文章详情

摘要

随着犯罪情况的不断变化，警务人员需要持续接受培训以适应新的挑战。为了让警务人员在安全环境下进行车辆追逃训练，并对追逃过程进行战术推演，节约训练成本，该研究提出了一种基于VR的警务车辆追逃训练与战术推演系统设计方案。该方案利用Blender软件构建场景、车辆等模型，并将其导入Unity平台进行代码编写，以实现相应功能。通过外部设备，警务人员可以控制车辆和体验沉浸式训练。此外，借助ML-Agents插件结合强化学习算法对智能体进行训练，从而完成战术推演。基于VR的警务车辆追逃训练与战术推演系统为警务人员提供了全新的追逃训练手段，同时为优化警力部署提供了参考，具有显著的实用价值。

关键词

追逃训练；战术推演；警务；多智能体；强化学习

参考文献

1. [1] 师博，王福柱.警务实战训练虚拟动态场景构建仿真 [J].计算机仿真，2023，40（3）：1-4+134.
2. [2] 商瀑.人工智能与刑事侦查：历史变迁、技术分类及未来展望 [J].中国人民公安大学学报：社会科学版，2020，36（6）：46-54.
3. [3] 万宇航，朱子璐，钟春富，等.基于改进PPO算法的机械臂动态路径规划 [J/OL].系统仿真学报，2024：1-14（2024-05-21）.https://doi.org/10.16182/j.issn1004731x.joss.24-0122.
4. [4] 柳春晖.基于深度强化学习的多智能体协同围捕方法研究 [D].大连：大连海事大学，2023.
5. [5] 张泽崴.基于深度强化学习的多智能体攻防对抗策略研究 [D].重庆：重庆理工大学，2023.
6. [6] 李吉浩.虚拟装配定位约束及智能路径规划研究 [D].西安：西安理工大学，2023.
7. [7] 彭迪，陈黄梓.面向实战的反恐战术训练虚拟系统设计及教学实现 [J].实验室研究与探索，2023，42（4）：205-209+231.
8. [8] 雷晓莉，孙亮，赵磊.一种基于Unity3D的可视化雷达仿真软件设计 [J].空天预警研究学报，2024，38（2）：132-137.
9. [9] 徐敬青，崔平，文健，等.基于3DSMAX和Unity3D的末制导炮弹射击准备虚拟训练系统设计 [J].兵器装备工程学报，2021，42（7）：30-34.
10. [10] 张祥瑞，谭泰，李辉，等.基于深度强化学习的无人机空战机动决策方法 [J/OL].计算机工程，2024：1-15（2024-08-23）.https://doi.org/10.19678/j.issn.1000-3428.0069621.
11. [11] LAI J，CHEN X，ZHANG X. Training an Agent for Third-person Shooter Game Using Unity ML-Agents [C]//2019 International Conference on Artificial Intelligence and Computing Science.Chengdu：ICAICS，2019：6.
12. [12] 况立群，李思远，冯利，等.深度强化学习算法在智能军事决策中的应用 [J].计算机工程与应用，2021，57（20）：271-278.
13. [13] CAI H，LUO Y G，GAO H L，et al. A Multiphase Semistatic Training Method for Swarm Confrontation Using Multiagent Deep Reinforcement Learning [J/OL ].Computational Intelligence and Neuroscience，2023：2955442（2023-07-07）.https://doi.org/10.1155/2023/2955442.

基金项目

公安部技术研究计划项目（2024JSYJC06）

作者简介

尤涵（2002—），女，汉族，河北保定人，硕士在读，研究方向：警务仿真；李智慧（1981—），女，汉族，湖北黄石人，副教授，博士，研究方向：警务仿真。