于人工智能的決策技術(shù)導(dǎo)讀

特邀策劃人

李艷斌

博士，中國電子科技集團(tuán)公司第五十四研究所研究員。

暢鑫

博士，中國電子科技集團(tuán)公司第五十四研究所高級(jí)工程師。

劉東輝

博士，石家莊鐵道大學(xué)管理學(xué)院講師，長期從事復(fù)雜系統(tǒng)管理、策略優(yōu)化等領(lǐng)域的研究。獲評(píng)中國地質(zhì)大學(xué)（北京）優(yōu)秀博士學(xué)位論文，在國內(nèi)外期刊和會(huì)議發(fā)表論文１５ 篇，其中，以第一作者發(fā)表ＳＣＩ ／ ＳＳＣＩ 論文５ 篇。主研河北省教育廳青年基金項(xiàng)目１ 項(xiàng)，擔(dān)任Ｎｏｎｌｉｎｅａｒ Ｄｙｎａｍｉｃｓ，Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｒｅｓｅａｒｃｈ，Ｃｏｍｐｌｅｘｉｔｙ 等國際期刊審稿人。

馬宏斌

博士，航天工程大學(xué)電子與光學(xué)工程系、智能化航天測(cè)運(yùn)控教育部重點(diǎn)實(shí)驗(yàn)室講師。長期從事人工智能、電磁頻譜感知等領(lǐng)域的研究，在國內(nèi)外期刊和會(huì)議發(fā)表論文１０ 篇，其中，ＳＣＩ 論文８ 篇，會(huì)議優(yōu)秀論文１ 篇，授權(quán)發(fā)明專利２１ 項(xiàng)，擔(dān)任ＩＥＥＥ Ｓｉｇｎａｌ Ｌｅｔｔｅｒｓ，ＳｉｇｎａｌＩｍａｇｅ ａｎｄ Ｖｉｄｅｏ Ｐｒｏｃｅｓｓｉｎｇ 等期刊審稿人。

內(nèi)容導(dǎo)讀

隨著Ａｌｐｈａ Ｇｏ 在圍棋領(lǐng)域擊敗李在石奪冠、Ａｌｐｈａ Ｓｔａｒ 在復(fù)雜的“星際爭霸２”游戲中完勝職業(yè)選手、深度強(qiáng)化學(xué)習(xí)支撐在托卡馬克裝置內(nèi)保持核聚變等離子體穩(wěn)定驚艷全球，這些里程碑事件展示了基于人工智能的決策技術(shù)在各種實(shí)時(shí)、動(dòng)態(tài)和復(fù)雜環(huán)境下的驚人表現(xiàn)，從而證明了其在決策制定方面的巨大潛力。在各個(gè)領(lǐng)域中，基于人工智能的決策技術(shù)都具有革命性的潛力。在無人駕駛領(lǐng)域，智能系統(tǒng)可以根據(jù)路況和環(huán)境實(shí)時(shí)做出決策，提高交通安全性和效率。在頻譜管控方面，人工智能可以優(yōu)化無線電頻譜的利用，提高通信網(wǎng)絡(luò)的性能。在智慧醫(yī)療領(lǐng)域，人工智能可以幫助醫(yī)生做出更準(zhǔn)確的診斷和治療建議，提高醫(yī)療服務(wù)的質(zhì)量和效率。在指揮控制領(lǐng)域，人工智能可以輔助軍事人員及時(shí)做出決策，應(yīng)對(duì)各種復(fù)雜情況。因此，推動(dòng)智能決策技術(shù)的發(fā)展是將我國建成人工智能領(lǐng)域的領(lǐng)先國家和全球創(chuàng)新中心的重要方向之一。

在當(dāng)今所處的大數(shù)據(jù)時(shí)代，智能決策技術(shù)能夠充分地利用海量數(shù)據(jù)分析、挖掘和探索內(nèi)在機(jī)理，解決動(dòng)態(tài)復(fù)雜場(chǎng)景下的多目標(biāo)優(yōu)化和多智能體的協(xié)同管控等問題。為集中展現(xiàn)基于人工智能的決策技術(shù)的最新研究成果，《無線電工程》第６ 期推出“基于人工智能的決策技術(shù)”專題。專題采用公開征稿的方式組織稿件，在所有通過專家評(píng)審的稿件中，最終確定錄用稿件７ 篇。專題主要展示了通信輻射源識(shí)別、協(xié)作頻譜感知、解決獎(jiǎng)賞稀疏性問題、多智能體協(xié)同能力提升、基于ＬＥＯ 衛(wèi)星網(wǎng)絡(luò)的切換判決、電力物聯(lián)網(wǎng)動(dòng)態(tài)切片策略和車聯(lián)網(wǎng)資源分配等研究成果。

在通信輻射源識(shí)別方面收錄１ 篇論文。作為電磁頻譜決策和管控的重要環(huán)節(jié)，王育欣等介紹了開源輻射源識(shí)別數(shù)據(jù)集，綜述了基于知識(shí)驅(qū)動(dòng)和基于數(shù)據(jù)驅(qū)動(dòng)的輻射源個(gè)體識(shí)別技術(shù)研究現(xiàn)狀，剖析了當(dāng)前深度學(xué)習(xí)在輻射源個(gè)體識(shí)別領(lǐng)域面臨的問題，指引了未來輻射源個(gè)體識(shí)別的發(fā)展方向。

在協(xié)作頻譜感知方面收錄１ 篇論文。為解決多節(jié)點(diǎn)協(xié)作頻譜感知引起的全局決策延遲問題，劉春玲等提出節(jié)點(diǎn)評(píng)估與選擇和網(wǎng)格搜索的強(qiáng)化學(xué)習(xí)算法。先通過節(jié)點(diǎn)評(píng)估與選擇算法阻止惡意用戶參與協(xié)作頻譜感知，再基于網(wǎng)格搜索的強(qiáng)化學(xué)習(xí)機(jī)制搜索出所有可能的參數(shù)組合。仿真結(jié)果表明，該方法與其他算法相比，在提高檢測(cè)概率的同時(shí)，解決了全局決策延遲的問題。

在解決多智能體策略生成獎(jiǎng)賞稀疏性問題的理論研究方面收錄１ 篇論文。針對(duì)特定策略如何快速產(chǎn)生對(duì)抗策略這一問題，劉東輝等基于靜態(tài)博弈理念，對(duì)馬爾科夫決策過程演化，以對(duì)抗結(jié)果作為目標(biāo)函數(shù)，基于動(dòng)作集合優(yōu)化目標(biāo)函數(shù)，對(duì)策略優(yōu)化問題進(jìn)行數(shù)學(xué)建模。相比于經(jīng)典多智能體強(qiáng)化學(xué)習(xí)方法，本方法能夠針對(duì)特定策略高效產(chǎn)生多智能體對(duì)抗策略。

在提升多智能體協(xié)同能力的理論研究方面收錄１ 篇論文。針對(duì)典型多智能體博弈對(duì)抗策略生成框架缺乏從整體角度對(duì)子策略的協(xié)同控制的問題，暢鑫等基于分層強(qiáng)化學(xué)習(xí)提出改進(jìn)方法。構(gòu)造融合觀測(cè)信息的頂層策略控制模型，完成控制信息的映射。基于開源對(duì)抗場(chǎng)景的實(shí)驗(yàn)結(jié)果表明，該策略生成方法對(duì)于多智能體協(xié)同對(duì)抗效果提升明顯。

在基于ＬＥＯ 衛(wèi)星網(wǎng)絡(luò)的切換判決方面收錄１ 篇論文。張英健等結(jié)合ＬＥＯ 衛(wèi)星網(wǎng)絡(luò)切換判決方法研究進(jìn)展，綜述了切換判決方法。歸納了常用的圖論模型切換判決方法。總結(jié)了機(jī)器學(xué)習(xí)在ＬＥＯ 衛(wèi)星網(wǎng)絡(luò)切換判決中的應(yīng)用。結(jié)合常用評(píng)價(jià)性能指標(biāo)對(duì)不同切換判決方法進(jìn)行了對(duì)比分析。對(duì)未來ＬＥＯ 衛(wèi)星網(wǎng)絡(luò)切換研究值得關(guān)注的問題進(jìn)行了展望，為后續(xù)相關(guān)研究提供解決思路。

在電力物聯(lián)網(wǎng)動(dòng)態(tài)切片策略研究方面收錄１ 篇論文。辛銳等研究了動(dòng)態(tài)網(wǎng)絡(luò)場(chǎng)景下的切片策略，基于深度強(qiáng)化學(xué)習(xí)算法求解虛擬網(wǎng)絡(luò)功能部署和業(yè)務(wù)傳輸路由確定這一復(fù)雜聯(lián)合優(yōu)化問題，實(shí)驗(yàn)證明所提策略能根據(jù)目前的網(wǎng)絡(luò)狀態(tài)靈活地改變部署方案，控制業(yè)務(wù)路由平均能量損耗、平均可靠性和平均剩余帶寬占有率，提高了網(wǎng)絡(luò)整體傳輸性能。

在車聯(lián)網(wǎng)資源分配方面收錄１ 篇論文。孟水仙等為解決車輛高速移動(dòng)性和全局狀態(tài)信息獲取困難等問題，提出了一種基于完全分布式多智能體深度強(qiáng)化學(xué)習(xí)的資源分配算法。引入共享經(jīng)驗(yàn)池機(jī)制、長短期記憶網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和殘差網(wǎng)絡(luò)結(jié)合增強(qiáng)算法的準(zhǔn)確性和預(yù)測(cè)能力。實(shí)驗(yàn)結(jié)果表明，所提出的算法能夠滿足車對(duì)基礎(chǔ)設(shè)施鏈路的高吞吐量以及車對(duì)車鏈路的低延遲要求，并且對(duì)環(huán)境變化表現(xiàn)出良好的適應(yīng)性。

綜上所述，專題收錄的７ 篇論文，分別針對(duì)特定的研究問題，從理論研究和工程應(yīng)用維度，多個(gè)視角展示了當(dāng)前基于人工智能的決策技術(shù)的進(jìn)展，得到了有意義的研究結(jié)論，能夠提供較好的參考作用。當(dāng)然，這些論文也不能窮盡智能通信技術(shù)各方面的進(jìn)展，希望通過這些論文的刊出，讓更多的專家學(xué)者和研究人員關(guān)注該領(lǐng)域的發(fā)展，從而促進(jìn)產(chǎn)生更多的研究成果。

最后，感謝參與稿件評(píng)審的各位專家學(xué)者的辛勤工作，衷心希望專題的出版能夠?qū)谌斯ぶ悄艿臎Q策技術(shù)研究起到有益的作用。