在当代威胁环境中,威胁可能在意想不到的时间从意想不到的角度出现。准确辨别战术意图的能力对于有效决策至关重要。传统的威胁识别策略可能不再适用。本文将探讨如何利用算法识别威胁的战术意图。为此,在模拟实验中比较了人类和算法在识别敌对智能体战术意图方面的功效。在实验中,70 名人类参与者和一个算法在一个海军指挥和控制场景中扮演数据分析师的角色。在该场景中,敌方智能体控制一艘舰艇将拦截多艘友军舰艇中的一艘。数据分析师的任务是及时识别敌方智能体可能攻击的目标。我们对识别的正确性和及时性进行了研究。人类参与者的识别准确率为 77%,平均反应时间为 7 秒。算法的准确率达到了 87%,同时受限于人类的反应时间。当人类参与者识别正确时,算法有 89% 的时间表示同意。相反,当人的反应不正确时,算法有 91% 的时间不同意,这表明决策支持系统有机会在这种情况下影响人的决策。这项研究有助于加深我们对复杂作战环境中的态势感知和决策支持的理解。

成为VIP会员查看完整内容
63

相关内容

军事防务数据板块介绍:系统化采集、存储、管理、分析与军事国防安全相关信息的专用数据板块,其核心在于整合全球新兴国防技术(军事人工智能、无人系统等)、热点案例(俄乌战争、美以伊战争)等方面的最新时讯、研究报告/论文、条令法规、案例分析,为战略研判、情报分析、决策支持等提供知识支撑。
《人工智能对传统人工情报分析的影响》最新报告
专知会员服务
55+阅读 · 2024年10月10日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
【2022新书】深度学习归一化技术,117页pdf
专知
29+阅读 · 2022年11月25日
基于深度学习的数据融合方法研究综述
专知
37+阅读 · 2020年12月10日
国家自然科学基金
40+阅读 · 2015年12月31日
国家自然科学基金
20+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
Arxiv
176+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
501+阅读 · 2023年3月31日
Arxiv
83+阅读 · 2023年3月26日
Arxiv
182+阅读 · 2023年3月24日
Arxiv
27+阅读 · 2023年3月17日
VIP会员
最新内容
综述 | 3D场景图:开放挑战与未来方向
专知会员服务
1+阅读 · 今天15:00
21世纪的无人机战争
专知会员服务
2+阅读 · 今天14:05
《量子技术的军事任务技术适配与利用》
专知会员服务
2+阅读 · 今天13:51
美国从乌克兰无人机战争中学习经验
专知会员服务
7+阅读 · 6月21日
ICML 2026 | 面向视觉语言模型的语义鲁棒性认证
专知会员服务
5+阅读 · 6月21日
相关VIP内容
《人工智能对传统人工情报分析的影响》最新报告
专知会员服务
55+阅读 · 2024年10月10日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
相关基金
国家自然科学基金
40+阅读 · 2015年12月31日
国家自然科学基金
20+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员