譚玉璽,王洪軍,侯 俊

(陸軍指揮學院,江蘇 南京 210045)

隨著人工智能、無人化等技術(shù)的創(chuàng)新發(fā)展及在作戰(zhàn)中的逐步運用,如何適應未來智能化戰(zhàn)爭需要,對現(xiàn)代指揮方式和指揮手段進行建模,成為新時期陸軍作戰(zhàn)仿真領(lǐng)域的一項重要任務,也是對當前我軍軍事斗爭準備提出的一項十分緊迫的要求。探尋陸軍作戰(zhàn)指揮決策活動內(nèi)在的規(guī)律性,深化對陸軍作戰(zhàn)指揮決策活動的認識,運用新技術(shù)研究構(gòu)建陸軍作戰(zhàn)指揮決策模型,是實現(xiàn)“逼真”陸軍作戰(zhàn)仿真系統(tǒng)的先決條件,也是各國軍隊模擬系統(tǒng)發(fā)展至今的熱點問題[1]。

目前基于Agent等理論的智能決策系統(tǒng)研究很多,但能解決陸軍復雜作戰(zhàn)的智能指揮決策模型還比較少[2-5]。本文面向新條件下對陸軍作戰(zhàn)仿真系統(tǒng)的功能需求,基于系統(tǒng)建模理論和人工智能理論,運用組件化建模方法,研究陸軍作戰(zhàn)指揮決策模型構(gòu)建,并考慮了指揮員個性對指揮決策的影響,解決了陸軍作戰(zhàn)仿真系統(tǒng)“人不在回路”模式下的指揮決策問題。

1 模型設計

指揮決策模型的構(gòu)建,主要解決以下三個方面問題。

1)如何建立一個仿真系統(tǒng),可以在沒有用戶干預的情況下保證系統(tǒng)運行的準確性、真實性。這就需要對戰(zhàn)場情況即戰(zhàn)場態(tài)勢進行準確、真實地描述,并考慮相關(guān)的大規(guī)模軍事行動、領(lǐng)導藝術(shù)、文化背景等信息。

2)如何將指揮規(guī)則、指揮規(guī)則集應用于多變的軍事行動中,根據(jù)戰(zhàn)場態(tài)勢選擇合理的作戰(zhàn)行動,包括規(guī)則的建立、規(guī)則集的建立、行動選擇器的構(gòu)建。

3)如何根據(jù)指揮員的個性特點構(gòu)建指揮員性格模型,指揮員性格模型如何影響行動選擇。

為了解決上述三個方面問題,指揮決策模型總體設計如圖1所示。

圖1 指揮決策模型總體設計

圖1展示了指揮決策模型通過任務、敵情、我情和戰(zhàn)場環(huán)境等信息對態(tài)勢進行評估,基于規(guī)則集對陸軍作戰(zhàn)行動進行決策。任務通常由上級單位制定,并通過命令或指令形式下達。我情信息可以直接由上級指定,實時變化的狀態(tài)通過收集獲取,并由決策模型進行解釋說明。敵情和戰(zhàn)場環(huán)境信息是不確定的,通過情報感知獲取,對它們的感知有可能是不完全的、延遲的，或是不正確的。最終,通過行動選擇器的預測能力,選擇行動方案。指揮員性格模型根據(jù)指揮員的個性影響決策模型對行動的選擇。

2 規(guī)則集的建立

規(guī)則集(知識庫)是指揮決策的基礎(chǔ)[6]。規(guī)則的構(gòu)建采用“事件(條件)+行動”的方法,即首先將各種作戰(zhàn)行動的執(zhí)行過程劃分為若干階段,階段之間的過渡點為事件發(fā)生點,任務執(zhí)行的異常也作為事件輸入。目前可將條件分為四類:時間條件、空間條件、情報條件、情況條件。各個條件可以單獨作為決策觸發(fā)因素,也可以通過邏輯組合模式進行構(gòu)建,完成復雜決策條件(規(guī)則)制定。

1)時間條件。描述作戰(zhàn)過程中以時間為條件的決策點,解決“在什么時間干什么事”的問題，類似于計劃行動。

2)空間條件。描述在作戰(zhàn)過程中以指定空間區(qū)域中雙方兵力情況為條件的決策點,解決“根據(jù)所關(guān)注區(qū)域情況,決定干什么事”的問題。

3)情報條件。描述在作戰(zhàn)過程中以本方上、下級及友鄰單位產(chǎn)生的情報信息為條件的決策,解決“根據(jù)決策者接收情報,決定干什么事”的問題。

4)情況條件。描述在作戰(zhàn)過程中以敵我作戰(zhàn)單位作戰(zhàn)狀態(tài)變化為條件的決策,解決“根據(jù)關(guān)注單位狀況,決定干什么事”的問題。

規(guī)則集的構(gòu)建是通過將行動劃分為正常事件(條件)和異常事件(條件),每個事件都按照優(yōu)先級注明了幾種指揮規(guī)則。通過采用這種方式,可以構(gòu)建軍事人員直接維護的規(guī)則集。

3 行動選擇器的構(gòu)建

行動選擇器是決策模型的核心。指揮決策模型使用行動選擇器來決定作戰(zhàn)過程中的行動，進而完成作戰(zhàn)任務。行動選擇器在對實時戰(zhàn)場態(tài)勢進行判讀的基礎(chǔ)上工作,包括對自身態(tài)勢的了解和對敵方態(tài)勢的感知與理解。態(tài)勢的屬性主要包括兵力規(guī)模,初始補給水平、補給消耗、再補給率,機動性,方向,位置,單位的縱深和正面寬度,戰(zhàn)場地理環(huán)境等。

3.1 博弈“棋盤”

行動選擇器獲取初始態(tài)勢,并為敵我雙方選擇一個默認的作戰(zhàn)行動,例如攻擊、防守、撤退等。我們可以把敵我的行動和態(tài)勢的細節(jié)信息用一個類似博弈的“棋盤”進行描述。決策模型在一個規(guī)定的時間段內(nèi),通過博弈“棋盤”推演完成每一個交戰(zhàn)活動,直到“棋盤”上的一個單位已經(jīng)達到了它的目標。決策模型選擇不同的行動在“棋盤”上推演交戰(zhàn)過程,經(jīng)過一定的裁決周期,對敵我雙方的毀傷進行裁決。

不同行動的選擇有不同的優(yōu)先級,這些優(yōu)先級的確定可以基于不同的因素如雙方戰(zhàn)損、與目標的距離以及可用的補給等。優(yōu)先級的大小依賴于決策模型使用的計算方法的類型?？蛇x的有:最大增益計算法,它將選擇最可能導致最好效果的行動;最小損失計算法,選擇避免最大損失的行動;最大期望計算方法,它權(quán)衡所有相對可能的結(jié)果,計算出能夠產(chǎn)生最好結(jié)果的行動。每一種計算方法基于指揮的規(guī)則集進行選擇。當一方選擇了作戰(zhàn)行動,并且對手也選擇了相應的行動,這樣我們就可以用一個博弈“棋盤”描述作戰(zhàn)雙方一系列行動的組合過程,推演出每一方的行動計劃。

例如:兩個作戰(zhàn)實力相當?shù)臄澄覇挝?他們都有一個占領(lǐng)的任務,他們離自己要占領(lǐng)目標的距離相同。這兩個單位之間唯一的不同是我方作戰(zhàn)力量的機動速度是對手的兩倍,如圖2所示。

圖2 行動選擇示例,初始態(tài)勢

推演的第一個回合,我方單位(紅方)和敵方單位(藍方)都在朝著目標機動。由于我方單位機動速度快,第一回合推演結(jié)束時,我方單位就到達了目標,此時已經(jīng)過去了12小時(推演周期)。敵方力量在第二次機動時才到達目標,這時已經(jīng)過去了24小時,如圖3所示。

圖3 行動選擇示例,24小時態(tài)勢

敵我雙方的戰(zhàn)斗力毀傷計算如下:

dF/dt=-Ke*α/t/u*E

dE/dt=-Kf*β/t/u*F

其中，F(xiàn)、E分別為我方和敵方的戰(zhàn)斗力,Kf、Ke分別為我方和敵方的殺傷力,α、β分別為地形等對敵我雙方殺傷力的修正值,t、u分別為單位時間和單位戰(zhàn)斗力。

當我方單位先到達目標后,所屬部隊在交戰(zhàn)地域完成了防守部署,由于占據(jù)了有利地形,交戰(zhàn)時將擁有優(yōu)勢。當敵方單位意識到這樣下去所屬作戰(zhàn)力量將很快消耗殆盡時,敵方單位開始撤退。我方在機動速度上的優(yōu)勢(或者是在初始位置上的優(yōu)勢)將使其先到達目的地,因而，首先進行防御部署,在交戰(zhàn)中就會獲得有利條件,所以，在交戰(zhàn)過程中敵方單位將會首先喪失戰(zhàn)斗力,并被迫撤退,如圖4所示。在擁有相同感知能力的前提下,敵方單位選擇這一行動是不太可能的。

圖4 行動選擇示例,96小時態(tài)勢

3.2 行動選擇樹

兵法云“知己知彼,百戰(zhàn)不殆”,行動選擇器中,每一個指揮員相當于一個智能體,都擁有一個模擬對手如何認知他的模型。如圖5所示。當一個指揮員通過其態(tài)勢評估規(guī)則進行一次態(tài)勢評估時,自己的思維中會建立多個博弈“棋盤”,每一個“棋盤”對應一個根據(jù)敵我雙方態(tài)勢做出反應而形成的對峙。我們稱之為指揮員的感知“棋盤”,這些“棋盤”通過敵方態(tài)勢評估規(guī)則發(fā)送給對手的“棋盤”。使用哪一個規(guī)則集,取決于指揮員認為誰是自己的對手。指揮員關(guān)于敵方的經(jīng)驗(知識)越豐富,這種判斷做得越準確。對于每一個指揮員的感知“棋盤”,會有多個“棋盤”按照敵方感知態(tài)勢的判斷規(guī)則來創(chuàng)建。它們所表達的是對手可能會做出的判斷。我們稱它們?yōu)閷κ值母兄捌灞P”。

圖5 行動選擇樹的創(chuàng)建

每一個指揮員的感知“棋盤”通過應對規(guī)則發(fā)送給敵方,敵方每一個針對我方的感知“棋盤”通過敵方應對規(guī)則模型發(fā)送給我方。這些感知“棋盤”的每一個組合都要在行動選擇樹父節(jié)點的感知“棋盤”上列出,并且這些子節(jié)點將成為樹的下一級。一層中獲勝的“棋盤”成為下一個層次“棋盤”的起始狀態(tài),在下一個層次中它將按照敵方的感知規(guī)則被再一次發(fā)送給敵方。

4 指揮員性格模型

指揮員性格模型描述了一個特定指揮員的指揮特點對決策模型的影響,通過對指揮員性格特點的描述,把個人特性與對各種軍事問題的態(tài)度、處理方法和結(jié)果評估聯(lián)系起來,最終影響指揮決策結(jié)果。該模型把指揮員的性格和個性根據(jù)他們的習慣和處事方式分為不同等級?？梢杂?對相反的數(shù)據(jù)對個性進行描述。分別是性格的內(nèi)向與外向、處理事情靠直覺與靠實感、決策靠思維與靠感情、做事有規(guī)劃與無規(guī)劃。

例如,5名指揮員記為x1～x5,論域:

U={x1,x2,x3,x4,x5}

分別對這5名指揮員的性格內(nèi)向程度打分,按百分制給分,再都除以100,指揮員的內(nèi)向程度得分將是0到1的某個數(shù),這就給出了U到[0,1]閉區(qū)間的映射,這樣就確定了一個模糊子集A,它表示指揮員對“性格內(nèi)向”這個模糊概念的符合程度[7]。這些不同的取值并不代表好或不好,只是不同。如果每一組之中選擇一個的話,4組數(shù)據(jù)確定了16種可能的類型。這16種個性類型可以用來描述各指揮員之間的差異性。對抗雙方指揮員按照4個軸取值的結(jié)果輸入指揮員行為模型中,并將這些個性轉(zhuǎn)化為對相關(guān)戰(zhàn)場態(tài)勢的態(tài)度,這些態(tài)度被規(guī)范化成為適當?shù)母怕手?影響行動的選擇。

當指揮員行為模型激活時,行動選擇器的行動選擇將有可能發(fā)生偏離,就不會單純依靠“最大期望值”的標準進行選擇。例如,一個理性的指揮員,他的態(tài)度是作戰(zhàn)中使己方傷亡最小,那么他的性格模型將會影響行動選擇器尋求最為穩(wěn)妥的解決方案。

5 結(jié)束語

本文提出的陸軍作戰(zhàn)指揮決策仿真模型,構(gòu)建了一個行動選擇器,用來選擇許多由指揮員和假定的敵方指揮員產(chǎn)生的行動結(jié)果,并通過一個簡單聚合的“棋盤”來描述指揮員的博弈模型,該“棋盤”像下棋一樣描述了指揮員之間的對抗思維過程。

同時,遵循指揮員的個性構(gòu)建指揮員性格模型,按照4種不同的性格數(shù)據(jù)進行量化,并直接影響決策模型行動選擇的結(jié)果。

通過本文的研究,構(gòu)建的指揮決策模型將有助于國內(nèi)陸軍作戰(zhàn)仿真系統(tǒng)的研制與開發(fā),具有較強的借鑒意義與參考價值。