《表2 典型CGF应用引入不同学习方式的优缺点》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的计算机生成兵力行为建模研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如表2所示，在常用的仿真系统应用中，分析仿真不适合引入学习，而训练仿真和测试仿真对离线和在线的学习都具有较强需求，潜在效益大，但学习会增加系统的计算代价，降低模型和仿真的可控性。采用离线学习自动获取训练和测试仿真中的CGF行为模型，能够缓解传统建模方法领域知识获取困难，效率低的问题，但需要保持模型的可解释性，与其他建模方法兼容。在训练和测试仿真进行在线学习，应该遵循条令、专家或训练人员约束，定制裁剪期望的行为，确保学习能够灵活可控、快速适应。