新聞通訊員 王晉昊 楊柯 汪如意
“最初拿到中國航天研究院的項(xiàng)目需求時，我們完全摸不著頭腦！”近日，2025年度中國青年科技創(chuàng)新“揭榜掛帥”擂臺賽傳來捷報(bào)，湖北工業(yè)大學(xué)本科生團(tuán)隊(duì)“面向綜合集成研討的戰(zhàn)略博弈智能體構(gòu)建技術(shù)”項(xiàng)目，在新一代信息技術(shù)領(lǐng)域脫穎而出，榮獲全國特等獎。這支以大三學(xué)生為核心的團(tuán)隊(duì)，歷時5個月攻堅(jiān)，在不完全信息博弈建模、智能算法優(yōu)化等方面實(shí)現(xiàn)突破，成功攻克航天領(lǐng)域技術(shù)難題。
五個月攻堅(jiān)，從“看不懂”到“啃下來”
項(xiàng)目源自中國航天研究院的戰(zhàn)略博弈技術(shù)需求，初期僅明確研發(fā)智能算法，核心規(guī)則與操作平臺遲遲未公布，讓以大數(shù)據(jù)管理與應(yīng)用專業(yè)學(xué)生為主的團(tuán)隊(duì)陷入困惑。直到7月初，研究院發(fā)布基于卡牌游戲的仿真平臺，包含9類國家身份、4個階段隨機(jī)事件，對戰(zhàn)雙方需在未知對方身份與決策邏輯的情況下投入資源博弈，本質(zhì)是典型的不完全信息博弈問題。
“游戲化平臺讓寬泛的技術(shù)需求有了明確方向?！眻F(tuán)隊(duì)負(fù)責(zé)人田俊杰介紹，項(xiàng)目自6月啟動以來，全國19支高校隊(duì)伍參與角逐，11支隊(duì)伍晉級決賽。初賽需擊敗官方基礎(chǔ)智能體，決賽采用“兩兩PK”循環(huán)對戰(zhàn)模式，每兩隊(duì)完成1000場對戰(zhàn)。
備賽路上挑戰(zhàn)重重。最初，在指導(dǎo)老師胡昌龍的建議下，團(tuán)隊(duì)計(jì)劃采用大語言模型技術(shù)，卻在7月中旬接到“算法需本地部署、禁止聯(lián)網(wǎng)”的規(guī)則限制，依賴聯(lián)網(wǎng)數(shù)據(jù)的大模型效果大幅下滑，前期研究近乎白費(fèi)。面對困境，團(tuán)隊(duì)拆分6個研究方向分組攻關(guān)，有的小組嘗試數(shù)學(xué)建模羅列所有場景，有的借鑒已發(fā)表論文的算法框架，還有的聚焦算法輕量化優(yōu)化。為了篩選最優(yōu)方案，團(tuán)隊(duì)內(nèi)部PK，通過數(shù)萬場模擬對戰(zhàn)記錄數(shù)據(jù)，保留效果最佳的算法并持續(xù)迭代。
平臺Bug的出現(xiàn)更讓團(tuán)隊(duì)遭遇重創(chuàng)。7月中旬，研究院修復(fù)身份顏色對應(yīng)錯誤問題，而團(tuán)隊(duì)此前基于錯誤映射訓(xùn)練的模型與提示詞全部失效，半個月的心血付諸東流?！拔覀冞B夜調(diào)整代碼，重新建立身份與策略的對應(yīng)關(guān)系，同時優(yōu)化算法結(jié)構(gòu)，確保在不聯(lián)網(wǎng)環(huán)境下也能保持決策精度。”田俊杰說，為了兼顧決策速度與收益，他們舍棄了復(fù)雜的深度學(xué)習(xí)框架，采用輕量化算法設(shè)計(jì)，最終實(shí)現(xiàn)0.02秒快速響應(yīng)，既滿足比賽時間限制，又保證了對戰(zhàn)勝率。
團(tuán)隊(duì)備賽
團(tuán)隊(duì)的高效協(xié)作是攻堅(jiān)關(guān)鍵。團(tuán)隊(duì)建立了“一日一調(diào)度、兩日一會議”的工作機(jī)制，每周指導(dǎo)老師還會進(jìn)行一對一輔導(dǎo)。成員們分工明確，部分成員負(fù)責(zé)代碼編寫與算法調(diào)優(yōu)，其他成員承擔(dān)文獻(xiàn)查閱、數(shù)據(jù)記錄、平臺測試等工作，甚至主動聯(lián)系航天研究院技術(shù)人員溝通規(guī)則細(xì)節(jié)，確保研發(fā)不偏離方向。
技術(shù)落地可期，拓展多場景應(yīng)用價值
經(jīng)過數(shù)月打磨，團(tuán)隊(duì)研發(fā)的智能算法在決賽中表現(xiàn)亮眼，不僅在千場對戰(zhàn)中保持高勝率，其快速決策能力與穩(wěn)定性能也獲得評委認(rèn)可。該算法通過精準(zhǔn)分析已知對戰(zhàn)信息，動態(tài)調(diào)整資源投入策略，在不完全信息環(huán)境下實(shí)現(xiàn)收益最大化，其核心邏輯不僅適用于航天領(lǐng)域的戰(zhàn)略博弈場景，還可拓展至應(yīng)急資源調(diào)度、金融投資決策、智慧城市管理等多個領(lǐng)域。
“應(yīng)急調(diào)度本質(zhì)上也是一種不完全信息下的決策問題，比如災(zāi)害發(fā)生后，如何在信息不充分的情況下優(yōu)化資源分配，我們的算法思路可以提供解決方案?！焙埍硎?，目前已有多個相關(guān)項(xiàng)目表達(dá)了技術(shù)借鑒意向，團(tuán)隊(duì)未來計(jì)劃進(jìn)一步深化研究，推動技術(shù)在實(shí)際場景中落地。
“從最初的興趣驅(qū)動，到后來的責(zé)任擔(dān)當(dāng)，這段經(jīng)歷讓我們明白科技創(chuàng)新既要敢想敢試，更要腳踏實(shí)地。”團(tuán)隊(duì)成員羅友真說，作為本科生，他們在備賽過程中不僅提升了代碼編寫、算法設(shè)計(jì)等專業(yè)能力，更學(xué)會了在挫折中調(diào)整方向、在協(xié)作中凝聚力量。
“最珍貴的不是比賽結(jié)果，而是學(xué)生在參賽過程中的轉(zhuǎn)變?！苯?jīng)濟(jì)與管理學(xué)院黨委副書記余貞說。此次獲獎不僅是對團(tuán)隊(duì)努力的認(rèn)可，更堅(jiān)定了他們深耕信息技術(shù)領(lǐng)域、用科技解決實(shí)際問題的決心。
“學(xué)科的邊界正在模糊，創(chuàng)新的前沿往往生于交叉地帶?！焙埍硎?，這個項(xiàng)目或許只是一個起點(diǎn)，但它清晰地揭示了一種可能：當(dāng)管理思維與前沿?cái)?shù)字技術(shù)深度融合時，傳統(tǒng)的“軟學(xué)科”便能鍛造出解決時代“硬問題”的真本領(lǐng)。
