易 凱，張修社，韓春雷，張 揚

（中國電子科技集團公司第二十研究所，西安 710068）

0 引言

隨著深度學習、腦機交互、神經(jīng)元計算等軍事智能技術的廣泛應用，已經(jīng)產(chǎn)生了無人集群戰(zhàn)術、作戰(zhàn)云、算法戰(zhàn)、分布式殺傷、多域戰(zhàn)、“馬賽克”戰(zhàn)等智能化作戰(zhàn)理論，戰(zhàn)爭形態(tài)正由機械化戰(zhàn)爭、信息化戰(zhàn)爭向智能化戰(zhàn)爭快速演變。相比機械化戰(zhàn)爭、信息化戰(zhàn)爭，智能化戰(zhàn)爭將呈現(xiàn)以“無人、無形、無聲”為主的各類作戰(zhàn)平臺、智能化傳感器、指揮系統(tǒng)以及導彈武器系統(tǒng)，能夠深入各種惡劣環(huán)境偵察戰(zhàn)場，面對瞬息萬變的戰(zhàn)場態(tài)勢進行自主協(xié)同打擊，其顯著特征是作戰(zhàn)環(huán)境復雜化、作戰(zhàn)空間全域化、作戰(zhàn)對象多樣化、作戰(zhàn)時間敏捷化，制勝關鍵要素從信息域向認知域轉變、從爭奪信息優(yōu)勢向獲取認知優(yōu)勢轉變[1]。因此，為滿足智能化戰(zhàn)爭條件下基于戰(zhàn)場大規(guī)模、大差異、不確定、高沖突信息的快速處理和及時響應的要求，解決人類智能無法在短時間內應對多目標、多對多的指揮控制計算和判斷的問題，需要重點研究以作戰(zhàn)要素協(xié)同為核心、人工智能計算為主要手段的分布式智能作戰(zhàn)決策系統(tǒng)，突出決策優(yōu)勢，提高決策的科學性和可靠性，運用算法奪取戰(zhàn)場的“制智權”。

分布式智能作戰(zhàn)決策將以作戰(zhàn)區(qū)域內的各類作戰(zhàn)力量、平臺、裝備要素等多智能體為載體，依托自適應高速信息傳輸網(wǎng)絡構建功能解聚的分布式作戰(zhàn)集群，綜合考慮作戰(zhàn)的任務需求以及各方面獲取的戰(zhàn)場情報信息，結合大數(shù)據(jù)條件下先進智能算法，進行多源信息融合處理與態(tài)勢認知，制定包含作戰(zhàn)意圖識別、威脅分布、火力規(guī)劃與任務分配的決策方案，在分散和模糊作戰(zhàn)部署和意圖的同時，保持戰(zhàn)場指揮員做出更快和更有效的決策，如圖1所示。

圖1 分布式智能作戰(zhàn)決策示意圖

1 研究現(xiàn)狀

1.1 分布式智能決策系統(tǒng)發(fā)展歷程

20世紀70年代，決策支持系統(tǒng)的概念被提出來，決策支持系統(tǒng)是輔助決策者通過數(shù)據(jù)、模型和知識，以人機交互方式進行結構化和半結構化決策的計算機應用系統(tǒng)[2]。1980年Sprague 提出了決策支持系統(tǒng)三部件結構（對話部件、數(shù)據(jù)部件、模型部件）[3]，明確了決策支持系統(tǒng)的基本組成，而后得到極大的發(fā)展。

20世紀80年代初期，Scher 和Thomas 等人提出分布式?jīng)Q策支持系統(tǒng)概念。該系統(tǒng)實現(xiàn)了分布決策、分布系統(tǒng)、分布支持的三位一體，從概念上可理解為由多個物理上分離的信息處理節(jié)點構成的網(wǎng)絡，網(wǎng)絡上的每個節(jié)點至少含有一個決策支持系統(tǒng)或具有若干輔助決策支持的功能[4]。Chuang 等人認為其是支持組織中決策網(wǎng)絡節(jié)點的決策、通信、協(xié)同和合作的決策支持系統(tǒng)。

20世紀80年代末90年代初，決策支持系統(tǒng)開始與專家系統(tǒng)相結合，逐步發(fā)展為智能決策支持系統(tǒng)[5-6]。智能決策支持系統(tǒng)是在計算機的輔助下，綜合運用現(xiàn)代決策理論和人工智能技術，結合管理決策科學、信息科學與運籌學等，依托人類知識庫，通過邏輯推理來幫助解決現(xiàn)實問題[7]。

1.2 美軍研究現(xiàn)狀

美國20世紀70年代就開始研究人工智能在國防軍事領域中的應用，最早提出了作戰(zhàn)指揮決策支持系統(tǒng)的概念。2009年以來，DARPA 啟動了拒止環(huán)境協(xié)同作戰(zhàn)項目（CODE）、“阿爾法”（Alpha AI）、指揮官虛擬參謀（CVS）和蜂群戰(zhàn)術（SWARM-Tac）等與智能指揮決策相關的大量技術研究與工程實踐項目，2017年美軍提出了以決策中心戰(zhàn)為基本理念的“馬賽克戰(zhàn)”新型作戰(zhàn)概念[8-9]，涵蓋了上述的先期多項項目計劃。

其中，拒止環(huán)境協(xié)同作戰(zhàn)項目旨在研發(fā)先進的自主算法和監(jiān)督控制技術，以減少所需的通信帶寬和人工系統(tǒng)界面，實現(xiàn)無人機或尖端導彈在通信和GPS 信號均被干擾的對抗環(huán)境下，自主協(xié)同完成跟蹤、識別和攻擊[10]?！鞍柗ā笔敲绹列聊翘岽髮W和空軍實驗室合作研發(fā)的一款智能空戰(zhàn)系統(tǒng)[11]。據(jù)稱，阿爾法在空中格斗中快速協(xié)調戰(zhàn)術計劃比人類快了250 倍，可同時躲避數(shù)十枚導彈并對多目標進行攻擊，還能協(xié)調隊友、觀察學習敵人戰(zhàn)術，該技術是人工智能技術在作戰(zhàn)決策控制領域應用的重大突破。

“馬賽克戰(zhàn)”是美軍考慮到戰(zhàn)場環(huán)境的諸多約束讓戰(zhàn)場網(wǎng)絡無法滿足“全連通”這一網(wǎng)絡中心戰(zhàn)的前提條件，以網(wǎng)絡中心戰(zhàn)向決策中心戰(zhàn)轉變作為基本理念，以傳感器、網(wǎng)絡、人工智能作為基礎設施，而提出的作戰(zhàn)概念。其核心內涵是將作戰(zhàn)區(qū)域內的平臺在功能層面和物理層面上分解為網(wǎng)絡化的殺傷網(wǎng)，而非線性的、單一的殺傷鏈，通過快速組合、重組一支更加解聚型軍事力量來提升敵方的決策復雜度或不確定性，如圖2所示。該作戰(zhàn)概念將高度依賴人工智能技術，重點研究內容包括基于自主系統(tǒng)實現(xiàn)分布式作戰(zhàn)和任務指揮、基于人工智能實現(xiàn)快速的決策支持等。

圖2 美軍馬賽克戰(zhàn)示意圖

1.3 國內研究現(xiàn)狀

隨著人工智能技術的不斷發(fā)展，國內也一直在數(shù)據(jù)融合處理、態(tài)勢預測分析、火力規(guī)劃與資源分配等領域開展智能作戰(zhàn)決策應用研究，建立了一系列的輔助決策模型和決策支持系統(tǒng)，能夠為指揮員提供一定計算支持與智能輔助決策，取得了一定的成果。

20世紀90年代，國內在作戰(zhàn)決策方面的研究成果主要以專家系統(tǒng)、運籌優(yōu)化、貝葉斯估計等較為成熟的智能技術為主，通過建立規(guī)則庫，基于專業(yè)知識進行推理分析，用以解決特定領域的智能輔助決策系統(tǒng)。如軍事科學院研發(fā)的“進攻一號”軍事專家支持系統(tǒng)[12]，通過應用人工智能和軍事運籌技術，建立了一個4000 多條規(guī)則的軍事知識庫和一個定性與定量相結合的高效推理機制，為指揮員下定決心提供大量的咨詢信息。

2010年以來，深度學習、大數(shù)據(jù)處理等理論方法和計算機運算能力的突破，助推新一輪人工智能軍事應用研究熱潮，圖像、語音識別和推理、分析與判斷能力有顯著提升。如國防大學研發(fā)的“兵棋推演系統(tǒng)”，為復雜系統(tǒng)管理提供了更加符合其特性的決策輔助支持[13-14]。近年來，基于深度學習開展了一系列軍事智能輔助決策技術的研究，通過對抗博弈進行學習訓練，探索態(tài)勢認知與威脅智能評估、作戰(zhàn)方案智能推薦與優(yōu)選、智能自主決策推理等一體化智能決策理論方法?？傮w上看，當前作戰(zhàn)決策系統(tǒng)仍處在計算智能階段。

2 面臨的挑戰(zhàn)與應用發(fā)展思路

2.1 面臨的挑戰(zhàn)

強干擾、對抗的戰(zhàn)場空間復雜環(huán)境，必然帶來態(tài)勢生成與演化的不確定性，以及通信設備受干擾或傳輸鏈路受損可能導致的分布式作戰(zhàn)條件下信息不對稱，且敵方目標行為存在多樣性，需要考慮不確定、模糊、隨機、偶發(fā)、對抗等諸多因素，在軍事領域中的智能作戰(zhàn)決策應用難度大，面臨的挑戰(zhàn)主要體現(xiàn)在以下3 個方面：

（1）數(shù)據(jù)樣本稀缺。人工智能的學習需要以數(shù)據(jù)為支撐，且對數(shù)據(jù)量有很高的要求[15]，如目前主流的深度學習是高度數(shù)據(jù)依賴型算法，其性能隨數(shù)據(jù)量的增加而不斷增強，可擴展性顯著優(yōu)于傳統(tǒng)的算法。由于實戰(zhàn)、作戰(zhàn)演練無法獲取海量可用數(shù)據(jù)樣本，作戰(zhàn)演練、仿真推演的裝備和戰(zhàn)術運用、敵我對抗態(tài)勢等與實戰(zhàn)有較大差距，樣本數(shù)據(jù)單一、分布不均衡，作戰(zhàn)決策所需的智能認知的樣本數(shù)據(jù)和領域知識極其缺乏。

（2）不透明和難解釋性。人工智能可以探索新的作戰(zhàn)規(guī)則，但其推理、決策行為過程對于人來說是一個黑盒，如深度學習架構是在“端到端”模式下，通過標注大量數(shù)據(jù)來進行誤差后向傳輸而優(yōu)化參數(shù)的學習方法，高度的非線性賦予多層神經(jīng)網(wǎng)絡極強的模型表示能力，學習結果準確率高，然而神經(jīng)網(wǎng)絡特征或決策邏輯在語義層面難以理解，可解釋性弱。

（3）可信性有待驗證。機器學習對訓練數(shù)據(jù)的加工、標注和數(shù)據(jù)集的構建主要依賴作戰(zhàn)規(guī)則、專家經(jīng)驗等知識。由于指揮員作戰(zhàn)決策是高度藝術化的思維活動，可能存在作戰(zhàn)規(guī)則遍歷不充分，對人的經(jīng)驗知識提煉、標注不規(guī)范等問題，導致學習結果偏離實際，且對結果的可信性缺少有效的評價標準與驗證方法[16]。

2.2 智能作戰(zhàn)決策應用發(fā)展思路

針對軍事領域智能作戰(zhàn)決策應用面臨的困難與挑戰(zhàn)，我們仍需進一步探索人工智能技術在作戰(zhàn)決策應用中的作用機理和實現(xiàn)途徑，提出的主要思路如下：

（1）分析研究戰(zhàn)場環(huán)境、敵我態(tài)勢、作戰(zhàn)樣式等影響作戰(zhàn)決策的各類因素，打造逼近真實的典型場景數(shù)字攣生戰(zhàn)場，通過決策推演提供高質量的訓練數(shù)據(jù)樣本支持。

（2）從理論上探索強化學習、遷移學習、可解釋性深度學習等人工智能底層算法的作用機理，通過數(shù)據(jù)特征可視化等手段，分析描述人工智能的推理和決策行為過程。

（3）進一步完善作戰(zhàn)規(guī)則、交戰(zhàn)準則和條令條例等知識體系，積累軍事領域專家和作戰(zhàn)指揮員人工決策經(jīng)驗知識，規(guī)范知識結構，建立機器所能理解和掌握的知識圖譜。

（4）通過設計大量符合實戰(zhàn)的對抗推演，建立相關準則進行量化分析，研究驗證智能化技術可行性、綜合評價智能決策結論可信度與智能決策水平高低的方法。

3 關鍵技術研究

在多域協(xié)同作戰(zhàn)條件下，為提升分布式智能作戰(zhàn)決策水平，需重點解決傳統(tǒng)以相對固化的模型與規(guī)則為基礎的輔助決策帶來的問題，研究突破態(tài)勢理解認知、智能威脅評估、自主任務分配等核心關鍵技術。以下結合現(xiàn)有軍事智能技術水平，提出分布式智能作戰(zhàn)決策關鍵技術的一些研究思路和實現(xiàn)途徑。

3.1 分布式處理條件下的態(tài)勢理解認知

戰(zhàn)場環(huán)境的復雜性帶來態(tài)勢生成與演化的不確定性，戰(zhàn)場態(tài)勢理解的正確性成為協(xié)同火力打擊的前提和關鍵。在復雜戰(zhàn)場空間大數(shù)據(jù)信息過載情況下，為了降低指揮員認知負荷[17]，增強人的認知能力甚至替代主觀認知，深層次理解、判斷敵我雙方作戰(zhàn)部署、戰(zhàn)術意圖、行動企圖等，形成多維度協(xié)同打擊態(tài)勢場，提出分布式處理條件下基于神經(jīng)網(wǎng)絡的態(tài)勢理解認知方法，解決神經(jīng)樣本高效生成與評估問題，以獲得更快、更全、更準和更深的智能態(tài)勢理解能力。

研究軍事領域專家與作戰(zhàn)指揮員分析、推理和判斷作戰(zhàn)態(tài)勢的思維模式，形成態(tài)勢理解認知的知識庫[18]，分析戰(zhàn)場態(tài)勢要素與知識庫之間的映射關系，建立認知經(jīng)驗模型；研究態(tài)勢理解認知神經(jīng)網(wǎng)絡模型，利用神經(jīng)網(wǎng)絡深層復雜結構的非線性表達能力和逐層理解、自動分析提取的結構，擬合建立一個從戰(zhàn)場態(tài)勢要素到指揮員認知結果的非線性映射關系，對指揮員認知經(jīng)驗進行模擬；研究分布式處理條件下，多平臺異構多粒度態(tài)勢認知和綜合態(tài)勢推理技術，解決多源協(xié)同推理中信息屬性和信息粒度差異大、沖突高，差異信息難以有效綜合的問題。在上述總體研究內容的基礎上，通過樣本數(shù)據(jù)訓練學習，最終得到態(tài)勢理解認知的結果。研究思路如圖3所示。

圖3 態(tài)勢推理認知研究思路示意圖

3.2 權重自學習的多目標智能威脅評估

敵方的飽和攻擊戰(zhàn)術使得協(xié)同作戰(zhàn)態(tài)勢呈現(xiàn)高動態(tài)、大數(shù)據(jù)等特性，這與有限武器資源的精準打擊形成矛盾。為了將有限的火力資源用以攻擊最具威脅的目標，需進行及時、準確的多目標威脅評估?，F(xiàn)有的威脅評估算法模型多基于各領域專家的知識規(guī)則進行學習構建，不同模型只能匹配特定場景類型，在工程應用中泛化能力差，常會導致模型移植后性能急劇下降，有必要研究權重自學習的多平臺多目標智能威脅評估技術。

研究目標多威脅特征自主認知模型，通過對作戰(zhàn)場景圖像信息的深度挖掘、戰(zhàn)場原始態(tài)勢數(shù)據(jù)的自主認知，實現(xiàn)對目標威脅特性的深度挖掘，自適應提取目標類型、作戰(zhàn)意圖、目標作戰(zhàn)能力等影響威脅評估結果的關鍵屬性信息；研究威脅評估深度神經(jīng)網(wǎng)絡學習模型，根據(jù)目標威脅評估結果執(zhí)行后的實時綜合攔截效能，以及實戰(zhàn)和戰(zhàn)場仿真推演生成的樣本數(shù)據(jù)，進行網(wǎng)絡模型的在線和離線學習訓練，并可通過樣本數(shù)據(jù)驅動、環(huán)境交互和獎懲反饋，實現(xiàn)威脅評估模型的自主成長與完善，為火力規(guī)劃與任務分配優(yōu)化提供決策依據(jù)。研究思路如圖4所示。

圖4 智能威脅評估研究思路示意圖

3.3 面向博弈對抗體系的自主任務分配

不確定性對抗博弈體系下的戰(zhàn)場態(tài)勢時變性和目標行為的多樣性，對跨平臺多武器目標任務分配的合理性、正確性、協(xié)同性帶來難題。為了支持指揮決策方案的快速準確生成，實現(xiàn)作戰(zhàn)空間內各種作戰(zhàn)力量與裝備要素的實時反應、自主任務分配和協(xié)同行動，提出一種基于深度強化學習的自主任務分配技術，解決瞬時強對抗環(huán)境下能夠提供的打擊決策數(shù)據(jù)樣本量少、傳統(tǒng)機器學習方法難以有效應用的問題。

采用分層強化學習方法實現(xiàn)博弈對抗下的多域協(xié)同作戰(zhàn)自主任務分配，將大規(guī)模博弈對抗問題在狀態(tài)空間或動作空間根據(jù)時域特征進行人為分解和抽象[19]，對博弈對抗集群作戰(zhàn)下的可重構協(xié)同任務組自主分配問題進行求解。研究跨域集群作戰(zhàn)單元的任務規(guī)劃模型和基于深度強化學習的策略自主生成技術，探索各種不確定性因素對多任務自主分配的影響機理，結合專家經(jīng)驗知識，建立基于專家經(jīng)驗的任務分配策略模型，根據(jù)實時戰(zhàn)場態(tài)勢為協(xié)同任務組分配子任務，協(xié)同任務組根據(jù)當前狀態(tài)和子任務，對所屬平臺和傳感器、武器裝備要素進行自主任務分配和打擊決策，將傳統(tǒng)的自成一體型多任務單元分解成可靈活組合的力量單元，通過力量單元組合或重組的多樣性，給敵方施加更高評估分析復雜度的決策壓制，支持跨域分布式殺傷網(wǎng)的實現(xiàn)。研究思路如圖5所示。

圖5 自主任務分配研究思路示意圖

4 結論

本文根據(jù)多域協(xié)同作戰(zhàn)條件下智能作戰(zhàn)決策研究現(xiàn)狀，分析了分布式智能作戰(zhàn)決策應用發(fā)展面臨的制約性問題，主要體現(xiàn)在作戰(zhàn)決策所需的智能認知樣本數(shù)據(jù)和領域知識缺乏問題，推理、決策行為過程不透明和難解釋問題，決策結果的可信性缺少有效的評價標準與驗證方法問題。針對問題提出了應用發(fā)展的一些思路，包括通過打造近真實典型場景數(shù)字攣生戰(zhàn)場提供訓練數(shù)據(jù)樣本支持，從理論上探索人工智能底層算法作用機理以描述決策行為過程，完善作戰(zhàn)規(guī)則、交戰(zhàn)準則和條令條例等知識體系和知識圖譜，研究綜合評價智能決策結論可信度與智能決策水平高低的方法。本文還研究了分布式智能決策關鍵技術，描述了分布式處理條件下的態(tài)勢推理認知、基于神經(jīng)網(wǎng)絡的多目標智能威脅評估、面向博弈對抗體系的自主任務分配等關鍵技術研究思路和實現(xiàn)途徑。

本文旨在明確提出分布式智能決策應用發(fā)展的總體思路和關鍵技術實現(xiàn)途徑，為深入開展分布式智能決策技術應用技術研究和基于對抗博弈數(shù)字戰(zhàn)場推演的模型算法設計驗證，提供了較好的理論與方法支撐，對推進軍事領域智能作戰(zhàn)決策系統(tǒng)發(fā)展具有一定的理論意義和應用價值。