孫 彧，潘宣宏*，戴定成，楊 杰，解學(xué)昊

(1.海軍指揮學(xué)院,南京 210000;2.解放軍31102部隊,南京 210000)

0 引言

無人機(jī)具有低成本、無傷亡、操作簡便、靈活可靠等作戰(zhàn)優(yōu)勢［1-4］，在近來的局部沖突和戰(zhàn)爭中大放異彩，因此，各國都加大了對其相關(guān)概念技術(shù)的研究力度。而無人機(jī)蜂群［2］作為一種新型作戰(zhàn)樣式，主要以大量中小微型無人機(jī)為基礎(chǔ)單元，根據(jù)作戰(zhàn)任務(wù)搭載對應(yīng)載荷，通過云計算、大數(shù)據(jù)、人工智能算法等關(guān)鍵技術(shù)形成自主協(xié)同的集群［5-6］，在任務(wù)規(guī)劃指令的引導(dǎo)下遂行偵察預(yù)警、電子干擾、火力打擊等任務(wù)［7-8］。

無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃，是組織實施無人機(jī)蜂群作戰(zhàn)的核心，對其作戰(zhàn)能力的發(fā)揮至關(guān)重要［9-10］。無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃通常分為任務(wù)分配和航跡規(guī)劃兩個核心部分。無人機(jī)蜂群任務(wù)分配（task assignment）是在滿足環(huán)境和任務(wù)條件的基礎(chǔ)上為無人機(jī)蜂群分配一個或一種有序的任務(wù)序列，使任務(wù)完成最大化和己方損失最小化［1，11-12］；無人機(jī)蜂群航跡規(guī)劃（path planning）則是一個多約束的組合優(yōu)化問題，其根據(jù)任務(wù)需求、戰(zhàn)場環(huán)境、威脅源等約束條件，為蜂群規(guī)劃出一條最優(yōu)或次優(yōu)的安全航跡，以保證作戰(zhàn)任務(wù)的完成［7，13-16］。

本文按照分類方式、分配模型、典型方法的思路，對比分析了無人機(jī)蜂群任務(wù)分配方法；按照規(guī)劃流程、約束條件、規(guī)劃算法的思路，闡述了無人機(jī)蜂群航跡規(guī)劃方法；展望了無人機(jī)蜂群任務(wù)規(guī)劃的關(guān)鍵問題和未來發(fā)展趨勢。

1 無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃概念及流程

1.1 無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃基本概念

作戰(zhàn)任務(wù)規(guī)劃是在綜合作戰(zhàn)環(huán)境、作戰(zhàn)企圖、任務(wù)需求、作戰(zhàn)資源、作戰(zhàn)規(guī)則等約束條件情況下，為實現(xiàn)作戰(zhàn)目的，運(yùn)用科學(xué)規(guī)劃方法對整個作戰(zhàn)行動進(jìn)行設(shè)計的過程［17-20］。無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃是以無人機(jī)為基礎(chǔ)單元，以不同任務(wù)載荷為集群劃分［21-23］，囊括任務(wù)分配、航跡規(guī)劃、仿真推演等多步流程的作戰(zhàn)概念，與傳統(tǒng)無人機(jī)作戰(zhàn)任務(wù)規(guī)劃相比，其更強(qiáng)調(diào)蜂群行動協(xié)同的優(yōu)化和群體智能的涌現(xiàn)［5-6，24-25］，是無人機(jī)蜂群作戰(zhàn)的核心環(huán)節(jié)。

1.2 無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃流程

由于無人機(jī)蜂群作戰(zhàn)無飛行人員直接參與，蜂群按照遠(yuǎn)程指令完成作戰(zhàn)任務(wù)，且作戰(zhàn)任務(wù)規(guī)劃中各要素互相耦合，約束條件復(fù)雜多變。因此，對規(guī)劃過程的細(xì)致性和準(zhǔn)確度要求更高。典型的無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃流程為：1）輸入上級作戰(zhàn)行動構(gòu)想，包括戰(zhàn)場態(tài)勢、作戰(zhàn)任務(wù)、行動設(shè)想等；2）根據(jù)約束條件進(jìn)行任務(wù)預(yù)先分配和航跡規(guī)劃；3）如果戰(zhàn)場態(tài)勢發(fā)生變化，則臨機(jī)調(diào)整任務(wù)分配計劃；4）對任務(wù)規(guī)劃結(jié)果進(jìn)行仿真推演，如果未達(dá)到預(yù)期作戰(zhàn)目標(biāo)，則調(diào)整行動構(gòu)想，迭代規(guī)劃過程；5）如果達(dá)到預(yù)期作戰(zhàn)目標(biāo)，則輸出規(guī)劃結(jié)果，并以指令的方式引導(dǎo)無人機(jī)蜂群完成作戰(zhàn)任務(wù)。無人機(jī)蜂群實際作戰(zhàn)行動中涉及更為復(fù)雜的觀察—調(diào)整—決定—行動（observe-orient-decide-act，OODA）指揮控制流程［17，26-27］，不在本文作戰(zhàn)任務(wù)規(guī)劃的研討范圍之內(nèi)。

本文的方法介紹涵蓋臨機(jī)任務(wù)預(yù)先分配、任務(wù)分配和航跡規(guī)劃等各任務(wù)規(guī)劃環(huán)節(jié)，但分類方式有所不同。

2 無人機(jī)蜂群任務(wù)分配及典型方法

無人機(jī)蜂群任務(wù)分配是其任務(wù)規(guī)劃流程的第一步，任務(wù)分配是指在給定無人機(jī)蜂群種類和數(shù)量的前提下，基于戰(zhàn)場環(huán)境和任務(wù)需求，充分考慮無人機(jī)各項性能指標(biāo)，研究如何將合適的任務(wù)在合適的時間或合適的地點分配給合適的蜂群，進(jìn)而形成對應(yīng)的任務(wù)∕目標(biāo)點序列，最終實現(xiàn)最優(yōu)作戰(zhàn)效能和最小己方代價［1，9，11，13］。不同無人機(jī)蜂群通過高效的任務(wù)分配可完成綜合作戰(zhàn)行動。

2.1 任務(wù)分配模型

建立任務(wù)分配模型是構(gòu)建任務(wù)分配方法的先決條件。根據(jù)無人機(jī)蜂群所執(zhí)行作戰(zhàn)任務(wù)的不同，可以將任務(wù)分配模型劃分為單任務(wù)模型和多任務(wù)模型兩大類。單任務(wù)分配模型是指無人機(jī)蜂群共同執(zhí)行單一任務(wù)的分配模型，主要有多旅行商模型（multiple travelling salesman problem，MTSP）［28-30］和車輛路徑模型（vehicle routing problem，VRP）［31-33］；多任務(wù)分配模型是指多個蜂群協(xié)同執(zhí)行多項任務(wù)的分配模型，主要包括動態(tài)網(wǎng)絡(luò)流模型（dynamic network flow，DNF）［34-37］、多維多選擇背包模型（multidimensional choice knapsack problem，MCKP）［38-41］、混合整數(shù)線性規(guī)劃模型（mixed-integer linear programming，MLP）［42-44］、合作多任務(wù)分配模型（cooperative multiple task allocation problem，CMTAP）［45-47］等。各分配模型主要特點如下頁表1所示。

表1 典型任務(wù)分配模型及特點Table 1 Typical task allocation model and characteristics

2.2 任務(wù)分配方法

任務(wù)分配方法在現(xiàn)有分配模型的基礎(chǔ)上通過運(yùn)行計算實現(xiàn)任務(wù)分配。根據(jù)已有文獻(xiàn)資料，無人機(jī)蜂群任務(wù)分配方法有多種分類方式，按任務(wù)規(guī)劃架構(gòu)可以分為集中式［48-51］和分布式［52-54］；按分配時機(jī)可以分為預(yù)先式［55-58］和臨機(jī)式［59-61］；按任務(wù)特性可以分為動態(tài)［62-65］和靜態(tài)［66-69］；按目標(biāo)數(shù)量可以分為單目標(biāo)［70-73］和多目標(biāo)［74-78］。任務(wù)分配方法的分類方式如表2所示。

表2 任務(wù)分配方法Table 2 Task allocation method

2.3 典型任務(wù)分配方法

任務(wù)分配方法按照共性特點包含數(shù)學(xué)歸納類、啟發(fā)類、智能優(yōu)化類、協(xié)商機(jī)制類等多種類型方法。

2.3.1 數(shù)學(xué)規(guī)劃類方法

數(shù)學(xué)規(guī)劃類（mathematical programming）［79-80］方法主要通過構(gòu)建目標(biāo)函數(shù)和約束條件解決單目標(biāo)靜態(tài)預(yù)先任務(wù)分配問題，該類方法簡單易行，但隨著問題維度和約束的顯著增加，方法會因計算量過大而難以產(chǎn)生最優(yōu)解。比較典型的有窮舉法（exhaustive method，EM）［81-83］、匈牙利算法（hungarian algorithm，HA）［84-85］、分支定界法（branch and bound，BB）［47，86-87］、動 態(tài) 規(guī) 劃 法（dynamic programming，DP）［88-89］等。

窮舉法是一種常見的適應(yīng)函數(shù)尋優(yōu)算法，其原理是枚舉解空間中的所有可能解，通過比對找到最優(yōu)解。窮舉法原理簡單，易于實現(xiàn)，理論上一定可找到最優(yōu)解，但面對復(fù)雜性較高的問題時，運(yùn)算量巨大。該方法通常用于求解簡單任務(wù)分配問題。

匈牙利算法是早期任務(wù)分配研究的經(jīng)典方法，核心是構(gòu)造并求解分配代價矩陣以實現(xiàn)目標(biāo)分配，實質(zhì)是一種指派問題求解算法。該算法實現(xiàn)簡單，但容錯能力較差，只適合求解單任務(wù)分配問題。

分支定界法是一種求解整數(shù)規(guī)劃問題的廣度優(yōu)先算法，其將任務(wù)解空間切分為較小的子集，隨后計算每個子集目標(biāo)上下界，并通過不斷篩選迭代找到可行解。分支定界法在約束條件較少的情況下能夠快速形成最優(yōu)解，但矩陣計算量過大，對于硬件要求相對較高。

動態(tài)規(guī)劃法將多階段任務(wù)分配問題分解為多個單階段子問題，并利用各階段的對應(yīng)關(guān)系分別求解。該方法通過分段式求解降低問題難度，可有效適用多目標(biāo)分配場景，但其過度簡化了分配模型，降低了分配結(jié)果可信度。

2.3.2 啟發(fā)類方法

啟發(fā)求解最初是應(yīng)對NP-hard 類問題而提出的概念，即如找不到一個問題實例的最優(yōu)解決方案，則通過啟發(fā)式求解方式得到滿足基本約束條件的次優(yōu)解［90］。該類方法計算速度快，兼容性強(qiáng)，但計算量大，對初始數(shù)據(jù)要求高，一般難以得到理論上的最優(yōu)解。常見的啟發(fā)類方法包括遺傳算法（genetic algorithm，GA）［47，91］、進(jìn) 化 算 法（evolutionary algorithm，EA）［47，91］、禁忌搜索法（tabu search，TS）［92-93］等。

遺傳算法模擬達(dá)爾文進(jìn)化論中的自然選擇和遺傳機(jī)制，利用遺傳算子完成交叉變異過程，通過對解空間進(jìn)行搜索迭代演化出近似最優(yōu)解。該方法不受搜索空間限制，具有較強(qiáng)的并行能力，但容易陷入局部最優(yōu)解。提出一種自適應(yīng)的遺傳算法用于無人機(jī)蜂群協(xié)同問題求解，較好克服了其局部最優(yōu)問題；通過算法混合的方式，提升了標(biāo)準(zhǔn)遺傳算法的搜索能力，增加了分配精確度；分別從異構(gòu)蜂群和三維環(huán)境為切入點，對分配模型和遺傳算法種群進(jìn)行改進(jìn)，取得了良好的任務(wù)分配效果。

進(jìn)化算法是一種以進(jìn)化論為基礎(chǔ)，模仿自然界遺傳機(jī)制進(jìn)行自適應(yīng)∕自組織的全局搜索方法，其搜索流程主要包括選擇、重組、變異3 個環(huán)節(jié)，經(jīng)過多次迭代遺傳后，算法選擇適應(yīng)度最強(qiáng)的個體作為最優(yōu)解。進(jìn)化算法與遺傳算法原理相似，優(yōu)點為不受搜索空間限制，并行能力較強(qiáng)，在任務(wù)分配領(lǐng)域應(yīng)用較普遍。缺點為易陷入局部最優(yōu)。目前與其他方法結(jié)合是比較常見的改進(jìn)方法，如文獻(xiàn)［47，91，94-95］等。

禁忌搜索法讓仿真實體從隨機(jī)的可行解出發(fā)，按照探索方向不斷移動，最終選擇目標(biāo)函數(shù)變化最大的作為最優(yōu)分配解，另外算法在探索過程中使用禁忌表規(guī)范可能的移動方向，防止盲目迭代造成死循環(huán)。相比其他方法，禁忌搜索法探索能力較強(qiáng)、收斂速度較快，分配效率高。

2.3.3 智能優(yōu)化類方法

智能優(yōu)化類方法本質(zhì)是模擬動物種群自交互行為，通過在分配空間內(nèi)進(jìn)行順次迭代找到近似最優(yōu)解。其特點是計算復(fù)雜度低，針對特定問題的自適應(yīng)能力強(qiáng)，具有全局優(yōu)化性和智能性，因此，逐漸成為大規(guī)模動態(tài)多目標(biāo)任務(wù)分配的主流方法。當(dāng)然，該類方法缺乏顯式的數(shù)學(xué)基礎(chǔ)和理論分析，有效的任務(wù)分配評價指標(biāo)較少，分配結(jié)果的可信度存疑。典型算法包括蟻群優(yōu)化算法（ant colony optimization，ACO）［96-98］、粒子群優(yōu)化算法（particle swarm optimization，PSO）［99-101］等。

蟻群優(yōu)化算法模仿螞蟻找食過程的仿生學(xué)原理，即將任務(wù)分配搜索問題等效為螞蟻找食過程，通過分泌信息素引導(dǎo)搜索源朝路徑最短的方向移動，從而得出最優(yōu)解。該方法適用于建模困難的任務(wù)分配問題，具有較強(qiáng)的可擴(kuò)展性和泛化搜索能力，但求解速度比較慢，易陷入局部最優(yōu)。

粒子群優(yōu)化算法是一種模擬鳥群飛行行為的仿生學(xué)智能優(yōu)化類算法，其通過模仿粒子為尋求歷史最優(yōu)位置而演化聚合的進(jìn)程來選擇解空間，最后利用適應(yīng)度函數(shù)實時評估得到最優(yōu)解，實現(xiàn)最優(yōu)搜索。該方法簡單高效，易于求解建模困難問題，但分配精細(xì)度不高，全局搜索能力差。其中，文獻(xiàn)［101］將任務(wù)分配變量離散化以適應(yīng)粒子群求解框架，并考慮距離、角度、時間等因素構(gòu)造相對成熟的分配函數(shù)，實現(xiàn)了高效的任務(wù)分配；針對粒子群算法分配精細(xì)度差的缺點，文獻(xiàn)［102］提出了一種基于變鄰域搜索的局部收斂策略，并同步設(shè)計了重分配方法，實現(xiàn)了異構(gòu)蜂群的精確任務(wù)分配；文獻(xiàn)［100］則聚焦提升全局搜索能力進(jìn)行算法改進(jìn)，強(qiáng)化了較高數(shù)量無人機(jī)蜂群的任務(wù)分配能力。

2.3.4 協(xié)商機(jī)制類方法

該類方法主要通過設(shè)預(yù)設(shè)分布式協(xié)商競價的框架，并使用無人機(jī)蜂群自身收益代價模型和數(shù)據(jù)通信實現(xiàn)任務(wù)指派與交換，適合高動態(tài)多目標(biāo)實時分配問題。協(xié)商機(jī)制類方法簡單直觀，可操作性較強(qiáng)，分配效率較高，但也存在個體利益與整體最優(yōu)互相沖突，進(jìn)而影響分配效果。其典型方法有合同網(wǎng)算法（contract net algorithm，CNA）［103-104］等。

合同網(wǎng)算法將任務(wù)分配看成市場交易的買賣過程，通過“招標(biāo)—投標(biāo)—中標(biāo)”（auction-bidaward）的市場競拍機(jī)制模擬分配過程，每個蜂群單機(jī)將自身無法處理的任務(wù)對外拍賣，由其他單機(jī)投標(biāo)購買，最終以整體最低代價完成最優(yōu)任務(wù)分配。近來，對合同網(wǎng)算法的改進(jìn)方法層出不窮，如文獻(xiàn)［105］通過在原始方法中增加原則性約束條件，實現(xiàn)了復(fù)雜條件下的動態(tài)任務(wù)分配；文獻(xiàn)［103］則在標(biāo)準(zhǔn)方法的基礎(chǔ)上，設(shè)置了相應(yīng)的拍賣機(jī)制，解決了突發(fā)情況下任務(wù)再分配問題；文獻(xiàn)［106-107］也針對相應(yīng)場景對合同網(wǎng)算法進(jìn)行了改進(jìn)。當(dāng)前該方法絕大多數(shù)研究主要面向不完全信息條件下多目標(biāo)動態(tài)分配問題。類似的改進(jìn)的方法也有許多，如文獻(xiàn)［108-110］等。

典型任務(wù)分配方法及特點如表3所示。總體而言，無人機(jī)蜂群作戰(zhàn)任務(wù)分配從原始的單任務(wù)、小空間、集中式，逐漸向異構(gòu)型、協(xié)同化、多任務(wù)方向發(fā)展，多種類型方法結(jié)合成為主要求解模式。

表3 典型任務(wù)分配方法及特點Table 3 Typical task allocation methods and characteristics

3 無人機(jī)蜂群航跡規(guī)劃及典型方法

無人機(jī)蜂群航跡規(guī)劃主要在任務(wù)分配的基礎(chǔ)上，綜合考慮蜂群平臺、任務(wù)區(qū)域、威脅源、打擊目標(biāo)、協(xié)同關(guān)系等諸多約束條件，規(guī)劃出從出發(fā)點到打擊目標(biāo)點之間的最優(yōu)飛行航跡，使得己方損失最小化和任務(wù)完成最大化［13-16，111-112］。

3.1 航跡規(guī)劃流程

無人機(jī)蜂群航跡規(guī)劃流程有以下步驟：1）輸入任務(wù)分配指令；2）設(shè)置約束條件，包括蜂群平臺自身約束、任務(wù)條件約束、戰(zhàn)場環(huán)境約束等；3）確定目標(biāo)函數(shù)，主要依據(jù)偵察識別、干擾佯動、集群打擊等具體任務(wù)分配指令確定；4）選取相應(yīng)規(guī)劃方法生成最優(yōu)航跡；5）通過仿真推演驗證規(guī)劃航跡的有效性。

3.2 航跡規(guī)劃約束條件

無人機(jī)蜂群航跡規(guī)劃約束條件大致可分為蜂群平臺自身約束、任務(wù)條件約束、戰(zhàn)場環(huán)境約束三大類。其中，平臺自身約束包含飛行高度、飛行速度、轉(zhuǎn)彎能力、最小航跡長度、最大航程等無人機(jī)性能指標(biāo)；任務(wù)條件約束包括戰(zhàn)場威脅、任務(wù)載荷、協(xié)同關(guān)系等作戰(zhàn)任務(wù)要素；戰(zhàn)場環(huán)境約束則包括作戰(zhàn)時間、戰(zhàn)場空間、地形地貌等外部條件。約束條件如下頁表4所示。

表4 無人機(jī)蜂群航跡規(guī)劃約束條件Table 4 Constraints for UAV swarm trajectory planning

3.3 典型航跡規(guī)劃方法

無人機(jī)蜂群航跡規(guī)劃典型算法主要可分為基于圖搜索、基于采樣、基于智能三大類。

3.3.1 基于圖論的航跡規(guī)劃方法

基于圖論的航跡規(guī)劃方法將無人機(jī)蜂群的所有可能航跡點轉(zhuǎn)化為狀態(tài)空間圖，通過初始狀態(tài)到目標(biāo)狀態(tài)路徑構(gòu)成可行航跡［113］。典型方法有單元分解法（cell decomposition，CD）［114］、柵格法（grid method，GM）［115］、路標(biāo)圖法（roadmap method，RM）［116］等。

單元分解法將作戰(zhàn)環(huán)境切分為若干多邊形區(qū)域，在區(qū)域內(nèi)聯(lián)通出發(fā)點到目標(biāo)點形成代價最小的航跡路徑。該方法航跡規(guī)劃的質(zhì)量取決于多邊形區(qū)域的細(xì)分程度。

柵格法將作戰(zhàn)空間分割為多個柵格網(wǎng)格，并通過啟發(fā)式搜索的方式在柵格中尋找最優(yōu)航跡。對該方法而言，柵格網(wǎng)格顆粒度的大小往往決定算法的精細(xì)程度和內(nèi)存消耗?，F(xiàn)實場景中很少單獨(dú)使用柵格法進(jìn)行航跡規(guī)劃，比較常見的是先用柵格劃分規(guī)劃區(qū)域，再利用其他算法搜索求解最優(yōu)航跡。

路標(biāo)圖法本質(zhì)上是對作戰(zhàn)環(huán)境進(jìn)行采樣，綜合目標(biāo)威脅因素和航跡規(guī)劃空間構(gòu)建多種類型的路標(biāo)圖，之后通過搜索得到最優(yōu)或次優(yōu)航跡。該方法根據(jù)圖形樣式可細(xì)分為Voronoi 圖［117-118］、概率路標(biāo)圖（probabilistic roadmap，PR）［119］、可 視 圖（visible roadmap，VR）［120］等多個子類。Voronoi 圖將環(huán)境中相鄰兩個目標(biāo)點的中垂線連接成多邊形網(wǎng)圖，特征與元素表征威脅區(qū)域，通過權(quán)值搜索得到最優(yōu)航跡；隨機(jī)路標(biāo)圖將規(guī)劃目標(biāo)隨機(jī)采樣生成路標(biāo)網(wǎng)絡(luò)，進(jìn)而把航跡規(guī)劃問題轉(zhuǎn)化為圖搜索問題；可視圖規(guī)定相鄰點和威脅區(qū)頂點連線為“可視”，并順次連接“可視”點得到航跡規(guī)劃結(jié)果。路標(biāo)圖法構(gòu)造簡單、數(shù)量級低，可規(guī)劃出安全性較高的航跡，但規(guī)劃顆粒度較大，且可選航跡有限。

3.3.2 基于搜索的航跡規(guī)劃方法

基于搜索的航跡規(guī)劃方法對航跡規(guī)劃空間進(jìn)行搜索評估，進(jìn)而確定到目標(biāo)位置的最優(yōu)航跡點集，最終實現(xiàn)航跡規(guī)劃。該類方法航跡搜索距離短，因此，規(guī)劃效率較高。典型的有A*算法（A* algorithm）［121-122］、模擬退火算法（simulated annealing algorithm，SAA）［123-125］、人工勢場法（artifical potential field，APF）［123-125］、快速隨機(jī)搜索樹法（rapidly-exploring random tree，RRT）［126］等。

A*算法是一種啟發(fā)式方法，其通過計算當(dāng)前點到目標(biāo)點的實際代價函數(shù)值不斷擴(kuò)展搜索選擇，最終得出最優(yōu)航跡，該方法通常用于求解二維或三維環(huán)境下蜂群協(xié)同規(guī)劃問題。其搜索航跡短、效率高；同時，由于計算量較大、規(guī)劃時間較長，算法很難應(yīng)對大空間復(fù)雜航跡規(guī)劃。其改進(jìn)點包括多機(jī)協(xié)同性、環(huán)境適應(yīng)度、規(guī)劃精度、規(guī)劃效率等方面。

模擬退火算法是一種基于迭代策略的隨機(jī)搜索方法，其特點是利用概率的突變性找出目標(biāo)函數(shù)中的最優(yōu)解，該方法可以有效避免局部最優(yōu)，魯棒性較高，但需要復(fù)雜的作戰(zhàn)環(huán)境量化過程。

人工勢場法將戰(zhàn)場環(huán)境中的目標(biāo)點和威脅區(qū)分別定義為對無人機(jī)機(jī)體產(chǎn)生引力和斥力的實體，并建立對應(yīng)的勢能函數(shù)，無人機(jī)蜂群通過引力和斥力的疊加合力控制自身運(yùn)動，并根據(jù)約束條件和勢能函數(shù)進(jìn)行航跡規(guī)劃。該類方法無需復(fù)雜的搜索優(yōu)化，計算量較小、實時性強(qiáng)，但易陷入局部最小值，且勢能函數(shù)需要根據(jù)特定場景定制。

快速隨機(jī)搜索樹法的基本原理是先隨機(jī)采樣產(chǎn)生多個節(jié)點，再利用節(jié)點在任務(wù)空間中構(gòu)建隨機(jī)樹，該方法能夠在復(fù)雜規(guī)劃環(huán)境中快速找到最優(yōu)航跡，但易陷入局部最優(yōu)。其主要應(yīng)用于考慮平臺自身約束的航跡規(guī)劃問題。

3.3.3 基于智能的航跡規(guī)劃方法

基于智能的航跡規(guī)劃方法可分為傳統(tǒng)智能和人工智能兩大類。傳統(tǒng)智能類算法包括粒子群優(yōu)化算法［127-128］、蟻群優(yōu)化算法［129-131］、人工蜂群算法［132］及其多種改進(jìn)型，該類方法將與上述智能優(yōu)化類任務(wù)分配方法相同的搜索原理應(yīng)用于航跡規(guī)劃場景。

近年來，利用以深度強(qiáng)化學(xué)習(xí)（deep reinforcement learning，DRL）［133］為代表的人工智能類方法進(jìn)行航跡規(guī)劃成為較為火熱的研究方向。該類方法主要基于馬爾科夫決策過程（Markov decision process）［134］，利用狀態(tài)轉(zhuǎn)移對區(qū)域進(jìn)行探索和預(yù)測，并使用回報函數(shù)訓(xùn)練最優(yōu)航跡，具有極強(qiáng)的實效性和實時性，非常適合處理復(fù)雜未知作戰(zhàn)空間的航跡規(guī)劃問題。比較典型的有Q-learning［135-136］、分層強(qiáng)化學(xué)習(xí)（hierarchical reinforcement learning，HRL）［137-139］、DQN［140-141］、DDPG［142］、MADDPG［143-144］等。

Q-learning 是一種早期經(jīng)典強(qiáng)化學(xué)習(xí)方法，其利用Q 表存儲回報值，通過在預(yù)定空間內(nèi)不斷試錯訓(xùn)練出最優(yōu)航跡，該方法常用于無人機(jī)航跡規(guī)劃及避障類場景。其缺點為只適合解決離散空間規(guī)劃問題，難以滿足現(xiàn)實作戰(zhàn)環(huán)境的規(guī)劃需要。

分層強(qiáng)化學(xué)習(xí)方法將復(fù)雜的規(guī)劃問題分段為多個簡單子問題并依次求解，從一定程度上緩解了強(qiáng)化學(xué)習(xí)算法難以收斂的問題，但還是無法徹底解決連續(xù)動作選擇的難題。

DQN 將深度神經(jīng)網(wǎng)絡(luò)（deep neural network，DNN）引入經(jīng)典強(qiáng)化學(xué)習(xí)算法，使用值函數(shù)近似器預(yù)估動作，能夠較好地模擬連續(xù)動作空間航跡規(guī)劃。該方法的改進(jìn)型較多，如文獻(xiàn)［140-141］等。

DDPG 主要解決兩個方面的問題，1）使用策略梯度模型仿真連續(xù)動作空間中的動作策略和算法輸入狀態(tài)，通過訓(xùn)練直接輸出最優(yōu)動作，并由連續(xù)時間點的動作組合成最優(yōu)航跡；2）引入Actor-Critic機(jī)制，由Critic 網(wǎng)絡(luò)監(jiān)督Actor 網(wǎng)絡(luò)選取最優(yōu)動作。DDPG 真正意義上實現(xiàn)了連續(xù)動作空間的航跡規(guī)劃，但算法無法體現(xiàn)蜂群間的協(xié)同行為，且一旦無人機(jī)數(shù)量上升極易導(dǎo)致維度災(zāi)難而難以收斂。

MADDPG 可以被看作DDPG 算法在解決多智能體環(huán)境中競爭合作問題的改進(jìn)型方法，其核心思想可用集中訓(xùn)練分散執(zhí)行（centralized training and decentralized execution，CTDE）概括，即使用集中式的神經(jīng)網(wǎng)絡(luò)進(jìn)行統(tǒng)一訓(xùn)練，按照蜂群的組成結(jié)構(gòu)分布式執(zhí)行，從而可有效提升蜂群間的自主協(xié)同規(guī)劃能力。該方法適合多種類異構(gòu)型蜂群協(xié)同航跡規(guī)劃，但也存在訓(xùn)練量較大，對硬件需求較高的不足。

典型無人機(jī)蜂群航跡規(guī)劃方法對比如下頁表5所示?？梢钥闯?，基于圖論的方法僅適合二維簡單模型的航跡規(guī)劃，對復(fù)雜作戰(zhàn)環(huán)境的集群規(guī)劃顯得無能為力；基于搜索的航跡規(guī)劃方法雖然搜索效率高，易得出最優(yōu)解，但算法模型過于復(fù)雜，無法適應(yīng)復(fù)雜的作戰(zhàn)場景和規(guī)劃要素；基于智能的航跡規(guī)劃方法對于以智能體為基礎(chǔ)單元，以無模型訓(xùn)練算法為具體執(zhí)行對象，較為適合應(yīng)用于無人機(jī)蜂群的編組和協(xié)同任務(wù)模式，能夠以較為簡單的模型構(gòu)建實現(xiàn)蜂群作戰(zhàn)靈活編組、群智涌現(xiàn)、動態(tài)規(guī)劃等特性，是無人機(jī)蜂群航跡規(guī)劃較為理想的求解方式和發(fā)展方向，具有極高的研究意義和價值。

表5 典型無人機(jī)蜂群航跡規(guī)劃方法對比Table 5 Comparison of typical UAV swarm route planning methods

4 無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃關(guān)鍵問題及發(fā)展方向

由前所述，研究人員在無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃領(lǐng)域取得了較為豐碩的成果，各類模型方法層出不窮，軍事場景的應(yīng)用也可圈可點，但目前仍有較多關(guān)鍵問題亟待解決。本文分別從場景構(gòu)設(shè)、規(guī)劃模型、規(guī)劃要素、推演評估、規(guī)劃模式等5方面，總結(jié)了無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃的關(guān)鍵問題，并針對各問題方面對該領(lǐng)域的未來發(fā)展方向進(jìn)行展望。

4.1 場景構(gòu)設(shè)方面

場景構(gòu)設(shè)方面的問題主要表現(xiàn)為：1）現(xiàn)有規(guī)劃方法和仿真環(huán)境主要集中在二維空間問題的求解上，對于作戰(zhàn)空間、戰(zhàn)場環(huán)境、約束條件等復(fù)雜性要求更高的三維空間，其規(guī)劃完成度和置信度都不夠理想；2）為了降低規(guī)劃復(fù)雜度，現(xiàn)有場景考慮的條件較為簡單，大都只包括蜂群實體、任務(wù)類型、威脅條件、打擊目標(biāo)等有限要素，雖然簡化了問題求解過程，但仿真真實度、全局度較低。

因此場景構(gòu)設(shè)方面的發(fā)展方向主要包括：1）三維仿真場景逐漸成為主流，未來無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃場景構(gòu)設(shè)重點在于研究和完善三維空間下的任務(wù)規(guī)劃求解方法，以增加仿真規(guī)劃的置信度；2）仿真場景要素更加細(xì)致全面，未來無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃將融入信息條件、體系支撐、地形氣候等多類復(fù)雜要素，在強(qiáng)大算力和智能化方法的加持下，不斷提升任務(wù)規(guī)劃的真實度。

4.2 規(guī)劃模型方面

任務(wù)規(guī)劃模型方面的問題主要包括：1）現(xiàn)有規(guī)劃模型和求解方法較為繁多，但不同模型只針對特定場景，很難形成通用的求解范式，這就導(dǎo)致規(guī)劃模型的適應(yīng)性和魯棒性較弱；2）模型參數(shù)較為簡化，對于多參數(shù)模型的研究不足，導(dǎo)致現(xiàn)有模型很難應(yīng)對多蜂群多任務(wù)復(fù)雜規(guī)劃場景。

未來無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃模型將逐漸向多任務(wù)、多場景、綜合化的方向發(fā)展。即在通盤考慮多種參數(shù)指標(biāo)綜合影響的基礎(chǔ)上，建立符合實際的標(biāo)準(zhǔn)化任務(wù)規(guī)劃模型，以增加規(guī)劃的普適性和魯棒性。

4.3 規(guī)劃模式方面

當(dāng)前無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃自主化水平較低，可以預(yù)見隨著規(guī)劃方法與模型的不斷迭代演進(jìn)，智能自主的任務(wù)規(guī)劃模式必將是未來發(fā)展方向。同時也應(yīng)當(dāng)看見，戰(zhàn)爭作為一種人與技術(shù)的結(jié)合體，指揮人員必須擁有最高決策權(quán)。因此，在不斷建設(shè)智能任務(wù)規(guī)劃體系的同時，也應(yīng)當(dāng)深入研究如何更好地將指揮人員的經(jīng)驗智慧與機(jī)器智能相結(jié)合，形成“人在回路”的規(guī)劃模式，以贏得未來戰(zhàn)爭的主動權(quán)。無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃關(guān)鍵問題及發(fā)展方向?qū)?yīng)關(guān)系如表6所示。

表6 無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)劃關(guān)鍵問題及發(fā)展方向?qū)?yīng)關(guān)系Table 6 Key issues and corresponding development directions for UAV swarm combat mission planning

5 結(jié)論

無人機(jī)蜂群作戰(zhàn)樣式是未來智能化、無人化聯(lián)合作戰(zhàn)的重要組成部分，任務(wù)規(guī)劃作為無人機(jī)蜂群執(zhí)行各類作戰(zhàn)行動的基礎(chǔ)技術(shù)，在整個蜂群系統(tǒng)中將發(fā)揮舉足輕重的作用。本文通過對任務(wù)規(guī)劃流程，以及其中兩個重點問題（任務(wù)分配、航跡規(guī)劃）的模型及方法的介紹，深度分析了無人機(jī)蜂群作戰(zhàn)任務(wù)規(guī)化的現(xiàn)狀以及未來發(fā)展方向，以期在未來聯(lián)合作戰(zhàn)中贏得戰(zhàn)場主動。