教师主页移动版

个人经历 Personal experience 工作经历 教育经历 2017.01  -  2022.09   西北工业大学   电子信息学院 系统与控制工程系       助理研究员   硕士生导师2022.09  -  今            西北工业大学   电子信息学院 系统与控制工程系        副研究员      硕士生导师 2006.09  -  2010.07   西北工业大学   电子信息学院 探测制导与控制技术专业   本科 （专业第一报送直博）2010.09  -  2016.09   西北工业大学   电子信息学院 系统与控制工程系             博士

教育教学

教育教学 Education and teaching 教育教学 招生信息  本科课程：《航空军用飞行器导论》U08M11172.01  32学时 / 2学分                  《系统仿真与分析》       U08M11174.01  32学时 / 2学分暑期课堂：《Evolutionary Computation and Multiobjective Optimization》U08M12026S.01   16学时/1学分                   特邀香港城市大学张青富教授（ IEEE Fellow）担任主讲教师 研究条件：本人及团队长期从事深度强化学习、多智能体协同控制、智能火力控制、体系对抗仿真与效能分析等领域的理论与应用研究，拥有先进战机模拟座舱、有人机/无人机协同应用模拟环境、大型室内无人蜂群协同控制模拟环境等试验平台，研究基础深厚、软硬条件优越、科研项目饱满、研究经费充足；指导研究生获全国多智能体对抗博弈挑战赛获二等奖（奖金2万元，2/273），获中央JWLC举办任务规划应用创客大赛获理论理念创研组一等奖和系统手段创新组三等奖，获国家奖学金、各类专项奖学金若干；指导学生国家级大创以优秀结题；与香港城市大学、莫斯科航空学院等长期保持紧密合作，国际交流机会众多。招生计划: 每年计划招收系统工程（学硕）、控制工程（专硕）、人工智能（专硕）研究生2-4名，欢迎有志于智能决策与控制、先进火力控制、体系攻防对抗仿真与效能等领域的同学报考硕士究生；另外也欢迎有志参加大创项目和各类学科竞赛的同学联系。

荣誉获奖

科学研究 Scientific Research 研究方向：多智能体协同控制、智能火力控制、体系对抗仿真与作战效能分析科研项目：近五年主持国家基金、领域基金等纵向科研项目15项，其中国家级项目9项，省部级项目5项，科研经费充足。代表项目如下：1. 国家自然科学基金青年项目，面向有人/无人编组应用的人机柔性混合主动控制方法研究，27.96万，在研，主持2. 国家级纵向项目，对抗关键要素相关性分析方法研究，150万，在研，主持3. 国家级纵向项目，应用强化学习算法研究，50万，在研，主持4. 国家级纵向项目，跨域体系建模方法研究，50万，在研，主持5. 陕西省重点研发计划, 基于人机混合智能的AI飞行员增效辅助决策技术，20万，在研，主持6. 省部级纵向项目，干扰影响下火控与制导武器攻击能力分析建模与数值模拟，46万，在研，主持7. 中央高校基本科研，人机增效辅助决策技术，18万，在研，主持8. 国家级纵向项目，自卫干扰效能评估，100万，结题，主持9. 国家级纵向项目，外挂仿真系统，128万，结题，主持10. 国家级纵向项目，场景设计与作战使用研究，88万，结题，主持11. 国家级纵向项目，集群指标体系构建方法及评估建模，48万，结题，主持12. 国家级纵向项目，蜂群突防对抗系统建模，29万，结题，主持13. 省部级纵向项目，面向多目标跟踪的分布式无源传感器调度决策技术，20万，结题，主持14. 航空科学基金，面向分布式感知的有人无人编组协作学习任务分配和自学习运动规划，12万，结题，主持15. 陕西省自然基金，基于深度强化学习的MUM-T 自适应混合主动交互控制决策研究，3万，结题，主持16. 其他横向合作10项，主持 指导大创：1. 国家级，基于深度学习的新型垃圾分类箱，2021，优秀结题

科学研究

学术成果 Academic Achievements 学术成果：出版专著1部（排名第二）、教材一部（排名第三）、发表学术论文30余篇，授权专利10余项出版专著：《空战仿真模型及效能分析》，排名第二，国防工业出版社出版教材：《航空军用飞行器导论（第二版）》，排名第三，西北工业出版社代表论文（一作或通信）：[1] Imaginary Filtered Hindsight Experience Replay for UAV Tracking Dynamic Targets in Large-scale Unknown Environments[J]. Chinese Journal of Aeronautics, 2022, Published Online. (SCI 一区 TOP)[2] ME‐MADDPG: An efficient learning‐based motion planning method for multiple agents in complex environments [J]. International Journal of Intelligent Systems, 2022,37(3):1083-2674. (SCI 一区 TOP)[3]Generative and discriminative infinite restricted Boltzmann machine training[J]. International Journal of Intelligent Systems, 2022, 584: 719-751. (SCI 一区 TOP)[4]Object feature selection under high-dimension and few-shot data based on three-way decision [J]. Visual Computer,2022.2.15. (SCI 三区 )[5] An Improved Approach towards Multi-Agent Pursuit-Evasion Game Decision-Making Using Deep Reinforcement Learning [J]. Entropy , 2021, 23(11), 1433.  (SCI 三区)[6]Relevant experience learning: A deep reinforcement learning method for UAV autonomous motion planning in complex unknown environments [J]. Chinese Journal of Aeronautics, 2021, 34(12): 187–204. (SCI 一区TOP)[7] A learning-based flexible autonomous motion control method for UAV in dynamic unknown environments[J]. Journal Of Systems Engineering and Electronics, 2020,32(6):1490-1508. (SCI 四区)[8]Deep Reinforcement Learning Approach with Multiple Experience Pools for UAV's Autonomous Motion Planning in Complex Unknown Environments [J]. Sensors, 2020,20(7): 1890. (SCI 三区)[9]Placement of unmanned aerial vehicles as communication relays in two-tiered multi-agent system: clustering based methods[J]. Journal Of Systems Engineering and Electronics, 2020,31(2):231-242. (SCI 四区 )[10]Robust Motion Control for UAV in Dynamic Uncertain Environments Using Deep Reinforcement Learning [J]. Remote Sensing. 2020, 12(4), 640; (SCI 二区 TOP)[11]MMOS plus Ordering Search Method for Bayesian Network Structure Learning and Its Application [J]. Chinese Journal of Electronics, 2020, 29(1): 147-153.  (SCI 四区)[12]Using approximate dynamic programming for multi-ESM scheduling to track ground moving targets [J]. Journal of Systems Engineering and Electronics, 2018,29(1): 74-85  (SCI 四区)完整论文成果详见：ResearchGate代表专利：[1]万开方,武鼎威,高晓光.一种混合经验的多智能体强化学习运动规划方法[2]万开方,武鼎威,高晓光,胡子剑. 一种基于人工势场法和MADDPG的多无人机运动规划方法[3]万开方,高晓光,李波,邸若海,李飞. 一种有/无人机变得协同闪烁干扰方法[4]万开方,高晓光,李波,邸若海,李飞. 一种随队干扰资源配置与效能评估方法[5]裘旭益,万开方,邓平煜,周庆,姚子羽. 一种无人机群随队箔条的干扰策略处理方法[6]李波,杨志鹏,万开方,高晓光,甘志刚,梁诗阳,越凯强.一种基于深度强化学习的四旋翼无人机航线跟随控制方法

学术成果

社会兼职 Social Appointments 《CAAI Transactions on Intelligence Technology》青工委委员《指挥控制与仿真》青年编委 IJIS、ITVS、ITNNLS、RS等国际期刊审稿人

综合介绍

团队信息 Team Information 武器系统综合对抗与效能分析团队是一支特色鲜明的国防创新团队，团队拥有专任教师6人，硕博士研究生团队50余人。团队长期从事复杂系统建模与体系效能分析、先进火力与指挥控制、智能无人自主控制、人工智能理论等基础理论和应用研究，在相关领域具有扎实的研究基础和深厚的技术积累；团队拥有中大型试验仪器设备多套，可支持在实验室环境下开展关键技术论证；团队拥有良好的国际交流资源，拥有飞行器综合体效能分析国家国际科技合作基地，与莫斯科航空学院长期开展学术和项目合作。