智能決策的案例
智能網聯汽車智能決策技術的認知
決策技術結構體系
決策層是自主駕駛系統智能性的直接體現，對車輛的行駛安全性和整車性能起著決定性作用，以谷歌和斯坦福等為代表的眾多企業和高校做出了大量研究。
常見的決策體系結構有分層遞階式、反應式以及二者的混合式。
分層遞階式體系結構
決策層是自主駕駛系統智能性的直接體現，對車輛的行駛安全性和整車性能起著決定性作用，以谷歌和斯坦福等為代表的眾多企業和高校做出了大量研究。
常見的決策體系結構有分層遞階式、反應式以及二者的混合式。
反應式體系結構
混合式體系結構
先進決策理論
2. 智能決策技術未來發展趨勢
基于機器學習的非結構化道路檢測框架
基于人工智能的車云協同自動駕駛系統構建方案示意圖
智能計算平臺
自動駕駛汽車從交通運輸工具逐步轉變為新型移動智能終端。
汽車功能和屬性的改變導致其電子電氣架構隨之改變，進而需要更強的計算、數據存儲和通信能力作為基礎，車載智能計算平臺是滿足上述要求的重要解決方案。
展開 大數據智能決策.
隨著云計算(Cloud computing) 技術興起,基于云計算的智能決策支持系統成為大數據智能決策支持的一個研究方向.云計算通過互聯網將虛擬化的數據中心和智能用戶終端有機地聯系起來,為用戶提供了便捷的信息服務環境.在大數據環境下,云計算平臺可以為大數據的決策分析提供龐大的存儲空間和強大的分布式并行計算能力.決策環境的開放性、決策資源的虛擬化、問題求解的分布式協作性將使得基于云計算的智能決策有著與傳統智能決策不同的特征[21].隨著移動智能設備和移動互聯網的普及,分布式移動云計算環境下智能決策方法成為當前的一個研究熱點[33].
展開 面向智能決策的軍事數據工程建設
肖楚琬，劉 嘉，唐小峰
(海軍航空大學，山東 煙臺 264001)
摘 要:針對軍事智能決策對于數據的高速、高效、高融合等要求，在分析當前軍事數據面臨的數據需求、采集、分析和服務等困難的基礎上，提出了由需求層、數據層、知識層、服務層和評估反饋過程構成的軍事數據工程結構框架，指出了建設需要重點關注的元數據、數據質量、小樣本特征提取、服務體系構建等重點內容和關鍵技術，為開展軍事數據工程建設打下了基礎。
關鍵詞:智能決策;軍事數據工程;元數據;數據質量;數據服務
隨著人工智能技術的發展，智能軍事決策由于其解決不確定和不完全性問題的天然優勢，成為軍事運籌領域的重點研究方向［1］。Alpha Star在“星際爭霸II”中戰勝人類職業玩家，顯示了人工智能在軍事決策領域的巨大潛力。美軍在“深綠”計劃研究的基礎上，持續開展了空戰模擬系統“Alpha AI”、虛擬指揮官參謀(CVS)等一系列智能項目研究，軍事智能決策技術日益成熟，逐漸走向實戰［2-4］。
數據是智能決策的基礎。隨著互聯網技術的發展，云計算、大數據、數據挖掘等技術已逐步成熟，為軍事數據工程建設打下了基礎。但是，由于保密和專業性等要求，軍事數據分散在各獨立單元，尚難以達到大數據規模。其準確性、一致性、完整性差，橫向不合，縱向不通等問題突出，很難滿足軍事智能決策需求。因此，亟須將現有軍事數據資源整合，從體系架構、標準規范、服務管理等方面合理規劃，建設能夠支撐戰略仿真、計劃制定等智能決策需求的軍事數據工程體系，為建設新一代“軍事智腦”，打贏下一場智能戰爭打下基礎。
1 軍事智能決策
1.1 決策的一般模型
決策是人類意志的直接反映，傳統決策方法一般來源于人的經驗。本質上它是一個基于目標，對有限條件和方法進行分析評估的過程，通過對方案進行分析和論證，從而做出決策，并驗證評估效果。
展開 加快人工智能融入現代指揮決策，推動軍事指揮決策水平提升
隨著大數據、神經網絡、云計算等先進技術的廣泛運用，人工智能正以前所未有的力量推動著決策思維、模式和方法的變革。小數據時代基于直覺和經驗的決策將讓位于智能化時代基于全樣本數據的決策，后者將成為主導戰場制勝的新范式。加快人工智能融入現代指揮決策，更好地實現人腦思維與機器計算的優勢互補，才能推動軍事指揮決策水平的整體提升。
厘清智能化融入的優勢所在
未來戰爭的智能化屬性將不斷增強，時刻需要根據敵情、我情和戰場環境的變化快速做出最優決策。單純的人腦決策已經難以適應現代戰爭節奏，需要積極借助人工智能，通過人機協同互補，實現軍事指揮決策的快速高效。數據驅動式決策，著眼大數據資源進行數據挖掘與綜合研析，從中發現數據關聯、未知規律并據此輔助指揮員進行決策。自主式決策依托大數據分析平臺，感知、認知和決策支持相結合，在確保時效性基礎上，精確生成并優選決策方案。預先實踐式決策，通過利用決策模擬系統，在作戰決策結果未轉化為作戰行動之前，對作戰方案進行實驗、檢驗、論證和優化，從中萃取最佳行動方案。由此觀之，人工智能將成為戰場的“全源分析師”，以其強大的數據和算法優勢，拓展指揮員對戰場的認知廣度和深度，可以實現更精準的態勢感知、更可信的戰局研判、更迅速的指揮控制。
把準智能化融入的重點指向
算法、算力以及數據既是人工智能發展的內在動力，也是核心支撐，應融入到指揮控制整個流程的關鍵環節之中。要增強態勢感知能力，為指揮決策提供情報基礎。應網絡化連接多維戰場中的感知系統，借助運用數據挖掘、深度學習等技術，處理并利用多源獲取的大量異構數據流，提取戰場有用情報，掌握戰場態勢變化，以實現信息優勢到決策優勢的有效轉化。要強化認知決斷能力，為指揮決策提供重要支撐。
展開 
數據分析與AI丨從傳感器到智能決策：數據驅動企業發展與 ESG 創新的全鏈路實踐
</strong></p><p class="ql-align-justify">A3：建議先與客戶的決策層溝通，了解其對智能化轉型的意愿和緊迫性。如果企業領導層已有明確意愿推進此類項目，我們可以提供已有的成功案例和可行方案，幫助他們理解升級的價值。例如，通過設備升級配合 AI 分析系統，可以節省人力成本、提高生產效率，甚至降低質量風險。關鍵在于，需用“業務語言”向決策者闡述技術方案的價值，而非單純講技術原理。</p><p class="ql-align-justify">如果客戶領導層沒有相關意識或意愿，則不建議強行推進，因為一線技術人員通常沒有決策權限，他們的主要職責是完成當前生產任務。因此，AI 項目的落地必須從管理層開始推動，只有在組織層面達成共識的前提下，技術團隊介入才有意義和價值。</p><p class="ql-align-justify"><strong>Q4：您好老師，我這邊也有三個問題，一個是關于方案設計的問題，另外兩個是實際應用過程中的挑戰，想請教您作為專家對此的看法。</strong></p><p class="ql-align-justify"><strong>第一個問題是：目前我們看到很多應用展示中，都是將大模型與數據展示結合，尤其在特定領域下通過訓練形成一些小模型，并與知識圖譜融合。那么我們公司這邊的方案是否是這樣一種形式？也就是說，是否具備一套標準化的小模型體系，并在此基礎上結合客戶實際業務進行推廣？還是說我們是完全根據用戶的業務需求，進行定制化的實施和部署？此外，我們的產品是否也包含一些方法論？例如在預測性診斷中，傳統的通用方法有 FMEA、PFMEA 等，我們是否在產品中也引入了這些方法論？
展開 戴西iDWS智能化研發平臺 V2026發布，“支撐系統”進化為“智能決策中樞”
隨著工業研發向多學科協同與規模化并行演進，企業普遍面臨工具分散、算力與許可資源難以統一調度，以及國產化與智能化同步推進的現實挑戰。同時，人工智能正在重塑研發范式，企業對數字化轉型的期待，正從“支撐工具”轉向具備過程理解與智能輔助能力的研發系統。
戴西 iDWS 智能化研發平臺 V2026，正是依托全棧自研的國產化研發協同架構、工業級算力調度體系、高性能圖形桌面云與 NexAI 智能體融合技術，面向復雜工程研發場景，提供的一體化智能化解決方案。
PART/1
從研發支撐平臺到“智能研發中樞”
在 iDWS 智能化研發平臺 V2026 （后稱iDWS平臺）版本中，戴西圍繞“智能化、工程化、國產化”三條主線，對平臺進行了系統級升級。本次版本迭代新增數十項核心功能能力，并對既有功能進行了大規模修復與性能優化，覆蓋研發協同、算力調度、許可管理、數據治理與 AI 應用等多個關鍵模塊。
其中，licMonitor（許可監控與優化能力）的正式引入，以及 NexAI 智能體在研發全流程中的深度嵌入，成為 V2026 區別于以往版本的兩項標志性升級。
這標志著 iDWS 平臺開始從“資源與流程管理平臺”，向具備智能感知、分析與輔助決策能力的研發平臺邁進。
展開 從狼群智能到無人機群協同決策
生物群集行為是自然界存在的一種普遍現象
,
先前的研究已表明人們可以通過模仿鳥群、魚群、蜂群等行為, 研究其群體性決策機制, 進而用于構建集群系統的決策系統框架. 狼群在認知、分工, 以及復雜環境適應性等方面具有突出的優勢, 尤其在群集行為中體現出主動學習、緊密配合, 以及快速響應等特征, 呈現出群智能的獨特性質。表
1
列舉了狼群、鳥群、魚群, 以及蟻群在幾種行為方面的不同特點
.
在空戰格斗等對抗環境下, 無人機集群所面臨的是高動態的拒止環境. 與一般飛行環境相比, 對抗環境普遍存在敵方目標的信號干擾和火力威脅, 這使得無人機集群必須具備在有限探測能力下的快速精確的動作響應. 狼群群集行為體現出較強的應變能力和組織能力, 使得狼群系統即使在危險環境下也不會出現失控和崩潰, 面對比自身體型更大、力量更強的獵物能夠采取靈活的配合與決策將其制服, 面對食物或領地競爭等突發事件也能夠及時組織成員參與化解. 由此可見, 狼群群集行為與對抗環境下的無人機集群機動飛行緊密契合, 將狼群智能應用于無人機集群協同決策與控制過程, 對提升無人機集群對抗能力具有重要借鑒意義。
狼群智能與無人機集群協同決策在映射機理上存在一致性。首先, 兩者行為特征相似。狼群系統在狩獵等威脅環境下的群集行為是典型的動態演變過程, 面對威脅目標需要利用快速準確的決策手段選擇性地采取有利于自身的行動策略以實現對目標的牽制。對抗環境下的無人機集群則是在高動態的拒止環境下, 面對對抗目標需要進行分布式決策與控制
,
通過協同配合完成小組范圍內對目標的夾擊或追蹤。其次, 兩者在環境認知方面的需求相似。狼群需要借助團隊配合和互助進行大范圍狩獵環境的搜捕, 掌握圍捕環境和狩獵目標的典型特征。
展開 感知（視覺）→決策（具身智能）→執行（自動化）
展會名稱：2026深圳（國際）具身智能創新展覽會
同期聯動展會：第 29 屆華南國際工業自動化展、華南國際機器視覺及工業應用展、華南國際工業博覽會
時間：2026 年 6 月 10-12 日
地點：深圳國際會展中心（寶安新館）12 號館（銜接自動化 / 機器視覺展區）
一、核心參展價值
1、政策 + 產業雙重紅利
緊扣《深圳市具身智能行動計劃》窗口期，2027 年產業規模將破千億。展會匯聚 90%+ 核心部件國產化供應鏈，可快速實現技術落地，坐享粵港澳大灣區 “機器人谷” 核心紅利。
2、同期多展聯動
與工業自動化展、機器視覺展同期舉辦，形成 “
感知（視覺）→決策（具身智能）→執行（自動化）” 的完整鏈路。共享 10 萬 + 精準觀眾，聯合展示、跨界論壇、技術對接會降低獲客成本，直達上下游合作伙伴。
3、政企研頂流齊聚
特邀政府主管部門、高校 / 科研院所帶頭人、產業鏈龍頭企業決策者，圍繞 “感知 / 決策 / 控制 / 交互” 核心技術、商業化路徑、政策支持等熱點展開深度對話，一鍵嵌入產業生態。
展開 感知·決策·執行——“2026北京具身智能技術展覽會”即將啟幕
展會將堅持“技術賦能、生態共生”的理念，推動“感知-決策-執行”技術閉環的深度融合與創新突破，助力我國機器人產業突破核心技術瓶頸，提升全球產業競爭力，加速機器人技術從工廠車間走向千行百業，勾勒“人機共生”的智能未來圖景。
目前，展會招商與觀眾預登記工作已全面啟動，參展企業可通過官方渠道報名參展，專業觀眾可提前完成預登記，享受快速入場、專屬對接等服務。讓我們相約2026北京國際機器人技術展覽會，共赴科技之約，共探產業新機，共筑機器人產業高質量發展新未來。
實用級北斗+AI道路智能巡檢系統，看千尋馳觀如何助力精細化公路養護決策
掃描下方二維碼或點此查看千尋馳觀如何助力精細化公路養護決策。
面向數字孿生戰場的智能體建模框架構建
與對抗性弱和邊界明確的工業應用環境不同，軍事作戰場景具有強對抗性與高度不確定性，邊界條件不清晰，采用傳統的規則式建模方法無法覆蓋所有可能情況，因此需采用智能化方法構建具備自主決策能力的行為模型，從而在規則無法覆蓋時，通過基于態勢的自主研判與自主決策，逼真模擬實戰中的作戰決策。
智能博弈技術以強化學習為主要技術途徑，通過構建虛擬對抗環境以及博弈智能體模型，進而在對抗環境中通過智能體產生的反饋信息來進行模型的自主決策能力的學習優化。近年來，智能博弈技術發展迅猛，在星級爭霸2和Dota 2等實時策略對抗游戲中戰勝人類職業選手，并且在軍事領域的單機空戰虛擬對抗中戰勝了人類飛行員。因此，利用智能博弈技術解決軍事自主決策問題是可行的。
智能博弈技術以強化學習為主要技術途徑，先構建虛擬對抗環境，再對博弈智能體模型進行構建，進而在對抗環境中通過智能體產生的環境反饋信息來進行模型的學習優化。
本文聚焦數字孿生戰場中的實體行為智能決策模型構建問題，提出了面向強化學習的智能體建模框架。首先，介紹了數字孿生戰場的概念及其發展現狀；然后，分析了基于智能博弈的行為決策技術的發展及其在數字孿生戰場中應用面臨的問題；接著，提出了智能體建模框架；最后，對智能博弈技術在數字孿生戰場中的應用前景進行了展望。
展開 
智能無人艇的未來應用前景
無人艇一般通過智能模塊與岸基基站鏈接，進而構成無人艇系統。
無人艇系統對外與岸基主控系統、領域基礎設施進行信息交互，對內實施對艇體平臺、任務載荷的控制。在其邏輯上可分為6個層次，即智能決策層、可視化分析層、通信鏈路層、識別感知層、控制層及功能執行層。
岸基基站是整個系統的指揮與控制中樞，負責對無人艇進行任務規劃、智能決策、電子海圖顯示、狀態監控、指揮控制等。它由監控計算機、無線網橋、BDS接收機、數傳電臺及其天線、饋線等組成。其中監控計算機的智能決策模塊和航行數據庫組成智能決策層，電子導航海圖和系統監控軟件構成可視化分析層，無線網橋、數傳電臺屬于數據鏈路層，BDS接收機屬于識別感知層。
無人艇是在接受岸基基站命令后實現其相應功能的。結合系統的功能及需求，基于模塊化設計理念，可將無人艇分解為控制模塊、視頻模塊、導航模塊、通信模塊、艇體模塊、動力模塊、航行模塊以及武器裝備模塊等。其中，控制模塊即為控制層，視頻模塊和導航模塊屬于識別感知層，導航模塊的數傳電臺和通信模塊屬于通信鏈路層，艇體模塊、動力模塊、航行模塊及武備模塊共同構成執行層。
展開 “互聯網與大數據環境下高端裝備制造工程管理理論與方法研究”重大項目指南
研究互聯網與大數據環境下高端裝備制造的系統演變與服務化、系統組織與智能運作、信息管理與智能決策。重點問題可包括：互聯網與大數據環境下高端裝備制造生態系統的演變與重構，高端裝備制造過程服務管理，高端裝備制造服務組織方式，高端裝備制造單元的自組織與集成方式，高端裝備制造智能運作模式創新，面向高端裝備制造的信息服務標準和開放結構、智能決策方法等。
（二）互聯網與大數據環境下高端裝備制造跨生命周期管理（申請代碼1選擇G0112）。
研究互聯網與大數據環境下高端裝備制造跨生命周期業務過程管理、數據協同、信息質量管理。重點問題可包括：互聯網與大數據環境下面向高端裝備制造的跨生命周期業務過程集成與優化，跨生命周期數據集成與溯源，外部信息資源發現與融合，高端裝備運維服務數據質量控制等。
（三）互聯網與大數據環境下高端裝備制造網絡協同管理（申請代碼1選擇G0103）。
研究互聯網與大數據環境下高端裝備制造供應鏈協同優化、服務鏈協同調度、價值網絡分析。重點問題可包括：互聯網與大數據環境下面向高端裝備制造的供應鏈協議模型構建與效用評估，供應鏈協同優化，服務能力評估與服務鏈構建，服務鏈協同與自適應調度，價值網絡構建、評估、預測、動態演化等。
（四）互聯網與大數據環境下高端裝備制造創新研制任務集成管理（申請代碼1選擇G0109）。
研究互聯網與大數據環境下高端裝備制造創新研制任務需求分析與管理、任務網絡分析與評價、任務集成與驗證。重點問題可包括：互聯網與大數據環境下面向高端裝備制造的用戶需求到任務要求轉化機理，研制任務需求分析與預測方法，研制任務網絡化建模方法，研制任務網絡魯棒性機理，研制任務集成與驗證評估方法等。
（五）互聯網與大數據環境下面向高端裝備制造的智能工廠運營優化（申請代碼1選擇G0103）。
展開 AI賦能邊緣網關：開啟智能時代的新藍海-龍興物聯網關專家
邊緣網關作為連接物理世界與數字世界的橋梁，在AI技術的加持下，正從簡單的數據采集傳輸節點，進化為具備智能決策能力的邊緣計算單元。這一變革不僅帶來了技術架構的革新，更為產業發展開辟了新的增長空間。</p><p>傳統邊緣網關受限于計算能力和算法支持，往往只能完成數據采集和簡單處理，大量原始數據需要回傳云端處理，導致響應延遲和帶寬壓力。AI技術的引入徹底改變了這一局面。通過在邊緣網關集成AI芯片和算法模型，使其具備了實時數據分析、智能決策和自主控制能力。在工業質檢場景中，搭載AI算法的邊緣網關能夠實時識別產品缺陷，將檢測效率提升300%以上，準確率達到99.9%。</p><p>這一技術革新正在創造巨大的商業價值。在智慧城市領域，AI邊緣網關可以實現交通流量實時分析、違章行為智能識別；在工業互聯網中，能夠實現設備預測性維護、生產工藝優化；在智慧能源領域，可完成電力負荷精準預測、故障快速定位。據市場研究機構預測，到2025年，AI邊緣網關市場規模將突破千億美元，年復合增長率超過60%。</p><p>產業新機遇已經顯現。對于硬件制造商，需要開發更高性能、更低功耗的AI邊緣計算平臺；對于算法企業，要研發更輕量化、更精準的邊緣AI模型；對于系統集成商，則要構建完整的邊緣智能解決方案。這個萬億級的新市場，正在等待更多創新者的加入。</p><p>在這場AI與邊緣計算融合的產業革命中，把握技術趨勢、深耕應用場景的企業將贏得先機。隨著5G網絡的普及和AI算法的持續優化，AI邊緣網關將在更多領域展現其價值，推動產業智能化升級，創造新的商業奇跡。</p>
展開 全球研討會｜知識圖譜賦能數據平臺價值升級
</p><p>無論企業想優化運營、實現更好的決策制定，還是為生成式人工智能（genAI）做好準備，<strong>知識圖譜都可以幫助企業一步步實現目標。</strong></p><h3><strong>參會收益 </strong></h3><p>1、深度理解<strong>知識圖譜</strong>如何增強現有數據平臺（從數據整合到AI賦能）； </p><p>2、獲得從傳統分析到生成式人工智能（genAI）的<strong>全場景知識圖譜應用實例</strong>； </p><p>3、掌握知識圖譜技術落地的可<strong>行性規劃與實用指導方案；</strong></p><p>4、洞悉知識圖譜如何助力<strong>智能互聯</strong>的AI解決方案架構設計。</p><h3><strong>演講嘉賓</strong></h3><p class="ql-align-center"><img src="https://mmecoa.qpic.cn/mmecoa_png/x0yLiaf5fF6wmnc2qNrHuyzlOyRoElqGCoTScCpFkicXZ5eudgjy8dk91BHrpa3GEaeaMboxB2JC9S0PuWZZBgEw/640?
展開 