一种人机对抗能力评估评测方法和系统

1.本发明属于人机对抗领域，尤其涉及一种人机对抗能力评估评测方法和系统。


背景技术：

2.在决策智能的探索道路上，人机对抗已成为国际公认的重要途径之一。人机对抗作为人工智能研究的前沿方向，已成为国内外智能决策领域研究的热点，并为探寻机器智能的内在生长机制和关键技术的验证提供有效试验环境和途径。基于人类现有的知识和智能水平，通过研究和实现新型的智能学习算法，使得机器智能在可控的范围内不断接近、达到甚至超过人类的智能水平。整个过程不仅能够让机器更加智能地为人类服务，而且人类也能够借鉴机器智能的发展过程，提升自身的智能水平，进而推动整个社会由信息化向智能化发展。然而，巨复杂、高动态、不确定的强对抗环境给智能认知和决策带来巨大挑战，人类的感知和决策能力由于受自身生理和心理方面的限制，面对复杂、动态、对抗环境下智能认知与决策需求，迫切需要以机器为载体的人工智能技术的辅助与支撑。
3.如果将人机对抗理论作为人机对抗技术的源头，那么评估评测就是人机对抗技术的落脚，评估评测决定着人机对抗技术的应用水平，目前尚无对人机对抗能力进行评估评测理论体系框架及形式化模型。因此，我们亟需一种人机对抗能力评估评测方法，为人机对抗智能体未来发展方向提供任务环境生成依据，进而推动决策智能技术生态的健康发展。


技术实现要素：

4.为解决上述技术问题，本发明提出一种人机对抗能力评估评测方法的技术方案，以解决上述技术问题。
5.本发明第一方面公开了一种人机对抗能力评估评测方法；所述方法包括：步骤s1、根据对手信息和初始环境信息，构建评测对象的人机对抗能力模型；步骤s2、根据人机对抗能力模型生成人机对抗能力分级对抗环境；步骤s3、设置评测对象的各个能力等级评估评测的通过指标；步骤s4、根据所述通过指标，计算评测对象在所述人机对抗能力分级对抗环境中的能力等级。
6.根据本发明第一方面的方法，所述对手信息包括：对手数量、对手风格、对手的主体规模和对手的主体类型；初始环境信息包括：对抗地图、初始对抗场景；所述对手风格指根据对手是否具有学习能力分为学习型对手和非学习型对手；所述对手的主体类型指根据对手的主体组成结构分为同构主体和异构主体；所述初始对抗场景指对手的主体在对抗地图上的初始布局。
7.根据本发明第一方面的方法，所述人机对抗能力模型的三类能力维度：对手识别维度、行为建模维度、空间认知维度；所述对手识别维度包括两个特征：对手数量、对手风格；
所述行为建模维度包括两个特征：对手的主体规模、对手的主体类型；所述空间认知维度包括两个特征：对抗地图、初始对抗场景。
8.根据本发明第一方面的方法，所述根据人机对抗能力模型生成人机对抗能力分级对抗环境的具体方法包括：所述对手识别维度细分为初级、中级和高级三种对抗环境，分别是：对手识别维度初级对抗环境：小于等于第一阈值的非学习型对手的对抗环境；对手识别维度中级对抗环境：大于第一阈值的非学习型对手的对抗环境；对手识别维度高级对抗环境：大于第一阈值的学习型对手的对抗环境；所述行为建模维度细分为初级、中级和高级三种对抗环境，分别是：行为建模维度初级对抗环境：小于等于第二阈值的同构主体行为的对抗环境；行为建模维度中级对抗环境：小于等于第二阈值的异构主体行为的对抗环境；行为建模维度中级对抗环境：大于第二阈值的大规模异构主体行为的对抗环境；所述空间认知维度细分为初级、中级和高级三种对抗环境，分别是：固定场景固定地图对抗环境、临机场景固定地图对抗环境、临机场景临机地图对抗环境；根据三类能力维度的细分对抗环境，组合成四类综合对抗环境，每一类综合对抗环境对应一个能力等级。
9.根据本发明第一方面的方法，所述四类综合对抗环境的能力等级分为：0级、1级、2级和3级；所述0级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意维度的初级对抗环境对应的能力等级；所述1级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意独立维度中级或高级对抗环境对应的能力等级；所述2级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意两个维度中级或高级对抗环境组合对应的能力等级；所述3级为同时具备对手识别维度、行为建模维度和空间认知维度这三个维度中级或高级对抗环境组合对应的能力等级。
10.根据本发明第一方面的方法，所述设置评测对象的各个能力等级评估评测的通过指标的具体方法包括：设置评测对象在各个能力等级对抗环境下的对抗次数和胜率阈值。
11.根据本发明第一方面的方法，所述根据所述通过指标，计算评测对象在所述人机对抗能力分级对抗环境中的能力等级的具体方法包括：步骤s41、按照能力等级由低到高的顺序，对每一个能力等级，随机生成相应对抗次数的综合对抗环境，评测对象在这些综合对抗环境下进行对抗，计算平均胜率；步骤s42、判断所述平均胜率是否大于等于所述能力等级所设置的胜率阈值，如果是，转到步骤s43，否则转到步骤s41；步骤s43、将所述能力等级数进行减一计算，判断计算结果是否大于等于零，是则转到步骤s44，否则转到步骤s45；步骤s44、输出所述计算结果，作为评测对象的能力等级评估评测结果；步骤s45、输出评测对象不具备人机对抗能力。
12.本发明第二方面公开了一种人机对抗能力评估评测系统；所述系统包括：第一处理模块，被配置为，根据对手信息和初始环境信息，构建评测对象的人机对抗能力模型；第二处理模块，被配置为，根据人机对抗能力模型生成人机对抗能力分级对抗环境；第三处理模块，被配置为，设置评测对象的各个能力等级评估评测的通过指标；第四处理模块，被配置为，根据所述通过指标，计算评测对象在所述人机对抗能力分级对抗环境中的能力等级。
13.根据本发明第二方面的系统，所述对手信息包括：对手数量、对手风格、对手的主体规模和对手的主体类型；初始环境信息包括：对抗地图、初始对抗场景；所述对手风格指根据对手是否具有学习能力分为学习型对手和非学习型对手；所述对手的主体类型指根据对手的主体组成结构分为同构主体和异构主体；所述初始对抗场景指对手的主体在对抗地图上的初始布局。
14.根据本发明第二方面的系统，所述人机对抗能力模型的三类能力维度：对手识别维度、行为建模维度、空间认知维度；所述对手识别维度包括两个特征：对手数量、对手风格；所述行为建模维度包括两个特征：对手的主体规模、对手的主体类型；所述空间认知维度包括两个特征：对抗地图、初始对抗场景。
15.根据本发明第二方面的系统，所述根据人机对抗能力模型生成人机对抗能力分级对抗环境的具体方法包括：所述对手识别维度细分为初级、中级和高级三种对抗环境，分别是：对手识别维度初级对抗环境：小于等于第一阈值的非学习型对手的对抗环境；对手识别维度中级对抗环境：大于第一阈值的非学习型对手的对抗环境；对手识别维度高级对抗环境：大于第一阈值的学习型对手的对抗环境；所述行为建模维度细分为初级、中级和高级三种对抗环境，分别是：行为建模维度初级对抗环境：小于等于第二阈值的同构主体行为的对抗环境；行为建模维度中级对抗环境：小于等于第二阈值的异构主体行为的对抗环境；行为建模维度中级对抗环境：大于第二阈值的大规模异构主体行为的对抗环境；所述空间认知维度细分为初级、中级和高级三种对抗环境，分别是：固定场景固定地图对抗环境、临机场景固定地图对抗环境、临机场景临机地图对抗环境；根据三类能力维度的细分对抗环境，组合成四类综合对抗环境，每一类综合对抗环境对应一个能力等级。
16.根据本发明第二方面的系统，所述四类综合对抗环境的能力等级分为：0级、1级、2级和3级；所述0级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意维度的初级对抗环境对应的能力等级；所述1级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意独立维度中级或高级对抗环境对应的能力等级；
所述2级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意两个维度中级或高级对抗环境组合对应的能力等级；所述3级为同时具备对手识别维度、行为建模维度和空间认知维度这三个维度中级或高级对抗环境组合对应的能力等级。
17.根据本发明第二方面的系统，所述设置评测对象的各个能力等级评估评测的通过指标的具体方法包括：设置评测对象在各个能力等级对抗环境下的对抗次数和胜率阈值。
18.根据本发明第二方面的系统，所述第四处理模块，被配置为：步骤s41、按照能力等级由低到高的顺序，对每一个能力等级，随机生成相应对抗次数的综合对抗环境，评测对象在这些综合对抗环境下进行对抗，计算平均胜率；步骤s42、判断所述平均胜率是否大于等于所述能力等级所设置的胜率阈值，如果是，转到步骤s43，否则转到步骤s41；步骤s43、将所述能力等级数进行减一计算，判断计算结果是否大于等于零，是则转到步骤s44，否则转到步骤s45；步骤s44、输出所述计算结果，作为评测对象的能力等级评估评测结果；步骤s45、输出评测对象不具备人机对抗能力。
19.本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时，实现本公开第一方面中任一项的一种人机对抗能力评估评测方法中的步骤。
20.本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现本公开第一方面中任一项的一种人机对抗能力评估评测方法中的步骤。
21.综上，本发明提出的方案能够围绕人机对抗的“人”（对手识别）要素、“机”（行为建模）要素和“物”（空间认知）要素构建能力表征模型，并形成了形式化的能力评估方法，为智能体能力发展方向提供了依据和支撑。
附图说明
22.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1为根据本发明实施例的一种人机对抗能力评估评测方法的流程图；图2为根据本发明实施例的计算评测对象能力等级的方法步骤图；图3为根据本发明实施例的一种人机对抗能力评估评测系统的结构图；图4为根据本发明实施例的一种电子设备的结构图。
具体实施方式
24.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
25.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附发明内容中所详述的、本发明的一些方面相一致的装置和方法的例子。
26.应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
27.实施例1：本发明公开了一种人机对抗能力评估评测方法。图1为根据本发明实施例的一种人机对抗能力评估评测方法的流程图，如图1所示，所述方法包括：步骤s1、根据对手信息和初始环境信息，构建评测对象的人机对抗能力模型； 一般在人机对抗或者机器与机器的对抗过程中，为了评估测评对象（可以认为是人机对抗中的机）的对抗能力，在机器上构建评测对象的人机对抗能力模型，然后进行评估评测。
[0028]“评测对象”指的是参与人机对抗的智能体，即人工智能程序。
[0029]“人机对抗能力模型”的构建思路为：围绕人机对抗的三要素，即“人”（对手识别）、“机”（行为建模）和“物”（空间认知）这三个维度构建能力表征模型，并以此为理论指导，形成形式化的评估评测方法。
[0030]
在一些实施例中，所述对手信息包括：对手数量、对手风格、对手的主体规模和对手的主体类型；其中，对手即为与测评对象对抗的对象。
[0031]
初始环境信息包括：对抗地图、初始对抗场景；所述对手风格指根据对手是否具有学习能力分为学习型对手和非学习型对手；其中，非学习型对手为策略始终不变的对手；学习型对手为可以自主学习策略并具有变化的对手。
[0032]
所述对手的主体类型指根据对手的主体组成结构分为同构主体和异构主体；其中，同构主体：主体的类型是相同的，如都是坦克；异构主体：主体的类型是不一样的，如既有坦克，还有战车、直升机等。
[0033]
所述初始对抗场景指对手的主体在对抗地图上的初始布局；在一些实施例中，所述人机对抗能力模型的三类能力维度：对手识别维度、行为建模维度、空间认知维度；所述对手识别维度包括两个特征：对手数量、对手风格；所述行为建模维度包括两个特征：对手的主体规模、对手的主体类型；所述空间认知维度包括两个特征：对抗地图、初始对抗场景；步骤s2、根据人机对抗能力模型生成人机对抗能力分级对抗环境；在一些实施例中，所述根据人机对抗能力模型生成人机对抗能力分级对抗环境的具体方法包括：所述对手识别维度细分为初级、中级和高级三种对抗环境，分别是：少量非学习型
对手对抗环境、大量非学习型对手对抗环境、大量学习型对手对抗环境；对手识别维度初级对抗环境：小于等于第一阈值的非学习型对手的对抗环境；对手识别维度中级对抗环境：大于第一阈值的非学习型对手的对抗环境；对手识别维度高级对抗环境：大于第一阈值的学习型对手的对抗环境；其中，第一阈值可以为10。
[0034]
所述行为建模维度细分为初级、中级和高级三种对抗环境，分别是：小规模同构主体行为对抗环境、小规模异构主体行为对抗环境、大规模异构主体行为对抗环境；行为建模维度初级对抗环境：小于等于第二阈值的同构主体行为的对抗环境；行为建模维度中级对抗环境：小于等于第二阈值的异构主体行为的对抗环境；行为建模维度中级对抗环境：大于第二阈值的大规模异构主体行为的对抗环境；其中，第二阈值可以为30。
[0035]
所述空间认知维度细分为初级、中级和高级三种对抗环境，分别是：固定场景固定地图对抗环境、临机场景固定地图对抗环境、临机场景临机地图对抗环境；根据三类能力维度的细分对抗环境，组合成四类综合对抗环境，每一类综合对抗环境对应一个能力等级；在一些实施例中，所述四类综合对抗环境包括：由弱到强的排序分为0级、1级、2级和3级；所述0级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意维度的初级对抗环境对应的能力等级；所述1级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意独立维度中级或高级对抗环境对应的能力等级；所述2级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意两个维度中级或高级对抗环境组合对应的能力等级；所述3级为同时具备对手识别维度、行为建模维度和空间认知维度这三个维度中级或高级对抗环境组合对应的能力等级；步骤s3、设置评测对象的各个能力等级评估评测的通过指标；具体如下表1所示：表1
在一些实施例中，所述设置评测对象的各个能力等级评估评测的通过指标的具体方法包括：设置评测对象在各个能力等级对抗环境下的对抗次数和胜率阈值；步骤s4、根据所述通过指标，计算评测对象能力等级；在一些实施例中，如图2所示，所述根据所述通过指标，计算评测对象在所述人机对抗能力分级对抗环境中的能力等级的具体方法包括：步骤s41、按照能力等级由低到高的顺序，对每一个能力等级，随机生成相应对抗次数的综合对抗环境，评测对象在这些综合对抗环境下进行对抗，计算平均胜率；步骤s42、判断所述平均胜率是否大于等于所述能力等级所设置的胜率阈值，如果是，转到步骤s43，否则转到步骤s41；步骤s43、将所述能力等级数进行减一计算，判断计算结果是否大于等于零，是则转到步骤s44，否则转到步骤s45；步骤s44、输出所述计算结果，作为评测对象的能力等级评估评测结果；步骤s45、输出评测对象不具备人机对抗能力。
[0036]
综上，本发明提出的方案能够围绕人机对抗的“人”（对手识别）要素、“机”（行为建模）要素和“物”（空间认知）要素构建能力表征模型，并形成了形式化的能力评估方法，为智能体能力发展方向提供了依据和支撑。
[0037]
实施例2：如图1所示，所述方法包括：步骤s1、根据对手信息和初始环境信息，构建评测对象的人机对抗能力模型；在一些实施例中，所述对手信息包括：对手数量、对手风格、对手的主体规模和对
手的主体类型；初始环境信息包括：对抗地图、初始对抗场景；所述对手风格指根据对手是否具有学习能力分为学习型对手和非学习型对手；所述对手的主体类型指根据对手的主体组成结构分为同构主体和异构主体；所述初始对抗场景指对手的主体在对抗地图上的初始布局；在一些实施例中，所述人机对抗能力模型的三类能力维度：对手识别维度、行为建模维度、空间认知维度；所述对手识别维度包括两个特征：对手数量、对手风格；所述行为建模维度包括两个特征：对手的主体规模、对手的主体类型；所述空间认知维度包括两个特征：对抗地图、初始对抗场景；步骤s2、根据人机对抗能力模型生成人机对抗能力分级对抗环境；在一些实施例中，所述根据人机对抗能力模型生成人机对抗能力分级对抗环境的具体方法包括：所述对手识别维度细分为初级、中级和高级三种对抗环境，分别是：少量非学习型对手对抗环境、大量非学习型对手对抗环境、大量学习型对手对抗环境；所述行为建模维度细分为初级、中级和高级三种对抗环境，分别是：小规模同构主体行为对抗环境、小规模异构主体行为对抗环境、大规模异构主体行为对抗环境；所述空间认知维度细分为初级、中级和高级三种对抗环境，分别是：固定场景固定地图对抗环境、临机场景固定地图对抗环境、临机场景临机地图对抗环境；根据三类能力维度的细分对抗环境，组合成四类综合对抗环境，每一类综合对抗环境对应一个能力等级；在一些实施例中，所述四类综合对抗环境包括：由弱到强的排序分为0级、1级、2级和3级；所述0级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意维度的初级对抗环境对应的能力等级；所述1级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意独立维度中级或高级对抗环境对应的能力等级；所述2级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意两个维度中级或高级对抗环境组合对应的能力等级；所述3级为同时具备对手识别维度、行为建模维度和空间认知维度这三个维度中级或高级对抗环境组合对应的能力等级；步骤s3、设置评测对象的各个能力等级评估评测的通过指标；在一些实施例中，所述设置评测对象的各个能力等级评估评测的通过指标的具体方法包括：设置评测对象在各个能力等级对抗环境下的评估评测指标都相同，对抗次数皆为100次，胜率阈值皆为65%步骤s4、根据所述通过指标，计算评测对象能力等级；在一些实施例中，如图2所示，所述根据所述通过指标，计算评测对象在所述人机对抗能力分级对抗环境中的能力等级的具体方法包括：
评测对象在0级综合对抗环境经过100次对抗后，计算其平均胜率为80%；评测对象继续在1级综合对抗环境进行100次对抗后，计算其平均胜率为70%；评测对象继续在2级综合对抗环境进行100次对抗后，计算其平均胜率为60%；因此1级为评测对象的最终能力等级评估评测结果。
[0038]
实施例3：本发明公开了一种人机对抗能力评估评测系统。图3为根据本发明实施例的一种人机对抗能力评估评测系统的结构图；如图3所示，所述系统100包括：第一处理模块101，被配置为，根据对手信息和初始环境信息，构建评测对象的人机对抗能力模型；第二处理模块102，被配置为，根据人机对抗能力模型生成人机对抗能力分级对抗环境；第三处理模块103，被配置为，设置评测对象的各个能力等级评估评测的通过指标；第四处理模块104，被配置为，根据所述通过指标，计算评测对象在所述人机对抗能力分级对抗环境中的能力等级。
[0039]
根据本发明第二方面的系统，所述对手信息包括：对手数量、对手风格、对手的主体规模和对手的主体类型；初始环境信息包括：对抗地图、初始对抗场景；所述对手风格指根据对手是否具有学习能力分为学习型对手和非学习型对手；所述对手的主体类型指根据对手的主体组成结构分为同构主体和异构主体；所述初始对抗场景指对手的主体在对抗地图上的初始布局；在一些实施例中，所述人机对抗能力模型的三类能力维度：对手识别维度、行为建模维度、空间认知维度；所述对手识别维度包括两个特征：对手数量、对手风格；所述行为建模维度包括两个特征：对手的主体规模、对手的主体类型；所述空间认知维度包括两个特征：对抗地图、初始对抗场景。
[0040]
根据本发明第二方面的系统，所述第二处理模块102具体被配置为，所述对手识别维度细分为初级、中级和高级三种对抗环境，分别是：对手识别维度初级对抗环境：小于等于第一阈值的非学习型对手的对抗环境；对手识别维度中级对抗环境：大于第一阈值的非学习型对手的对抗环境；对手识别维度高级对抗环境：大于第一阈值的学习型对手的对抗环境；其中，第一阈值可以为10。
[0041]
所述行为建模维度细分为初级、中级和高级三种对抗环境，分别是：行为建模维度初级对抗环境：小于等于第二阈值的同构主体行为的对抗环境；行为建模维度中级对抗环境：小于等于第二阈值的异构主体行为的对抗环境；行为建模维度中级对抗环境：大于第二阈值的大规模异构主体行为的对抗环境；其中，第二阈值可以为30。
[0042]
所述空间认知维度细分为初级、中级和高级三种对抗环境，分别是：固定场景固定地图对抗环境、临机场景固定地图对抗环境、临机场景临机地图对抗环境；
根据三类能力维度的细分对抗环境，组合成四类综合对抗环境，每一类综合对抗环境对应一个能力等级；所述四类综合对抗环境包括：由弱到强的排序分为0级、1级、2级和3级；所述0级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意维度的初级对抗环境对应的能力等级；所述0级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意维度的初级对抗环境对应的能力等级；所述1级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意独立维度中级或高级对抗环境对应的能力等级；所述2级为具备对手识别维度、行为建模维度和空间认知维度这三个维度中任意两个维度中级或高级对抗环境组合对应的能力等级；所述3级为同时具备对手识别维度、行为建模维度和空间认知维度这三个维度中级或高级对抗环境组合对应的能力等级；根据本发明第二方面的系统，所述第三处理模块103具体被配置为，设置评测对象在各个能力等级对抗环境下的对抗次数和胜率阈值。
[0043]
根据本发明第二方面的系统，所述第四处理模块104具体被配置为，步骤s41、按照能力等级由低到高的顺序，对每一个能力等级，随机生成相应对抗次数的综合对抗环境，评测对象在这些综合对抗环境下进行对抗，计算平均胜率；步骤s42、判断所述平均胜率是否大于等于所述能力等级所设置的胜率阈值，如果是，转到步骤s43，否则转到步骤s41；步骤s43、将所述能力等级数进行减一计算，判断计算结果是否大于等于零，是则转到步骤s44，否则转到步骤s45；步骤s44、输出所述计算结果，作为评测对象的能力等级评估评测结果；步骤s45、认为评测对象不具备人机对抗能力。
[0044]
实施例4：本发:公开了一种电子设备。电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时，实现本发明公开实施例1中任一项的一种人机对抗能力评估评测方法中的步骤。
[0045]
图4为根据本发明实施例的一种电子设备的结构图，如图4所示，电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、近场通信（nfc）或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0046]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本公开的技术方案相关的部分的结构图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备
可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0047]
实施例5：本发明公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现本发明的实施例1中任一项的一种人机对抗能力评估评测方法中的步骤中的步骤。
[0048]
请注意，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附发明内容为准。
[0049]
本说明书中描述的主题及功能操作的实施例可以在以下中实现：数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
[0050]
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如fpga（现场可编程门阵列）或asic（专用集成电路）来执行，并且装置也可以实现为专用逻辑电路。
[0051]
适合用于执行计算机程序的计算机包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理（pda）、移动音频或视频播放器、游戏操纵台、全球定位系统（gps）接收机、或例如通用串行总线（usb）闪存驱动器的便携式存储设备，仅举几例。
[0052]
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备（例如eprom、eeprom和闪存设备）、磁盘（例如内部硬盘或可移动盘）、磁光盘以及cd rom和dvd-rom盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
[0053]
虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范
围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。
[0054]
类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。
[0055]
由此，主题的特定实施例已被描述。其他实施例在所附发明内容的范围以内。在某些情况下，发明内容中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。
[0056]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。