现代计算机的发展及人工智能的进步,让军事信息技术以及指挥信息系统,决策系统等领域也逐渐迈向智能化。兵棋推演作为战略形式推算的重要途径,也需要与信息技术以及人工智能相结合,才会在瞬息万变的国际形势中不落于下风。强化学习作为人工智能最热门的部分之一,非常适合应用于兵棋推演环境。研究者们通常使用图像作为强化学习训练的状态空间,舍弃了兵棋推演环境中蕴含的其他有用信息,例如各单位的位置、运动方向等。本文将人工智能中的影响力地图与强化学习原有的图像状态空间结合起来,设计并实现了以深度强化学习为主的人工智能决策辅助,从智能态势描述层面入手,实时描述态势信息并做出快速应对,为决策系统提供信息化智能支持。本文的主要工作如下:（1）针对智能态势描述的研究,本文以小型智能对抗游戏Ms.Pac-Man为例,根据游戏的运行内部状态等信息计算得到影响力地图,设计了影响力地图与原有图像叠加的状态空间。为了证明本文提出的状态空间有效性,以图像状态空间作为对比进行了实验。实验证明,相较于传统连续图像状态空间,本文在训练速度提升59%,显存占用减少30%,内存占用减少50%的情况下,智能体最终的分数提高了10%。（2）强化学习中稀疏奖励问题也是目前技术难点,面向强化学习中的稀疏奖励问题,本文使用影响力地图来返回给智能体无环境奖励时的内在奖励。实验证明智能体最终的分数相较于无内在奖励时提高了约10%。（3）面向尝试结合人工智能与兵棋推演的开发者,本文设计并实现了强化学习在线交互式算法平台,能够在不改动原有兵棋推演环境的基础上为环境添加强化学习支持,并能够实时查看强化学习训练进度,可以为自定义的军事推演环境做一些参考。