周宇去自习室的路上，觉得把代码部分推给苏力多少有点不道德，他暗自下定决心，等论文写完後，就要认真学习编程了，不能每次找人帮忙。
到达自习室後，周宇接着往下写论文。
在写有关於六代机人工智能辅助决策系统技术时，周宇做了模糊化处理。
将决策系统的动态威胁模型重构为李群上的概率密度分布，并且在参考文献中仅引用MIT微分几何论文，抹去与AN/ALQ-239电子战系统的关联。
最重要的是，他将把六代机的自适应动力分配算法拆解为三个公开技术模块，一种是基於NSGA-III的多目标优化，另外一种是滚动时域控制，最後一种则是他基於动态Shapley博弈自创的异构系统效能均衡技术。
自创基於动态Shapley博弈的异构系统效能均衡技术其实非常困难。
不同机器人的传感器、续航能力不同，传统的Shapley值可能无法直接应用，需要调整贡献度评估机制，周宇引入了权重因子和动态调整策略。
另外，还需要考虑能量约束，在效能均衡时，确保各机器人的能耗均衡，避免某些节点过早耗尽能源，这需要将能耗作为博弈的一个因素，设计多目标优化问题等。
光是这几点，周宇花了一周时间才Ga0定。
本来以为两三天就能写好的论文，最後还是用了十来天的时间才写完。
内容未完，下一页继续阅读