（1）实验原理(限 1000字以内）

为机器增能提智，让其具有自主的感知、规划、动作和协同能力，可以减轻人类的工作负荷，提升人们生活的幸福感和体验感，而由多机器人形成的多智能体，可以解决不用行业不同场景下的复杂问题，异种多智能体合作及对抗集中体现了上述问题的诉求。目前，国内外众多知名的互联网企业纷纷布局该领域的研发，而面对行业发展对相关技术人才的需求，全球著名高校不约而同加快了相关专业建设的步伐。

本课程凝练业界对异种多智能体技术多年探索的已有成果,选择适合高等院校学生培养阶段的人工智能理论知识点,通过对复杂环境下对抗系统的合理简化,经过较长时间的实践探索,逐步完善了相关实验原理,简介如下：

1、数据采集：通过车载/机载摄像头动态收集对抗方车辆在两维空间的拓扑结构图像（作为训练数据）, 以此获取各小车的路线轨迹及位置坐标,同时通过传感器收集对抗方动作（作为训练标签）形成机器学习的数据集；

2、模型训练：建立CNN等计算机视觉为主导的神经网络模型,通过收集的数据集进行深度学习的训练,通过不断调整和优化网络参数和超参数以达到预期效果,实现依据对抗方的（拓扑-位置-动作）图像输入->己方实时出击为输出的对抗目的。

3、实践验证：将模型部署在Robomaster对抗系统上实时运行,通过半人工监督的方式评估对抗模型的效果。

知识点：共18个

1、对抗前端的数据收集（包括数据获取、数据清洗、数据分类、标签整定、数据压缩、数据汇集等6个知识点）

2、机器学习模型设计（包括神经网络基础、复杂网络结构、机器学习原理、深度学习理论等4个知识点）

3、神经网络模型训练（包括数据训练算力基础、网络参数调整、网络超参数设计、网络结构优化等4个知识点）

4、对抗模型部署（包括智能终端算力分析、神经网络模型压缩、智能终端系统调试、智能终端优化等4个知识点）

（2）核心要素仿真设计（对系统或对象的仿真模型体现的客观结构、功能及其运动规律的实验场景进行如实描述,限500字以内）

为扩大实验教学的受众面,基于实验原理,课程对实验核心要素进行了虚拟化仿真的改造,同时为提升实验的教学效果,课程开发了远程操控验证等关键性环节。简介如下：

1、真实对抗方数据采集过程的虚拟化：①设计制作了可无线遥控的小车系统以替代真实对抗双方的小车；②以目前实际运行的Robomaster系统的实物环境为基准,搭建对应的虚拟对抗平台,对抗方在对抗过程中策略的复杂度逐次递增；③在仿真环境中加入“上帝视角”广角摄像头,令不同实验者在远程端可以通过屏幕实时观察对抗胜负情况,可以指定实验者远程对某个小车接管对抗,形成半自主的人机协同对抗；④小车上安装的摄像头实时记录对抗方发射炮弹次数及击中的次数，对抗双方的操控及得分信息保存在服务器上形成数据集，供后续实验者远程访问服务器获取该训练数据集。

2、实际对抗系统模型的仿真：采用较为简单CNN基础神经网络结构替代业界中复杂的深度网络训练模型，将业界中采用的多目景深摄像头简化为普通USB摄像头，将激光雷达传感器简化为激光避障传感器，大幅减少数据的种类和数据量，为实验课程实现对对抗行为刻画的正常教学提供可行性保障。建设算力强大的GPU服务器和虚拟桌面工作站，提供给实验者远程访问，不同实验者按排队序列提交数据进行模型的训练和修改完善，全程模拟和仿真实际对抗场景中基于模型训练的真实过程，以此提升实验教学的仿真程度。

3、验证对抗功能的远程实验仿真：采用远程部署的方式，实验者可将训练完成的模型通过网络写入Robomaster智能小车对抗系统，在“上帝视角”摄像头的监测下，以自主或半人工的方式监督验证对抗过程。由于采用远程提交方式，实验者可在自己提前预约的时间段内完成相关远程仿真实验，整体实验装置有能力全天候连续运行。

本课程是复旦大学在新工科建设背景下拟推出的一门新型实验实践课程，借鉴并采用新工科所提倡的教育教学理念：以学生为中心开展教学实践活动，以学生能力提升为成果导向，以持续改进为课程完善路径。

（1）以学生为中心：每期开课前进行课程预调查以了解学生不同的学习基础，进而结合学生自主意愿推荐成立3人的线上远程学习小组，搭配不同年级、不同专业的学生形成优势互补、水平较为均衡的合作团队；为小组（3-4组）配备课程线上助教或指导教师，帮助学生及时吸收理论知识和指导学生完成实践环节；配备高水平专业教师和行业资深专家组成结构完整、能力互补的高质量教学团队，不但能有效解答学生课程学习中所遇到的专业问题，而且能及时回应学生对技术前沿和应用的关注；

（2）以学生能力提升为成果导向：结合课程教学在新工科专业人才培养目标中的定位，根据学生基础确定能力提升的目标并形成相应的计划和指标；课程以培养学生解决复杂性工程问题能力为着力点，特别是面对对抗环境中涉及控制、通信、信号处理等多领域的相关问题，安排理论教学和动手实践内容分阶段穿插在教学过程中，将各知识点有机衔接；通过小车对抗的实验教学，鼓励学生参加RoboMaster机甲大师赛等实践活动，以此来检验学生通过该课程对其综合能力提升的程度。

（3）以持续改进为课程完善路径：在课程实施过程中穿插4次线上综合调研反绩，及时掌握课程进度与学生掌握程度，对课程实施环节进行调整；及时对接业界最新的技术研究成果和理论前沿发展的动向，调整并补充课程教学内容；充分引入企业行业资源，更新教学仪器设备和教学环境。

1、实验涉及对抗双方的博奕，对抗方的策略可分为简单、中等复杂、随机及均衡对奕三种逐次递进的策略，由对应的实验结果即胜负比值，观察和分析对抗策略设计的合理性和鲁棒性。

2、针对实际对抗和具备虚拟仿真辅助的实际对抗两种情形， 分析虚拟仿真所形成的策略对实际系统对抗性能的改善。