の故障と通常のシステム変化を区別する手法を提案する。 破滅的な「忘れる問題」を解決するために弾性重量凝縮(EWC)が用いられる。
  論文  参考訳（メタデータ） (2021-01-21T12:49:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。