2. 中国船舶集团有限公司第七一四研究所,北京 100101;
3. 中国科学院自动化研究所,北京 100010;
4. 中国电科第二十八研究所,江苏 南京 210002
2. The 714 Research Institute of CSSC, Beijing 100101, China;
3. Institute of Automation Chinese Academy of Sciences, Beijing 100010, China;
4. Nanjing Research Institute of Electronic Engineering, Nanjing, 210002
信息化条件下的战场环境呈现出强对抗性、高度动态性、深度不确定性等特点,以无人机、无人艇、无人潜航器为代表的无人集群作战是未来海战的发展趋势。无人集群作战具有参战兵力类型多、通信组织复杂、战场形势瞬息万变的突出特点,对作战指挥决策的时效性、精准性要求很高,单凭指挥员主观经验已难以应对,人机融合智能决策是必然发展趋势,模型算法的先进程度将决定指挥信息系统的“聪明”程度[1-3]。指挥模型是支撑指挥员快速研判态势、精准筹划决策、高效行动控制的基础,是相关指挥信息系统和作战软件开发的前提,作战软件是否符合作战指挥的战术原则和战场实际情况,取决于作战软件中所使用的模型算法是否正确可信[4]。为促进海战场无人平台作战指挥能力提升,需要构建海战场无人平台作战指挥模型体系、积累沉淀模型算法资源集[5],提升指挥模型“需求-建设-管理-应用-评价-保障”全周期服务能力,并通过虚拟推演博弈对抗的方式,检验基于特定任务场景下的无人作战指挥模型能力水平,从而为海军指挥信息系统无人作战指挥智能化辅助决策能力创新发展提供支撑。
1 海上无人平台作战指挥模型体系框架模型框架是对作战模型体系的构成及其相互关系的规范化、一致性描述,是作战指挥模型建设的基础和前提。海战场无人作战模型体系框架应当以未来海上无人平台参与联合作战或独立完成作战任务为驱动,在分析梳理未来海上无人作战指挥体系、指挥流程、智能融合式作战指挥特点等基础上,分析作战指挥业务活动,提出对作战模型应用需求,基于需求牵引从顶层构建出海战场无人作战指挥模型体系框架[7]。
海上无人平台作战指挥模型体系框架可分为基础层、支撑层、业务层共3个不同层级。一是基础层模型,包含海上无人作战共用计算模型、先进算法模型;二是支撑层模型,主要为海上无人作战指挥业务支撑模型,包括海上无人集群侦察监视、集群协同干扰、集群协同攻击/袭扰指挥控制模型等集群作战筹划模型、行动控制模型和作战评估模型,以及无人平台侦察监视、无人平台电子干扰、无人平台对海对陆攻击、无人平台攻势布雷、无人平台通信中继、无人平台空中拦截等无人平台作战筹划模型、指挥控制模型和作战评估模型,作战筹划模型、指挥控制模型和作战评估模型;三是业务层模型,主要为综合应用模型,包括联合进攻、联合机动、联合防空等典型联合作战样式下的无人机、无人艇、无人潜航器等无人兵力行动模型,如海上无人平台侦察监视、无人平台电子干扰、无人平台对海对陆攻击、无人平台攻势布雷、无人平台通信中继、无人平台空中拦截模型等。
其中,基础层主要提供基础、通用和共用的能力类模型、规则类模型、知识类模型等,供支撑层、业务层模型组合或调用;支撑层主要提供分析评估类模型、测算类模型、规划类模型等,为作战筹划、指挥控制、作战评估等指挥业务活动提供支撑;业务层主要面向典型作战样式和使用场景,提供综合应用模型。
通过模型持续开发与优化完善,并遵循统一的模型管理机制方法,逐步构建丰富海上无人平台作战指挥模型资源库。
2.1 模型开发1)模型开发准则
模型应与数据松耦合,模型计算所需参数数据由上层模型调用者从数据库、数据文件或者实时态势、作战计划等上下文环境中提取,或者由界面输入,或者由另一个模型的输出结果提供,即模型只负责根据输入参数进行计算并返回计算结果,不负责对数据进行存取操作;模型应具有异常处理功能和排错功能,对非法的参数、参数越界等异常或错误应有返回值或提示,并将错误信息反馈至上层调用者。
2)模型开发流程
确定编码:根据模型编码要求对开发模型进行编码并保证编码唯一性和合理性。
模型开发:遵循模型数学公式、模型基本要求、模型形态要求、运行环境要求进行模型代码实现,形成模型帮助文档、模型描述信息和引用模型列表信息等产品,针对通用模型,需对外提供服务地址或模型所在的应用段或服务段地址,便于其他业务调用。
模型封装:结合模型适用系统的跨平台性、开发语言和运用场景等要求,选择RPC服务、动态库文件、可执行文件等形态封装,形成模型目标文件。
3)模型开发工具
模型开发工具应提供多类模型开发能力,包括:基于 UML 的军事概念建模能力;基础计算模型建模能力,提供可视化工具模型,为复杂的军事优化问题提供求解器;智能模型建模工具,面向用户提供强化学习、深度学习、机器学习开发能力,提供包含模型训练、模型优化、样本管理等一系列工具;测算模型智能建模能力,面向各类文档实现公式抽取、测算模型封装以及计算功能;战术规则智能建模能力,面向战术规则提供可视化建模工具,智能生成战术规则行为树;知识模型智能建模能力,面向军语、条例条令、作战文书等实现知识构建。
2.2 模型管理1)模型需求提报
针对新模型建设需求,按照审批权限并逐级核准需求、解析/审批流程。针对模型功能迭代升级需求,结合原需求提报修改相关需求信息,并进行版本管理。
2)建模任务发布
以联合开发、公开招募等方式发布新模型建设任务,并记录模型需求响应情况。改进类模型建设任务,以延续改进、联合改进、公开招募等方式发布,并记录模型需求响应情况,模型历史版本记录。
3)模型校核管理
模型校核工具提供多种模型校验能力,包括军事概念模型校验工具、指挥业务支撑模型校验工具、通用基础模型校验工具、模型静态校验工具(模型标准符合性测试工具、模型测试用例生成工具)、模型动态校验工具(模型测试环境生成工具、模型数据分析工具等),结合形成模型校验的闭环过程,在模型输入与给实际系统施加的作用相似条件下,验证模型标准符合性、建模正确性、运行准确性。
4)模型入库管理
支持军事概念模型、数学逻辑模型、软件程序模型的各类文档、程序源文件的入库保存,能够支持模型验收评审;能够支持模型功能测试、效率测试、互操作性测试、可移植性测试、可扩展性测试等,能够对模型进行兼容性检测、合标检测、性能验证,允许将核查通过的模型入库,能够对模型的版本进行更新。
5)模型版本管理
支持查看模型库资源详细信息、文档资源、程序资源、模型使用信息、模型产权信息,以可视化的形式展示模型资源体系图;支持模型成熟度管理,按照一定标准自动对模型状态进行定级定档,覆盖模型从需求提报、任务发布、开发、集成、验证全开发阶段的生命周期过程,包括需求级别、开发级别和应用级别;对模型开发版本进行统一管理,在模型开发过程中自动生成模型版号,方便多个开发人员协同开发并保持版本一致,保存模型历史数据并维护不同阶段的版本日志。
6)模型组合编排
能够对模型进行可视化组装和拆分,能够依据规划业务需求,提供可视化规划业务流程的定制和编排,对模型库中的若干个模型进行组合封装,同时支持编排设计成果的示例展示与查询,支持编排方法、编排方式、编排规则的展示。
3 基于博弈对抗的海上无人平台作战指挥模型检验可信性是模型的生命线,缺乏足够可信度的模型不能发挥其应有的作用,也违背了模型开发的初衷。在和平年代,借助和利用作战仿真实验方式,开展复杂博弈对抗背景下的指挥模型检验研究,是建模与仿真技术发展的必然趋势[8-9]。
3.1 博弈想定围绕海上无人立体攻防典型博弈场景,在仿真推演环境中综合运用无人机、无人艇、无人潜航器集群兵力开展红蓝对抗,检验智能博弈对抗算法的自主指挥决策能力。以红方某机动预警目标为中心,综合考虑无人装备有效作战半径与作战时间等因素与有人装备相结合开展想定设计,将红方机动预警雷达设定为攻防目标,红蓝双方派遣无人机群、无人艇、无人潜航器群开展联合立体攻防对抗,最终以红方机动预警雷达是否被摧毁和双方兵力战损情况作为评分参考,综合协同侦察探测、协同电子掩护、协同反导防御等协同作战能力评价指标,检验智能体任务规划、作战筹划、临机决策、作战协同等战术算法的合理性。
3.2 对抗平台围绕海战场无人平台立体攻防典型博弈场景,构建博弈对抗原型系统平台,开放智能算法开发接口,能够为智能算法的“集智众创”设计、作战运用与检验评估提供便捷化的环境。通过红蓝对抗大样本推演,构建多维度、多层次的指标体系,分析对抗过程和结果数据,实现对智能体能力水平综合评估,并结合博弈对抗系统平台的常态化开放运行,不断遴选迭代优秀算法,为后续无人体系智能化作战运用提供可行性指导、算法模型积淀、技术方法支撑。平台总体架构如图2所示。
1)基于认知计算的海上无人平台跨域协同作战智能化自主行为建模技术
针对典型海战场无人平台协同作战场景下的行为建模需求,着眼解决作战智能体设计问题,分析能力状态空间、行为动作空间,通过无人平台作战行为建模研究,支持无人平台自主行为集的动态灵活定制,通过通用无人作战平台概念建模、具备自主行为的作战平台Agent设计等无人作战平台抽象化建模问题研究,突破基于认知计算的海上无人平台跨域协同作战智能化自主行为建模技术,实现从被动处理“行为规则库”信息升级到主动通过认知框架学习理解行为规则,提升智能化自主行为建模能力。
2)面向无人作战推演的多分辨率智能体快速推演对抗技术框架及实现技术
多分辨率建模(multi-resolution modeling,MRM)是解决模拟复杂性与资源有限性问题的有效手段。针对无人平台建设发展和论证分析的需求,着眼解决无人平台在对抗环境下的作战效能提升问题,分析多无人平台协同作战角色任务分配,通过多分辨率智能体快速推演对抗技术框架研究,包括多分辨率智能体分层设计与交互机制建模、作战智能体超实时高并发推演框架构建等,突破多分辨率无人作战智能体超实时高并发推演关键技术,支持构建可扩展、可演进的对抗技术开发与验证框架。
3)基于多源数据的海上无人平台智能体多维能力量化评估模型算法
针对智能体作战能力评估需求,着眼解决作战智能体对于不同场景的动态匹配问题,分析异构任务的能力维度组成,通过基于多源数据的智能体多维能力量化评估模型算法研究,包括典型作战场景异构任务的能力维度组成分析、基于多维度评价的作战智能体能力评估等内容,突破基于大数据和深度学习的海上无人平台智能体跨域协同能力评估技术,实现智能体能力量化评定与作战效能的相关性联结,支持可定制编辑的评价指标体系,以及基于深度学习智能化方法的评估算法持续优化。
4 结 语以海战场无人作战平台跨域协同指挥控制为牵引,提出海战场无人平台作战指挥模型体系架构设计,涵盖海军无人作战基础计算模型、指挥应用模型;提出海战场无人平台作战指挥模型开发管理基本方法,涵盖模型需求管理、任务管理、开发流程、版本管理、组合编排等内容;提出基于博弈对抗的海战场无人平台跨域协同作战指挥算法检验方法,包括博弈想定设计、检验平台和关键技术设计等,能够为海战场无人作战指挥模型体系设计、模型开发管理与检验提供支撑,促进海军指挥信息系统无人作战智能化辅助决策能力跃升。
[1] |
黄亮, 程蓓, 王澍初, 等. 舰载无人机未来作战应用指挥体系分析[J]. 舰船科学技术, 2015, 37(1): 123-127. HUANG Liang, CHENG Pei, WANG Shu-chu, et al. Analysis on future combat applications and command system of ship-borne UAV[J]. Ship Science and Technology, 2015, 37(1): 123-127. DOI:10.3404/j.issn.1672-7649.2015.01.025 |
[2] |
苏金涛, 张 华, 肖自兵, 等. 无人集群协同反潜应用研究[J]. 舰船科学技术, 2020, 42(9): 157-160. SU Jin-tao, ZHANG hua, XIAO Zi-bing, et al. Research on unmanned cluster collaborative anti-submarine application[J]. Ship Science and Technology, 2020, 42(9): 157-160. DOI:10.3404/j.issn.1672-7649.2020.09.030 |
[3] |
高杨, 李东生, 程泽新. 无人机分布式集群态势感知模型研究[J]. 电子与信息学报, 2018, 40(6): 1272-1274. GAO Yang, LI Dong-sheng, CHENG Ze-xin. UAV distributed swarm situation awareness model[J]. Journal of Electronics & Information Technology, 2018, 40(6): 1272-1274. DOI:10.11999/JEIT170877 |
[4] |
李明. 作战软件模型检验方法研究[J]. 舰船电子工程, 2011, 3(6): 128-130. Li Ming. Operational model verification and validation methods for operational software[J]. Ship Electronic Engineering, 2011, 3(6): 128-130. DOI:10.3969/j.issn.1627-9730.2011.06.036 |
[5] |
沈远海, 洪亮, 刘通, 等. 水面舰艇作战系统的模型集研究[J]. 舰船科学技术, 2015, 31(9): 141-143. SHEN Yuan-hai, HONG Liang, LIU Tong, et al. Study of model aggregate for ship borne combat system[J]. Ship Electronic Engineering, 2015, 31(9): 141-143. |
[6] |
周胜利, 沈寿林, 张国宁. 人机智能融合的陆军智能化作战指挥模型体系[J]. 火力与指挥控制, 2020, 3(45): 34-37. ZHOU Sheng-li, SHEN Shou-lin, ZHANG Guo-ning. Research on army intelligent operational command model system based on man-machine intelligence fusion[J]. Fire Control& Command Control, 2020, 3(45): 34-37. DOI:10.3969/j.issn.1002-0640.2020.03.006 |
[7] |
陆铭华. 水下作战指挥系统体系结构及工程管理技术[J]. 指挥控制与仿真, 2018, 5(40): 1-4. DOI:10.3969/j.issn.1673-3819.2018.05.001 |
[8] |
吴维元, 李明, 邹雨. 基于可信度评估的作战模型确认方法[J]. 指挥信息系统与技术, 2014, 3(5): 49-52. DOI:10.3969/j.issn.1674-909X.2014.05.010 |
[9] |
董智高, 胡斌. 作战实验模型VV&A通用内容研究[J]. 火力与指挥控制, 2018, 2(43): 71-74. DONG Zhi-gao, HU Bin. Research on VV&A general content of operational experiment model[J]. Fire Control& Command Control, 2018, 2(43): 71-74. |