domingo, 14 de julio de 2013
El modelo de salvas: Una aproximación diferente a las ecuaciones de Lanchester
Descripción del modelo:
Dos fuerzas los rojos (R) y los azules (A) lanzan salvas simultáneas de misiles, al mismo tiempo que intentan detener la salva lanzada contra ellos.
R y A son el número de unidades rojas y azules respectivamente. \( \alpha\) y \( \beta \) son el número de misiles lanzados por los rojos y los azules, respectivamente. y y z son el número de misiles interceptados cada salva por los rojos y los azules respectivamente. Y cada barco tiene una resistencia w si es rojo , o x si es azul. donde cada misil azul hace un daño \(u=\dfrac{1}{x}\) y cada misil rojo \(v= \dfrac{1}{y}\)
Entonces el cambio en el número de unidades cada salva es:
$$\Delta A = -(\beta B - yA ) u $$
$$\Delta B = -(\alpha A- zB)v $$
Las restas deben ser positivo definidas para evitar la creación espuria de unidades en el modelo o empiezan a ocurrir cosas interesantes.
Estos modelos sencillos, son interesantes para el desarrollo de tácticas, para la descripción de batallas pasadas (como las de la guerra de las Malvinas). Todos los modelos traen una advertencia y es que no son la realidad y hay que aplicarlos adecuadamente en el dominio de su competencia, donde son útiles y no dañinos, como la mala aplicación de las ecuaciones de Lanchester hecha durante la guerra de Vietnam por las mentes del Pentágono, donde si hubo mas bajas enemigas, pero de todas maneras se perdió la guerra.
sábado, 8 de junio de 2013
Simulación computacional de combate (V): Tácticas
Para una implementación adecuada de tácticas en modelos computarizados de combate lo primero que hay que decidir es si la inteligencia artificial tendrá un agente director o la inteligencia será deslocalizada y emergente.
Una de las principales herramientas utilizadas en la formulación de tácticas son los mapas de influencia.
En los mapas de influencia el mapa se subdivide en áreas las cuales se califican según ciertos parámetros como presencia de recursos, tropas enemigas, objetivos y obstáculos.
Este mapa puede ser parte de un agente director, o estar incorporado a cada agente individual.
Otra manera de incorporar comportamientos con tácticas emergentes, es la implementación de máquinas de estados finitos. Las cuales pueden llevar comportamientos relativamente simples. Como, una vez detectado el enemigo se pide apoyo a agentes cercanos, se busca cobertura y se intenta rodear al enemigo. Si un agente intenta rodear, los otros dan fuego de cobertura. Todo esto son acciones simples, pero combinando las comunicaciones con las máquinas de estados finitos se pueden conseguir comportamientos muy complicados.
Otra manera de generar estrategias es mediante el uso de Sistemas de aprendizaje y clasificación (LCS por sus siglas en inglés). Este método utiliza una versión modificada de los algoritmos genéticos con un método para determinar el posible resultado de las acciones a realizar. Una ventaja de este método es que permite el aprendizaje de nuevos comportamientos.
Existen otras maneras de estudiar estrategias que dependen de caminar árboles e decisiones pero en general son muy lentas para ser utilizadas en este tipo de simulación.