战争推演作为真实战争的模拟,可以预先推估战争局势的发展,在现代战争中具有举足轻重的作用。近些年来,涌现了一批战争模拟测试平台,星际争霸作为一款多兵种战争对抗类游戏,一定程度地展现了战争模拟中遇到的各种挑战,如复杂环境,战争迷雾等,成为验证各种人工智能算法的主流平台之一。本文以星际争霸为载体,提出了一种基于深度学习的对抗单元预测与估计模型,这里的对抗单元指的是星际争霸中的作战兵力,该模型可以实现给定状态下生产何种对抗单元的预测。具体来说,作者定义了一系列特征,以提取不同状态下敌我双方信息,同时采用了一系列深度学习算法以获得上述信息到动作的映射,即合理规划兵力。本文测试了上述算法的性能,指出考虑时序信息的循环神经网络模型可以取得更优的预测准确率。最后,本文嵌入上述算法并设计了智能体cpac,与现有智能体的对抗结果进一步展示了所设计智能体的性能。