涂衛(wèi)紅, 張建廷

(海軍研究院, 北京　102249)

在作戰(zhàn)體系對抗仿真實(shí)驗(yàn)中,模擬的作戰(zhàn)層次是帶有一定戰(zhàn)術(shù)逼真度的戰(zhàn)役行動,通過交互式的離散事件模擬,探索面臨不確定戰(zhàn)場態(tài)勢時(shí)決策者的行為、網(wǎng)絡(luò)化兵力組織運(yùn)用等方面的能力。為了實(shí)現(xiàn)作戰(zhàn)體系對抗的建模與仿真,多智能體(Multi-Agent,MA)的建模技術(shù)得到了廣泛的應(yīng)用[1-3],該技術(shù)主要基于復(fù)雜適應(yīng)理論發(fā)展起來的,在具體實(shí)現(xiàn)過程中從研究個(gè)體行為著手,將復(fù)雜系統(tǒng)劃分為多個(gè)Agent,每個(gè)Agent具有各自的模型、數(shù)據(jù)、規(guī)則和接口等,通過對Agent的行為及它們之間的交互關(guān)系進(jìn)行刻畫,以自底向上的方式描述復(fù)雜系統(tǒng)的行為,進(jìn)而獲得系統(tǒng)宏觀行為。在多智能體的作戰(zhàn)體系仿真推演應(yīng)用領(lǐng)域,尤其是面向網(wǎng)絡(luò)中心戰(zhàn)的應(yīng)用[4],國外已經(jīng)相繼開發(fā)了OneSAF[5]、MANA[6]、SEAS[7]等系統(tǒng),國內(nèi)相關(guān)方向的研究和應(yīng)用還處于起步階段,多停留在理論研究層面,存在理論和實(shí)踐脫節(jié)的問題[8]。

偵察預(yù)警系統(tǒng)的仿真,涉及眾多平臺武器系統(tǒng),不僅包括岸、海、空、天的各型偵察兵力平臺,還包括各種預(yù)警探測、情報(bào)偵察、指揮控制、通信、數(shù)據(jù)融合處理等組成的電子信息系統(tǒng),這些系統(tǒng)之間關(guān)系復(fù)雜、相互作用明顯、相互制約多、相互影響大,成為構(gòu)建有效體系仿真實(shí)驗(yàn)環(huán)境的主要難題。為此,本文從偵察預(yù)警體系仿真的需求出發(fā),采用基于多智能體的建模與仿真方法,建立有效的物理和行為模型,為作戰(zhàn)仿真推演實(shí)現(xiàn)提供有效的方法支持。

1　研究思路

1.1　偵察預(yù)警系統(tǒng)仿真任務(wù)需求

偵察預(yù)警系統(tǒng)仿真的實(shí)現(xiàn)基礎(chǔ)是對體系進(jìn)行有效的描述,描述的過程就是建模過程。偵察預(yù)警裝備實(shí)體是整個(gè)仿真的基本單元,通過建立各種偵察預(yù)警裝備的仿真模型和作戰(zhàn)環(huán)境、交互關(guān)系等模型,模擬作戰(zhàn)環(huán)境下裝備體系的能力和檢驗(yàn)各個(gè)裝備對作戰(zhàn)的貢獻(xiàn)率,通過仿真結(jié)果輸出數(shù)據(jù)的統(tǒng)計(jì)和分析,最終得到體系的效能評估結(jié)果。偵察預(yù)警系統(tǒng)仿真的任務(wù)需求體現(xiàn)在以下三個(gè)方面。

1)過程模擬,既要模擬系統(tǒng)在物理域的變化規(guī)律,還要能夠刻畫信息域和認(rèn)知域,反應(yīng)作戰(zhàn)系統(tǒng)整體和不同層次的OODA環(huán)[9]過程。

2)行為模擬,偵察預(yù)警系統(tǒng)表現(xiàn)復(fù)雜,體現(xiàn)在兵力個(gè)體或多個(gè)實(shí)體之間的交互或它們的交互所表現(xiàn)出來的宏觀行為,反過來,全局行為又決定了個(gè)體進(jìn)行決策、反應(yīng)的環(huán)境,通過個(gè)體的簡單行為,構(gòu)建復(fù)雜全局行為能力,仿真環(huán)境需要模擬這種行為關(guān)系。

3)物理模擬,對仿真中所需的兵力平臺模型、傳感器模型、網(wǎng)絡(luò)模型、信息流模型等進(jìn)行仿真。

三者關(guān)系如圖1所示。

1.2　偵察預(yù)警系統(tǒng)仿真的關(guān)鍵技術(shù)

基于MA的建模與仿真的方法實(shí)現(xiàn)偵察預(yù)警系統(tǒng)仿真,采用相互之間具有復(fù)雜交互行為的自治實(shí)體對系統(tǒng)進(jìn)行描述和抽象,建模的重難點(diǎn)可以歸結(jié)為兩個(gè)方面:體系模型和行為決策模型構(gòu)建。

體系模型及架構(gòu)分析主要在Agent仿真方法指導(dǎo)下,對體系中的實(shí)體、關(guān)系、環(huán)境和交互關(guān)系進(jìn)行分析,針對體系層次的能力要求,按照作戰(zhàn)仿真的任務(wù)需求,基于效能評估指標(biāo)和交互關(guān)系對體系中涉及的對象、作戰(zhàn)過程、行為關(guān)系等要素進(jìn)行抽象,研究需求的模型類型、組合方法、組成結(jié)構(gòu)關(guān)系,形成面向體系仿真需求的元模型,進(jìn)而利用元模型的實(shí)例化,構(gòu)建仿真實(shí)現(xiàn)所需的物理模型基礎(chǔ)。

決策行為模擬主要針對體系對抗仿真中作戰(zhàn)實(shí)體的決策行為表示,是信息域和認(rèn)知域進(jìn)行有效聯(lián)系的基礎(chǔ),只有將信息優(yōu)勢轉(zhuǎn)換為決策優(yōu)勢才能反映信息化條件下體系對抗的特點(diǎn),而作戰(zhàn)實(shí)體的決策行為表示是所有作戰(zhàn)仿真中需要解決的一個(gè)難點(diǎn)。為此必須在仿真中解決Agent的行為描述和行為組合方法,能夠更加自然地表示和快速組合Agent行為。同時(shí),作戰(zhàn)體系對抗模擬中,實(shí)體數(shù)量規(guī)模龐大、實(shí)體行為復(fù)雜,Agent種類多、交互復(fù)雜,需要大規(guī)模的計(jì)算與仿真。因此,設(shè)計(jì)合理的Agent行為方案(Course of action,COA)[10]決策模型,提高仿真運(yùn)行效率至關(guān)重要。

通過上述分析,偵察預(yù)警系統(tǒng)仿真環(huán)境的構(gòu)建需要解決兩個(gè)方面的問題。一是采用多智能體方法,研究多智能體的模型結(jié)構(gòu)設(shè)計(jì),包括作戰(zhàn)實(shí)體單元的傳感器模塊、通信模塊、行為模塊等模型的組合方法、關(guān)聯(lián)方法,構(gòu)建合理的作戰(zhàn)實(shí)體結(jié)構(gòu),保障系統(tǒng)中仿真單元具備目標(biāo)性和自主行為能力;二是研究系統(tǒng)的決策行為模型,通過有限的狀態(tài)變量和態(tài)勢事件約束、匹配,依據(jù)Agent仿真中活動執(zhí)行順序進(jìn)程,對偵察預(yù)警相關(guān)的信息處理、威脅判斷、決策行動等作戰(zhàn)復(fù)雜決策行為過程進(jìn)行模擬實(shí)現(xiàn)。

2　智能體模型結(jié)構(gòu)設(shè)計(jì)

智能體(Agent)模型在仿真中感知并選擇性地接收環(huán)境信息(感應(yīng)器),根據(jù)規(guī)則分析做出相應(yīng)反應(yīng)的行為(決策器),并根據(jù)反饋調(diào)整自己的行為和規(guī)則(執(zhí)行器),基于Agent的仿真要素包括任務(wù)分配、行為協(xié)調(diào)及通信、交互機(jī)制[11]。體系中的模型組件應(yīng)當(dāng)包含物理域組件、信息域組件和認(rèn)知域組件,根據(jù)Agent的基本組成結(jié)構(gòu):感受器、決策器和執(zhí)行器,設(shè)計(jì)偵察預(yù)警Agent的物理域組件為感受器和執(zhí)行器,信息域組件包含信息處理模塊和通信模塊,認(rèn)知域模塊主要包含決策器。

根據(jù)以上分析,結(jié)合偵察預(yù)警系統(tǒng)的特點(diǎn),構(gòu)建仿真系統(tǒng)中的Agent結(jié)構(gòu)模型,如圖2所示。

偵察預(yù)警Agent模型的各個(gè)模塊的功能設(shè)計(jì)如下。

1)感受器模塊。依據(jù)所搭載的傳感器模塊,對戰(zhàn)場其他實(shí)體發(fā)出的可探測信號進(jìn)行偵察,實(shí)時(shí)感知戰(zhàn)場態(tài)勢,并將信息發(fā)送到信息處理模塊。

2)信息處理模塊。將感受器傳來的信息,例如目標(biāo)的點(diǎn)跡、軌跡等信息進(jìn)行融合處理后,得到情報(bào)數(shù)據(jù),將情報(bào)數(shù)據(jù)輸出到實(shí)體的決策器模塊,或者發(fā)送信息到外部通信網(wǎng)絡(luò)連接的其他實(shí)體節(jié)點(diǎn)。3)決策器模塊。對戰(zhàn)場態(tài)勢信息(自身獲取或外部傳入)按照戰(zhàn)術(shù)表,進(jìn)行信息的接收、條件判斷匹配和行為方案輸出過程,產(chǎn)生Agent下一步的行動方案。若Agent是指揮節(jié)點(diǎn),則輸出方案為指控命令,若Agent是非指揮節(jié)點(diǎn),則輸出方案為戰(zhàn)術(shù)動作。

4)執(zhí)行器模塊。執(zhí)行器是Agent的行為輸出模塊,它接收決策器送來的決策信息,并輸出相應(yīng)的基本戰(zhàn)術(shù)動作(如偵察、跟蹤、機(jī)動)或協(xié)同動作(指揮命令、其他節(jié)點(diǎn)的行動方案)。

5)通信節(jié)點(diǎn)。與外部通信網(wǎng)絡(luò)連接的通信終端模塊,可以設(shè)置的網(wǎng)絡(luò)類型有廣播終端、點(diǎn)對點(diǎn)終端、移動自組網(wǎng)終端和TCP/IP終端。當(dāng)節(jié)點(diǎn)間有通信鏈路,并處于同一通信模式下時(shí),節(jié)點(diǎn)間經(jīng)由通信網(wǎng)絡(luò)進(jìn)行信息傳輸。

在上述通用偵察預(yù)警Agent模型的基礎(chǔ)上,根據(jù)仿真中不同的偵察平臺,配置相應(yīng)的模型參數(shù)和功能,例如,不同的傳感器單元、機(jī)動能力、作戰(zhàn)空間、通信節(jié)點(diǎn)、鏈路連接關(guān)系等,生成體系仿真的不同類型Agent實(shí)體,進(jìn)而可以實(shí)現(xiàn)體系仿真運(yùn)行。

作戰(zhàn)體系的對抗性和動態(tài)性特征主要依賴于網(wǎng)絡(luò)化組織中的各兵力Agent個(gè)體行為反應(yīng)以及相互間的交互實(shí)現(xiàn),各兵力Agent作為網(wǎng)絡(luò)中的節(jié)點(diǎn),以通信網(wǎng)絡(luò)為基礎(chǔ),相互之間傳輸戰(zhàn)場態(tài)勢信息、指揮控制信息,并依賴于這些信息進(jìn)行戰(zhàn)術(shù)觸發(fā),例如,對特定目標(biāo)、區(qū)域進(jìn)行特定信號類型的偵察,偵察兵力對目標(biāo)主動進(jìn)行跟蹤、定位等。為了在體系仿真中實(shí)現(xiàn)偵察預(yù)警行為的實(shí)施,建立Agent的行為決策模型,本文采用基于戰(zhàn)術(shù)表的方法,實(shí)現(xiàn)Agent的自行為和交互。

3　基于戰(zhàn)術(shù)表的決策模型設(shè)計(jì)

在進(jìn)行戰(zhàn)術(shù)行為決策時(shí),根據(jù)戰(zhàn)術(shù)表驅(qū)動Agent的行為主要遵循“刺激——反應(yīng)”模式,一般采用“IF<條件>THEN<行為>”的方法來表示,即在滿足一定條件時(shí),Agent做出相應(yīng)的動作。偵察預(yù)警兵力Agent的個(gè)體行為是整個(gè)作戰(zhàn)仿真系統(tǒng)演化的基礎(chǔ),Agent通常在受到一定外部條件“刺激”后,在一定的條件約束下完成相應(yīng)的任務(wù),它的行為要受到必要的限制,以達(dá)成對真實(shí)作戰(zhàn)過程的模擬,這種限制行為的約束條件在本文中以通用戰(zhàn)術(shù)表的形式體現(xiàn)。為了提高仿真的效率,采用兩類戰(zhàn)術(shù)表來表示整個(gè)仿真過程的戰(zhàn)術(shù)行為,分別是作戰(zhàn)指揮Agent戰(zhàn)術(shù)表和平臺Agent戰(zhàn)術(shù)表。

作戰(zhàn)指揮Agent戰(zhàn)術(shù)表,主要用于搭載了作戰(zhàn)指揮任務(wù)的Agent節(jié)點(diǎn)上,根據(jù)戰(zhàn)場態(tài)勢(敵情、我情和環(huán)境等)控制其他Agent執(zhí)行戰(zhàn)術(shù)任務(wù),是整個(gè)戰(zhàn)場態(tài)勢的全局決策者和控制者。平臺Agent戰(zhàn)術(shù)表與作戰(zhàn)指揮Agent戰(zhàn)術(shù)表不同的是在輸出行為控制條件過程中,其戰(zhàn)術(shù)行為控制只對自身起作用。

戰(zhàn)術(shù)表的主要處理流程分為三個(gè)階段:1)輸入觸發(fā)條件;2)戰(zhàn)術(shù)使用限制條件;3)輸出行為控制條件。此外,對于同一戰(zhàn)術(shù)表中,設(shè)計(jì)多個(gè)不同的應(yīng)對戰(zhàn)術(shù),通過決策輸出檢查,對各個(gè)戰(zhàn)術(shù)最后依據(jù)優(yōu)先級順序進(jìn)行判定,選擇優(yōu)先級高的作為本次戰(zhàn)術(shù)輸出。戰(zhàn)術(shù)表的實(shí)現(xiàn)流程如圖3所示。

3.1　輸入觸發(fā)條件檢查

在仿真過程中,當(dāng)有平臺傳感器獲取目標(biāo)信息(運(yùn)動或軌跡)后,信息在網(wǎng)絡(luò)中傳輸?shù)街付ǖ墓?jié)點(diǎn),該節(jié)點(diǎn)就會觸發(fā)戰(zhàn)術(shù)響應(yīng),輸入觸發(fā)的條件主要分為三類:

1)目標(biāo)軌跡類型,分為太空、空中、陸地、水面和水下;

2)威脅分類,主要是目標(biāo)的敵我屬性,包括友方、敵方、中立和未知;

3)軌跡戰(zhàn)術(shù)識別,目標(biāo)的平臺屬性類型,例如戰(zhàn)斗機(jī)、水面艦船等。

3.2　戰(zhàn)術(shù)使用限制條件檢查

當(dāng)輸入信息滿足戰(zhàn)術(shù)觸發(fā)條件后,就要判斷戰(zhàn)術(shù)使用的限制條件進(jìn)行檢查,主要有以下4類:

1)時(shí)間使用限制,包括開始、結(jié)束時(shí)間限制,想定設(shè)計(jì)階段的限制;

2)信息不確定性限制,表示目標(biāo)信息來源的誤差,例如目標(biāo)信息中的位置判定不確定區(qū)域、速度不確定值等;

3)目標(biāo)運(yùn)動限制,指目標(biāo)的速度、相對航向在一定范圍時(shí),戰(zhàn)術(shù)才有效;

4)使用位置限制,指目標(biāo)與戰(zhàn)術(shù)實(shí)施平臺的相對距離、方位，或位于指定區(qū)域時(shí),戰(zhàn)術(shù)才能夠執(zhí)行。

3.3　輸出行為控制條件

對于平臺Agent戰(zhàn)術(shù)表,主要有:

1)跟蹤探測類型,指目標(biāo)體現(xiàn)出來的可以被探測的信號類型,例如通信、電磁、紅外等,用于指定所使用的跟蹤傳感器;

2)平臺當(dāng)前狀態(tài),指戰(zhàn)術(shù)觸發(fā)時(shí)平臺的狀態(tài),例如巡邏、行駛、被引導(dǎo)等;

3)戰(zhàn)術(shù)行為控制,指平臺對當(dāng)前目標(biāo)執(zhí)行特定任務(wù),例如報(bào)告軌跡,電子戰(zhàn)攻擊和激活傳感器等;

4)機(jī)動行為控制,指平臺向著目標(biāo)進(jìn)行自引導(dǎo),實(shí)施規(guī)避,設(shè)定規(guī)避速度和距離控制等。

對于作戰(zhàn)指揮Agent戰(zhàn)術(shù)表,主要有:

1)跟蹤探測類型,與平臺Agent戰(zhàn)術(shù)表一致;

2)戰(zhàn)術(shù)行為控制,戰(zhàn)術(shù)響應(yīng)方式,控制被指揮平臺對目標(biāo)進(jìn)行查證、定位、跟蹤、搜索、監(jiān)視等任務(wù);

3)機(jī)動行為控制,根據(jù)目標(biāo)平臺運(yùn)動介質(zhì),進(jìn)行合理的規(guī)避距離、高度控制,以及執(zhí)行任務(wù)過程中的盤旋、機(jī)動方式等進(jìn)行控制;

4)探測能力要求,執(zhí)行任務(wù)的平臺應(yīng)當(dāng)至少滿足一種探測能力,執(zhí)行或的邏輯運(yùn)算關(guān)系,同時(shí),可以對平臺的分類識別能力進(jìn)行指定,這樣可以實(shí)現(xiàn)對目標(biāo)使用不同平臺不同傳感器同步查證的目的。

綜上,戰(zhàn)術(shù)表的本質(zhì)是感知戰(zhàn)場態(tài)勢,然后將感知到的戰(zhàn)場態(tài)勢與規(guī)定的戰(zhàn)術(shù)條件進(jìn)行匹配,根據(jù)匹配結(jié)果做出決策的一種靈活的、自動的作戰(zhàn)規(guī)則集合,戰(zhàn)術(shù)表的作用流程如圖4所示,其中的觸發(fā)戰(zhàn)術(shù)判斷采用本節(jié)戰(zhàn)術(shù)表設(shè)計(jì)方法和圖3所示流程方法。

4　仿真驗(yàn)證

本文介紹的偵察預(yù)警系統(tǒng)模型,采用C++語言開發(fā)的多Agent偵察預(yù)警仿真模塊,已經(jīng)集成到某海上對抗仿真系統(tǒng)中,對文中所提出的多智能體模型和戰(zhàn)術(shù)決策模型進(jìn)行仿真驗(yàn)證。以海上紅藍(lán)雙方對抗過程為例,Agent模型包括衛(wèi)星、艦船、偵察預(yù)警飛機(jī)以及其上搭載的傳感器及通信模塊等,其中整個(gè)偵察預(yù)警戰(zhàn)術(shù)響應(yīng)按圖4所示流程進(jìn)行判斷和戰(zhàn)術(shù)觸發(fā)。

通過紅藍(lán)雙方編隊(duì)及空中兵力的偵察預(yù)警活動推演,驗(yàn)證本文方法設(shè)計(jì)的多智能體系統(tǒng)的仿真有效性,想定中,紅方按照由遠(yuǎn)及近、由粗到細(xì)對目標(biāo)進(jìn)行發(fā)現(xiàn)、查證和跟蹤識別等戰(zhàn)術(shù)響應(yīng)。作戰(zhàn)仿真中的紅方對藍(lán)方的自動偵察預(yù)警行動效果如圖5所示,當(dāng)紅方發(fā)現(xiàn)目標(biāo)后,按照設(shè)定的戰(zhàn)術(shù),自動觸發(fā)相應(yīng)作戰(zhàn)實(shí)體的偵察預(yù)警行為。圖6為整個(gè)仿真過程中衛(wèi)星和艦載無人機(jī)發(fā)現(xiàn)目標(biāo)隨時(shí)間的次數(shù)分布。

仿真初始階段,由發(fā)現(xiàn)距離遠(yuǎn)但精度低的偵察平臺(衛(wèi)星、預(yù)警機(jī)等)發(fā)現(xiàn)目標(biāo),然后將信息共享,觸發(fā)戰(zhàn)術(shù)響應(yīng),引導(dǎo)探測距離近但精度高的平臺(戰(zhàn)術(shù)偵察機(jī)、無人機(jī)等)進(jìn)行抵近查證、跟蹤和監(jiān)視,圖6的結(jié)果中0到40小時(shí)的目標(biāo)發(fā)現(xiàn)主要由衛(wèi)星等遠(yuǎn)距離偵察平臺實(shí)施,而整個(gè)仿真的后續(xù)階段偵察任務(wù)主要由探測精度高的近距離偵察平臺負(fù)責(zé),仿真中所設(shè)計(jì)的多智能體能夠有效進(jìn)行協(xié)同偵察和戰(zhàn)術(shù)觸發(fā),并且正確觸發(fā)各種敵情態(tài)勢下的偵察預(yù)警戰(zhàn)術(shù),實(shí)現(xiàn)了對作戰(zhàn)體系對抗推演和實(shí)兵演示驗(yàn)證等應(yīng)用的支撐。

5　結(jié)束語

本文詳細(xì)描述了采用多智能體的偵察預(yù)警系統(tǒng)的建模和仿真方法,主要面向作戰(zhàn)對抗推演應(yīng)用。研究了偵察預(yù)警實(shí)體單元的Agent建模方法,通過多模塊組合設(shè)計(jì)方法,抽象出偵察預(yù)警的通用模型,其他不同的實(shí)體建?？梢砸罁?jù)此模型進(jìn)行定制和修改;提出基于戰(zhàn)術(shù)表驅(qū)動的決策行為模型,實(shí)現(xiàn)了Agent的決策行為表示,通過有限的狀態(tài)變量和態(tài)勢事件約束、匹配,依據(jù)Agent仿真中活動執(zhí)行順序進(jìn)程,對偵察預(yù)警相關(guān)的信息處理、威脅判斷、決策行動等作戰(zhàn)復(fù)雜決策行為過程進(jìn)行了模擬實(shí)現(xiàn),設(shè)計(jì)的戰(zhàn)術(shù)表通用性強(qiáng),計(jì)算簡單,仿真運(yùn)行效率高。但本文設(shè)計(jì)的智能體的行為決策屬于容易實(shí)現(xiàn)的條件觸發(fā)方法,具體應(yīng)用中需要大量的作戰(zhàn)條令、專家經(jīng)驗(yàn)庫等支撐,后期研究可以考慮引入人工智能等方法,增強(qiáng)Agent的智能化和逼真性。