论文研究-基于JADE的兵棋推演系统研究 .pdf

能 力 的 缺 点 ， 本 文构建一个基于 JADE 的 兵棋推演系 统 。该系 统 将 多 智 能 体系统

（Multi-Agent-System，MAS）与兵棋推演系统（War Game Simulation，WGS）结合起来，

构建了基于 MAS 的兵棋推演的一般模型，深入研究了系统整体结构和其中关键的智能体

（Agent）的内部结构。通过解决推演过程中的代表问题之一的兵力目标分配这个问题，阐

述了 Agent 之间的协调模型，并利用蚁群算法思想对其解决。最后采用流行的 Agent 仿真框

架 JADE（Java Agent DEvelopment framework）对上述模型进行仿真模拟。

关键词：多智能体；兵棋推演；JADE；蚁群算法

environment, we build a War Game System with JADE. The system combined MAS with WGS

which build a common model for WGS based on MAS. We also analyzed the structures of some

key agents of the model. We also explained the coordination between agents by solving the

solider-assign problem with ACO. In the last part of paper, we simulated the model by JADE,

which proved the possibility of using MAS in WGS.

Key words: MAS; WGS; JADE; ACO

究人员的重视，国外在已有多款比较成熟的基于 MAS 的兵棋推演系统：ISAAC、EINSTein、

Agent 已经应用到了计算机科学技术、人工智能、模式识别等许多领域。业界内的共识中，

Agent 应该具有以下特征：自治性（Autonomy）、社会性（Sociality）、反应性（Reactivity）、

能动性（Pre-activeness）。

够解决规模庞大，结构复杂的问题。

着兵棋中的各种因素，比如地形、人员、武器等等，这些都是兵棋的基本构成。

本文将作战算子 Agent 分为为两类，一类作为普通作战兵力智能体（soliderAgent），

是推演作战的基本单元，进行基本的战场任务执行，另一类是作战指挥智能体（chiefAgent），

被赋予分队指挥职能角色，在 soliderAgent 之上，可以根据战场当前的信息，判断决定整个

分队下一步意图。

除作战智能体以外，系统中还需要战场环境智能体（battleFieldAgent）提供其他 Agent

提出的战场信息查询要求，提供战场情况。

上述三种智能体之间的结构如下图 1 所示

库。其中实线表示 Agent 信息交互，箭头表示 Agent 的隶属关系。每个 chiefAgent 有若干个

下属 soliderAgent，组成分队编制。多个 chiefAgent、soliderAgent 以及 battleFieldAgent、数

据库和规则库组成整个系统。在系统中，不同 Agent 之间可以相互通信，交流信息

可以访问规则库、数据库，进行数据的存储和读取。

础任务，包括机动任务、侦察任务、攻击任务等等。soliderAgent 在接受 chiefAgent 下达的

设计的 soliderAgent，应该拥有以下特性： 属性模块、机动模块、侦查模块、攻击和判定模

并且对任务进行分配，这其中包括敌方目标的汇总、作战任务指派等等。

就是一个多目标求得最优解的问题。

为了方便描述，引入以下符号：

假设第 i 个 分 队 指 挥 chiefAgent ，其有 m 个下属的 soliderAgent ，故