Адаптивне керування морською обороною на основі стохастичного моделювання у симуляційних комп'ютерних іграх

Автор(и)

  • Максим Віталійович Максимов Національний університет «Одеська політехніка», Україна https://orcid.org/0000-0002-7536-2570
  • Олексій Валерійович Козлов Чорноморський національний університет імені Петра Могили, Україна https://orcid.org/0000-0003-2069-5578
  • Сергій Станіславович Реценко Інститут Військово-Морських Сил Національного університету «Одеська морська академія», Україна https://orcid.org/0009-0007-5535-1448
  • Максим Вікторович Кіріакіді Інститут Військово-Морських Сил Національного університету «Одеська морська академія», Україна https://orcid.org/0000-0003-4050-3377

DOI:

https://doi.org/10.15587/2706-5448.2025.335923

Ключові слова:

симуляційні ігри, оборона акваторії, мінна зброя, автоматичне керування, стохастичне моделювання, математичне сподівання

Анотація

Об’єктом дослідження є процеси моделювання поведінки віртуального противника та автоматизованих систем керування мінною зброєю в ігрових сценаріях морського бою, з урахуванням невизначеності та неповної інформації, зокрема за умов неповного або хибного функціонування сенсорної системи. Одним з найбільш проблемних місць є забезпечення ефективного прийняття керуючих рішень у ситуаціях, коли сенсорна система має похибки першого та другого роду або її зворотний зв’язок взагалі відсутній через збої чи пошкодження.

В ході дослідження використовувалися методи стохастичного моделювання, оцінювання математичного сподівання для усіх можливих сценаріїв бойової обстановки, а також адаптивні алгоритми керування для врахування точності сенсорної системи та апріорної інформації про ймовірність появи ворожих об’єктів.

Розроблено метод адаптивного керування протикорабельною обороною та систему для його реалізації, яка включає адаптивний контролер, здатний у реальному часі виконувати основні розрахунки для визначення оптимального керуючого впливу щодо застосування мінної зброї.

Отримано результати чисельних експериментів для різних сценаріїв: при фіксованих параметрах, змінній щільності мінного поля, змінній точності сенсорної системи та варіативності апріорних ймовірностей появи кораблів, що дозволило комплексно оцінити ефективність розробленого методу. Проведені експерименти підтверджують, що запропонований метод дозволяє здійснювати ефективне керування мінною зброєю при появі помилок першого та другого роду з імовірністю від 0 до 0,9 в процесі детектування ворожих та нейтральних кораблів.

Завдяки цьому забезпечується можливість адаптивного керування бойовими діями навіть за умов високої невизначеності, підвищується реалістичність поведінки віртуального супротивника у симуляційних іграх, а також створюється база для розвитку інтелектуальних систем автоматичного керування в морських бойових сценаріях.

Біографії авторів

Максим Віталійович Максимов, Національний університет «Одеська політехніка»

Доктор технічних наук, професор

Кафедра програмних і комп’ютерно-інтегрованих технологій

Олексій Валерійович Козлов, Чорноморський національний університет імені Петра Могили

Доктор технічних наук, професор

Кафедра інтелектуальних інформаційних систем

Сергій Станіславович Реценко, Інститут Військово-Морських Сил Національного університету «Одеська морська академія»

Кафедра радіотехнічного озброєння, зв’язку та робототехніки

Посилання

  1. Cazenave, T., Saffidine, A., Sturtevant, N. (Eds.) (2019). Computer games. Communications in computer and information science. Springer International Publishing. https://doi.org/10.1007/978-3-030-24337-1
  2. Bach, M. P., Meško, M., Stjepić, A. M., Khawaja, S., Quershi, F. H. (2025). Understanding Determinants of Management Simulation Games Adoption in Higher Educational Institutions Using an Integrated Technology Acceptance Model/Technology-Organisation-Environment Model: Educator Perspective. Information, 16 (1), 45. https://doi.org/10.3390/info16010045
  3. Uludağlı, M. Ç., Oğuz, K. (2023). Non-player character decision-making in computer games. Artificial Intelligence Review, 56 (12), 14159–14191. https://doi.org/10.1007/s10462-023-10491-7
  4. van Haaften, M. A., Lefter, I., van Kooten, O., Brazier, F. M. T. (2024). The validity of simplifying gaming simulations. Computers in Human Behavior Reports, 14, 100384. https://doi.org/10.1016/j.chbr.2024.100384
  5. Schmuck, E., Flemming, R., Schrater, P., Cardoso-Leite, P. (2019). Principles underlying the design of a cognitive training game as a research framework. 2019 11th International Conference on Virtual Worlds and Games for Serious Applications (VS-Games). Vienna, 1–2. https://doi.org/10.1109/vs-games.2019.8864551
  6. Hohl, W. (2019). Game-Based Learning – Developing a Business Game for Interactive Architectural Visualization. 2019 11th International Conference on Virtual Worlds and Games for Serious Applications (VS-Games). Vienna, 1–4. https://doi.org/10.1109/vs-games.2019.8864595
  7. Rhee, H. K., Song, D. H., Kim, J. H. (2019). Comparative analysis of first person shooter games on game modes and weapons – military-themed, overwatch, and player unknowns’ battleground. Indonesian Journal of Electrical Engineering and Computer Science, 13 (1), 116–122. https://doi.org/10.11591/ijeecs.v13.i1.pp116-122
  8. Chen, H., Wang, L., Wang, X. (2023). A combat game model with inter-network confrontation and intra-network cooperation. Chaos: An Interdisciplinary Journal of Nonlinear Science, 33 (3). https://doi.org/10.1063/5.0137338
  9. Samčović, A. (2018). Serious games in military applications. Vojnotehnicki Glasnik, 66 (3), 597–613. https://doi.org/10.5937/vojtehg66-16367
  10. Mantello, P. (2017). Military Shooter Video Games and the Ontopolitics of Derivative Wars and Arms Culture. The American Journal of Economics and Sociology, 76 (2), 483–521. https://doi.org/10.1111/ajes.12184
  11. Bradbeer, N., Manley, D. (2024). Naval Wargaming as a Requirements Elucidation Tool for Warship Design Teams. International Marine Design Conference. https://doi.org/10.59490/imdc.2024.878
  12. Maksymov, M. V., Boltenkov, V. O., Gultsov, P. S., Maksymov, O. M. (2023). Verification of artillery fire under the influence of random disturbances for the computer game ARMA 3. Applied Aspects of Information Technology, 6 (4), 362–375. https://doi.org/10.15276/aait.06.2023.24
  13. Ampatzoglou, A., Stamelos, I. (2010). Software engineering research for computer games: A systematic review. Information and Software Technology, 52 (9), 888–901. https://doi.org/10.1016/j.infsof.2010.05.004
  14. Wang, W. (2023). The Structure of Game Design. International Series on Computer, Entertainment and Media Technology. Springer International Publishing. https://doi.org/10.1007/978-3-031-32202-0
  15. Lukosch, H. K., Bekebrede, G., Kurapati, S., Lukosch, S. G. (2018). A Scientific Foundation of Simulation Games for the Analysis and Design of Complex Systems. Simulation & Gaming, 49 (3), 279–314. https://doi.org/10.1177/1046878118768858
  16. Maksymova, O. B., Boltenkov, V. O., Maksymov, M. V., Gultsov, P. S., Maksymov, O. M. (2023). Development and optimization of simulation models and methods for controlling virtual artillery units in game scenarios. Herald of Advanced Information Technology, 6 (4), 320–337. https://doi.org/10.15276/hait.06.2023.21
  17. Grishyn, M., Maksymova, O., Kirkopulo, K., Klymchuk, O. (2025). Development of methods of artillery control for suppression of an enemy amphibious operation in video game simulations. Technology Audit and Production Reserves, 1 (2 (81)), 26–33. https://doi.org/10.15587/2706-5448.2025.321797
  18. Toshev, O., Kirkopulo, K., Klymchuk, O., Maksymov, M. (2025). Optimization of ammunition preparation strategies for modern artillery operations in computer simulation. Technology Audit and Production Reserves, 2 (2 (82)), 50–57. LOCKSS. https://doi.org/10.15587/2706-5448.2025.326225
  19. Sakai, K., Hohzaki, R., Fukuda, E., Sakuma, Y. (2018). Risk evaluation and games in mine warfare considering shipcounter effects. European Journal of Operational Research, 268 (1), 300–313. https://doi.org/10.1016/j.ejor.2018.01.030
  20. Jung, S.-K., Roh, M.-I., Kim, K.-S. (2018). Arrangement method of a naval surface ship considering stability, operability, and survivability. Ocean Engineering, 152, 316–333. https://doi.org/10.1016/j.oceaneng.2018.01.058
  21. Chang, W., Choung, J. (2024). Sensitivity analysis of damage extent in naval ship compartments due to internal airborne explosions. International Journal of Naval Architecture and Ocean Engineering, 16, 100622. https://doi.org/10.1016/j.ijnaoe.2024.100622
  22. Maksimov, M., Kozlov, O., Retsenko, S., Kryvda, V. (2025). Design of Fault-tolerant Structures for Underwater Sensor Networks based on Markov Chains. Journal of Automation, Mobile Robotics and Intelligent Systems, 19 (1), 49–64. https://doi.org/10.14313/jamris-2025-006
  23. Li, J., Chu, X., He, W., Ma, F., Malekian, R., Li, Z. (2019). A Generalised Bayesian Inference Method for Maritime Surveillance Using Historical Data. Symmetry, 11 (2), 188. https://doi.org/10.3390/sym11020188
  24. Gaglione, D., Soldi, G., Meyer, F., Hlawatsch, F., Braca, P., Farina, A., Win, M. Z. (2020). Bayesian information fusion and multitarget tracking for maritime situational awareness. IET Radar, Sonar & Navigation, 14 (12), 1845–1857. https://doi.org/10.1049/iet-rsn.2019.0508
  25. Korendovych, V., Kiriakidi, M., Vdovitskyi, Y. (2021). Practical aspects of evaluation of efficiency of anti-ship cruise missiles against surface targets. Scientific Works of Kharkiv National Air Force University, 3 (69), 64–75. https://doi.org/10.30748/zhups.2021.69.08.
  26. Boström, P., Heikkilä, M., Huova, M., Waldén, M., Linjama, M.; Campos, J., Haverkort, B. (Eds.) (2015). Bayesian Statistical Analysis for Performance Evaluation in Real-Time Control Systems. Quantitative Evaluation of Systems. Cham: Springer, 312–328. https://doi.org/10.1007/978-3-319-22264-6_20
  27. Leitner, S., Wall, F. (2015). Simulation-based research in management accounting and control: an illustrative overview. Journal of Management Control, 26 (2-3), 105–129. https://doi.org/10.1007/s00187-015-0209-y
  28. Millington, I., Funge, J. (2018). Artificial Intelligence for Games. CRC Press. https://doi.org/10.1201/9781315375229
  29. Kondratenko, Y., Shevchenko, A., Zhukov, Y., Kondratenko, G., Striuk, O. (2023). Tendencies and Challenges of Artificial Intelligence Development and Implementation. 2023 IEEE 12th International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS), 221–226. https://doi.org/10.1109/idaacs58523.2023.10348800
  30. Kutyło, M., Pluciński, M., Laskowska, M. (2015). Application of the reinforcement learning for selecting fuzzy rules representing the behavior policy of units in RTS-type games. Przegląd Elektrotechniczny, 1 (2), 144–148. https://doi.org/10.15199/48.2015.02.33
  31. Volna, E. (2017). Fuzzy-based decision strategy in real-time strategic games. Proceedings of the International Conference of Computational Methods in Sciences and Engineering 2017 (ICCMSE-2017), AIP Conference Proceedings, 1906, 080002. https://doi.org/10.1063/1.5012346
  32. Congxiang, L., Kozlov, O., Kondratenko, G., Aleksieieva, A.; Kondratenko, Y. P., Shevchenko, A. I. (Eds.) (2024). Decision Support System for Maintenance Planning of Vortex Electrostatic Precipitators Based on IoT and AI Techniques. Research Tendencies and Prospect Domains for AI Development and Implementation. New York: River Publishers, 87–105. https://doi.org/10.1201/9788770046947-5
  33. Werners, B., Kondratenko, Y. (2017). Alternative Fuzzy Approaches for Efficiently Solving the Capacitated Vehicle Routing Problem in Conditions of Uncertain Demands. Complex Systems: Solutions and Challenges in Economics, Management and Engineering. Cham: Springer, 521–543. https://doi.org/10.1007/978-3-319-69989-9_31
  34. Kozlov, O., Kondratenko, G., Aleksieieva, A., Maksymov, M., Tarakhtij, O. et al. (2024). Swarm optimization of the drone’s intelligent control system: comparative analysis of hybrid techniques. CEUR Workshop Proceedings, 3790, 1–12. Available at: https://ceur-ws.org/Vol-3790/paper01.pdf
  35. Kondratenko, Y. P., Kozlov, O. V., Zheng, Y., Wang, J., Kuzmenko, V., Aleksieieva, A. (2024). Bio-inspired optimization of fuzzy control system for inspection robotic platform: comparative analysis of hybrid swarm methods. CEUR Workshop Proceedings, 3711, 109–123. Available at: https://ceur-ws.org/Vol-3711/paper7.pdf
  36. Maksymov, M., Kozlov, O., Shynder, A., Maksymova, O., Aleksieieva, A. (2025). Development of mathematical models for temperature control objects in thermal destruction systems based on transient process identification. EUREKA: Physics and Engineering, 3, 207–220. https://doi.org/10.21303/2461-4262.2025.003802
Stochastic modeling-based adaptive control for maritime defense in simulation computer games

##submission.downloads##

Опубліковано

2025-08-29

Як цитувати

Максимов, М. В., Козлов, О. В., Реценко, С. С., & Кіріакіді, М. В. (2025). Адаптивне керування морською обороною на основі стохастичного моделювання у симуляційних комп’ютерних іграх. Technology Audit and Production Reserves, 4(2(84), 87–98. https://doi.org/10.15587/2706-5448.2025.335923

Номер

Том 4 № 2(84) (2025): Інформаційно-керуючі системи

Розділ

Системи та процеси керування

Ліцензія

Авторське право (c) 2025 Maksym Maksymov, Oleksiy Kozlov, Serhii Retsenko, Maksym Kiriakidi

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.