基于智能仿真推演的導(dǎo)彈防御指揮控制系統(tǒng)研究

冷志成，薛鳳桐，張灝龍，劉瑞峰

摘? 要：隨著人工智能技術(shù)飛速發(fā)展，體系化智能化作戰(zhàn)成為未來(lái)戰(zhàn)場(chǎng)的主要作戰(zhàn)樣式，因此，智能化的態(tài)勢(shì)感知與指揮決策成為贏得戰(zhàn)爭(zhēng)的關(guān)鍵因素。為了實(shí)現(xiàn)戰(zhàn)場(chǎng)態(tài)勢(shì)的智能感知能力、作戰(zhàn)知識(shí)的自主學(xué)習(xí)能力和作戰(zhàn)指揮的自主決策能力，針對(duì)導(dǎo)彈防御作戰(zhàn)，提出了一種基于智能仿真推演的導(dǎo)彈防御指揮控制系統(tǒng)，重點(diǎn)研究設(shè)計(jì)了面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)和智能仿真推演平臺(tái)。測(cè)試表明，該系統(tǒng)能夠?qū)崿F(xiàn)態(tài)勢(shì)信息的智能認(rèn)知與決策信息的自主生成，為人工智能技術(shù)在軍事作戰(zhàn)仿真領(lǐng)域的應(yīng)用提供了有效路徑。

關(guān)鍵詞：作戰(zhàn)仿真;導(dǎo)彈防御作戰(zhàn);智能指揮決策;態(tài)勢(shì)感知;智能決策

中圖分類號(hào)：TP311.5? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

Research on Missile Defense Command and Control System

based on Intelligent Simulation Deduction

LENG Zhicheng1， XUE Fengtong2， ZHANG Haolong2， LIU Ruifeng2

（1. Unit 92578， Beijing 100161， China;

2. China Aerospace Academy of System Science and Engineering， Beijing 100048， China）

lengzhicheng1975@163.com; 1185021785@qq.com; 78058078@139.com; 1207018197@qq.com

Abstract： With the rapid development of artificial intelligence technology， systematic and intelligent operations have become the main combat style in the future battlefield. Therefore， intelligent situational awareness and command decision-making have become the key factors for winning wars. This paper proposes a missile defense command and control system based on intelligent simulation deduction for missile defense operations， in order to improve the ability of intelligent perception of battlefield situation， autonomous learning of operational knowledge and autonomous decision-making of operational command. The research has focused on designing intelligent combat missile defense command and control system and intelligent simulation deduction platform. Tests show that the system can realize the intelligent cognition of situation information and the autonomous generation of decision-making information， providing an effective path for the application of artificial intelligence technology in the field of military combat simulation.

Keywords： combat simulation; missile defense operations; intelligent command and decision-making; situational

awareness; intelligent decision-making

1? ?引言（Introduction）

近年來(lái)，隨著大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)等技術(shù)的飛速發(fā)展，人工智能應(yīng)用的廣度與深度在不斷地拓展，給人們的生活帶來(lái)顛覆性的變革。與此同時(shí)，人工智能也成為新式武器裝備、體系化作戰(zhàn)等軍事領(lǐng)域的研究熱點(diǎn)。在實(shí)際作戰(zhàn)過(guò)程中，指揮官的每一個(gè)決策都需要根據(jù)當(dāng)時(shí)的戰(zhàn)場(chǎng)態(tài)勢(shì)來(lái)制定，這就造成作戰(zhàn)決策的動(dòng)態(tài)性和強(qiáng)耦合性[1]，所以，戰(zhàn)場(chǎng)的態(tài)勢(shì)認(rèn)知和決策速度成為打贏戰(zhàn)爭(zhēng)的關(guān)鍵因素[2]。面對(duì)未來(lái)體系化智能化作戰(zhàn)，復(fù)雜的戰(zhàn)場(chǎng)環(huán)境給作戰(zhàn)決策帶來(lái)更大的不確定性，需要更快速地進(jìn)行信息融合、態(tài)勢(shì)認(rèn)知和指揮決策來(lái)占據(jù)作戰(zhàn)優(yōu)勢(shì)，贏得戰(zhàn)爭(zhēng)主動(dòng)權(quán)[3-4]。因此，為了打贏未來(lái)戰(zhàn)爭(zhēng)，應(yīng)用人工智能技術(shù)提升戰(zhàn)場(chǎng)態(tài)勢(shì)的智能感知能力、作戰(zhàn)策略的自主學(xué)習(xí)能力和作戰(zhàn)指揮的自主決策能力成為軍事領(lǐng)域需要解決的主要問(wèn)題。

針對(duì)導(dǎo)彈防御的智能輔助決策應(yīng)用需求，本文以導(dǎo)彈攻防為背景，在美國(guó)智能輔助決策技術(shù)研究和搭建的智能推演平臺(tái)基礎(chǔ)上，構(gòu)建導(dǎo)彈防御指揮控制系統(tǒng)，形成導(dǎo)彈防御智能指揮控制系統(tǒng)，支撐防御方戰(zhàn)場(chǎng)態(tài)勢(shì)的智能感知、作戰(zhàn)知識(shí)的自主學(xué)習(xí)和作戰(zhàn)指揮的自主決策，為人工智能技術(shù)的軍事應(yīng)用提供可行性驗(yàn)證方案。

2 美國(guó)智能輔助決策技術(shù)研究（Research on intelligent supporting decision-making technology in America）

20 世紀(jì)90 年代，美國(guó)最早提出軍事輔助決策技術(shù)的概念，以實(shí)現(xiàn)準(zhǔn)確及時(shí)地預(yù)測(cè)出敵方意圖并做出決策，展開(kāi)行動(dòng)[5]。后來(lái)，隨著軍事輔助決策技術(shù)的不斷發(fā)展，2004 年，美軍開(kāi)始智能化輔助決策技術(shù)的研究，制定了實(shí)時(shí)作戰(zhàn)智能決策制定計(jì)劃（Real-time Adversarial Intelligence and Decision-making， RAID）。直到2007 年，美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（Defense Advanced Research Projects Agency， DARPA）支持了一項(xiàng)指揮控制領(lǐng)域的項(xiàng)目——“深綠（Deep Green， DG）”計(jì)劃，成為最典型的軍事輔助決策系統(tǒng)[6-8]。“深綠”計(jì)劃原計(jì)劃三年，但由于各種問(wèn)題于2011 年暫停，至今沒(méi)有完成?！吧罹G”計(jì)劃源于IBM公司的“深藍(lán)”，旨在集成到美陸軍現(xiàn)有的旅級(jí)戰(zhàn)時(shí)指揮決策系統(tǒng)上，通過(guò)實(shí)時(shí)態(tài)勢(shì)仿真，預(yù)測(cè)敵人的作戰(zhàn)意圖和行動(dòng)，并據(jù)此提前做出決策。該計(jì)劃較早地將人工智能技術(shù)引入作戰(zhàn)輔助決策中，是智能輔助決策技術(shù)的早期實(shí)踐，有很好的借鑒意義。

“深綠”計(jì)劃的結(jié)構(gòu)框圖如圖1所示[2]，主要包括三部分：指揮員助手、閃電戰(zhàn)和水晶球?！爸笓]員助手”是與指揮員的人機(jī)交互接口，智能化生成作戰(zhàn)計(jì)劃;“閃電戰(zhàn)”是作戰(zhàn)計(jì)劃方案的仿真分析引擎，用于戰(zhàn)場(chǎng)態(tài)勢(shì)的推演;“水晶球”則完成對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)的評(píng)估優(yōu)化并自主給出決策。這三部分通過(guò)軍用信息系統(tǒng)進(jìn)行連接，實(shí)現(xiàn)未來(lái)戰(zhàn)場(chǎng)態(tài)勢(shì)推演、評(píng)估及預(yù)測(cè)，有效輔助指揮員的作戰(zhàn)決策。但由于當(dāng)時(shí)技術(shù)水平限制，作戰(zhàn)人員認(rèn)知判斷模型難以構(gòu)建，再加上復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的高度不確定性，使得“深綠”計(jì)劃難以繼續(xù)，被迫停止。

注：COA：精略行動(dòng)計(jì)劃;FBCB2：21世紀(jì)部隊(duì)旅及旅以下作戰(zhàn)指揮;

CPoF：未來(lái)指揮所;PASS：有源空間監(jiān)視系統(tǒng)

開(kāi)展了“深綠”計(jì)劃后，DARPA又在2009 年至2014 年之間啟動(dòng)了一系列智能輔助決策技術(shù)的項(xiàng)目[5]：基于視覺(jué)信息的態(tài)勢(shì)認(rèn)知與推理系統(tǒng)的Mind's Eye計(jì)劃;在對(duì)抗條件下以AI算法完成目標(biāo)識(shí)別的TRACE計(jì)劃;空中戰(zhàn)場(chǎng)的智能輔助決策DBM;具備高效率、高精度認(rèn)知能力的機(jī)器輔助決策TEAM-US等項(xiàng)目。這些項(xiàng)目的開(kāi)展使得美國(guó)在智能輔助決策技術(shù)研究中積累了豐富的經(jīng)驗(yàn)。

2016 年6 月，美國(guó)辛辛那提大學(xué)構(gòu)建的“阿爾法”人工智能系統(tǒng)在模擬空戰(zhàn)中，以快速的信息感知處理能力和準(zhǔn)確的判斷決策能力戰(zhàn)勝了經(jīng)驗(yàn)豐富的空軍上校，驗(yàn)證了人工智能技術(shù)的優(yōu)越性，推動(dòng)了智能輔助決策技術(shù)的發(fā)展[5]。同年年底，用來(lái)全程輔助指揮員決策應(yīng)對(duì)復(fù)雜戰(zhàn)場(chǎng)態(tài)勢(shì)的Commander's Virtual Staff項(xiàng)目在美軍成功立項(xiàng)，標(biāo)志著美國(guó)在智能輔助決策領(lǐng)域已經(jīng)走在了世界的前列。

相比較而言，我國(guó)在智能輔助決策技術(shù)方面的研究還是以專家系統(tǒng)、多智能體系統(tǒng)為主，雖然取得了大量的成果，但在成果質(zhì)量與可推廣性方面還存在較大差距。由于戰(zhàn)場(chǎng)環(huán)境的復(fù)雜性和基于規(guī)則、專業(yè)知識(shí)的推理分析，國(guó)內(nèi)的專家系統(tǒng)多限于解決特定領(lǐng)域問(wèn)題的智能系統(tǒng);即使多智能體系統(tǒng)在處理復(fù)雜系統(tǒng)問(wèn)題方面具有顯著優(yōu)勢(shì)，不過(guò)也存在知識(shí)處理能力差、統(tǒng)一協(xié)調(diào)差、適應(yīng)能力差和人機(jī)交互差等缺點(diǎn)。為此，有必要應(yīng)用新時(shí)代人工智能技術(shù)開(kāi)展作戰(zhàn)輔助決策研究。

3? 基于智能仿真推演的導(dǎo)彈防御指揮控制系統(tǒng)框架（The framework of missile defense command and control system based on intelligent simulation deduction）

3.1? ?導(dǎo)彈攻防作戰(zhàn)中防御方智能指揮決策分析

針對(duì)導(dǎo)彈攻防作戰(zhàn)，作為導(dǎo)彈防御方，按照“觀察—判斷—決策—行動(dòng)”（Observe-Orient-Decide-Act， OODA）環(huán)，主要完成態(tài)勢(shì)感知、威脅判斷、任務(wù)分配、攔截打擊等任務(wù)。在態(tài)勢(shì)感知階段，防御方指揮控制中心通過(guò)預(yù)警衛(wèi)星、預(yù)警雷達(dá)等傳感器探測(cè)到進(jìn)攻方導(dǎo)彈，并對(duì)導(dǎo)彈進(jìn)行跟蹤分析，明確進(jìn)攻導(dǎo)彈彈道、落點(diǎn)等信息。在威脅判斷階段，根據(jù)態(tài)勢(shì)感知結(jié)果，通過(guò)評(píng)估進(jìn)攻導(dǎo)彈落點(diǎn)的重要程度、飛行速度、剩余飛行時(shí)間等對(duì)進(jìn)攻導(dǎo)彈進(jìn)行威脅評(píng)估，判斷是否應(yīng)該攔截。任務(wù)分配則是根據(jù)威脅判斷結(jié)果和不同攔截基地?cái)r截彈的作戰(zhàn)能力，對(duì)各基地的攔截彈進(jìn)行打擊目標(biāo)分配，裝訂目標(biāo)信息。到了攔截打擊階段就是攔截彈裝訂發(fā)射諸元，發(fā)射攔截彈對(duì)目標(biāo)實(shí)施打擊，完成攔截任務(wù)。因此，面向智能化作戰(zhàn)，導(dǎo)彈攻防作戰(zhàn)中的導(dǎo)彈防御指揮控制系統(tǒng)主要實(shí)現(xiàn)三方面的能力[9-11]：

（1）戰(zhàn)場(chǎng)態(tài)勢(shì)的智能感知能力：實(shí)現(xiàn)對(duì)來(lái)襲導(dǎo)彈的自主感知、自主識(shí)別，并給出來(lái)襲導(dǎo)彈的彈道信息、落點(diǎn)信息，完成對(duì)導(dǎo)彈攻防態(tài)勢(shì)的評(píng)估。

（2）作戰(zhàn)策略的自主學(xué)習(xí)能力：基于戰(zhàn)場(chǎng)態(tài)勢(shì)的感知，通過(guò)應(yīng)用強(qiáng)化學(xué)習(xí)算法開(kāi)展探測(cè)規(guī)劃、攔截策略的自主學(xué)習(xí)，構(gòu)建作戰(zhàn)知識(shí)庫(kù)。

（3）作戰(zhàn)指揮的自主決策能力：以作戰(zhàn)知識(shí)庫(kù)為基礎(chǔ)，以戰(zhàn)場(chǎng)態(tài)勢(shì)感知結(jié)果為輸入，自主匹配響應(yīng)的作戰(zhàn)策略，完成作戰(zhàn)指揮的自主決策。

為了實(shí)現(xiàn)上述三方面能力，需要大量的仿真推演與模型的學(xué)習(xí)訓(xùn)練作為支撐，因此，本文搭建了基于智能仿真推演平臺(tái)的導(dǎo)彈防御指揮控制系統(tǒng)：三種能力對(duì)應(yīng)的業(yè)務(wù)分系統(tǒng)構(gòu)成導(dǎo)彈防御指揮控制系統(tǒng)，智能仿真推演平臺(tái)和導(dǎo)彈攻防裝備模型庫(kù)、算法庫(kù)形成虛擬訓(xùn)練環(huán)境。

3.2? ?導(dǎo)彈防御指揮控制系統(tǒng)框架

基于智能仿真推演的導(dǎo)彈防御指揮控制系統(tǒng)可以分為面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)、智能仿真推演平臺(tái)以及模型算法庫(kù)三大部分。

（1）面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)是整個(gè)系統(tǒng)的核心功能部分，主要完成導(dǎo)彈防御系統(tǒng)的態(tài)勢(shì)感知、作戰(zhàn)指揮控制等功能，是整個(gè)導(dǎo)彈防御系統(tǒng)的神經(jīng)中樞，主要由作戰(zhàn)態(tài)勢(shì)智能認(rèn)知子系統(tǒng)、戰(zhàn)前智能作戰(zhàn)規(guī)劃子系統(tǒng)、作戰(zhàn)方案智能生成子系統(tǒng)三部分組成。

（2）智能仿真推演平臺(tái)為面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)提供了一個(gè)基礎(chǔ)平臺(tái)，可以實(shí)現(xiàn)各裝備模型的交互，代理模型、指揮控制模型的訓(xùn)練，仿真試驗(yàn)方案的設(shè)計(jì)，作戰(zhàn)想定設(shè)計(jì)編輯以及仿真數(shù)據(jù)的統(tǒng)計(jì)分析等功能。

（3）模型算法庫(kù)中的模型包含導(dǎo)彈攻防雙方的裝備，即天基紅外預(yù)警衛(wèi)星、地/?；走_(dá)、攔截裝備以及進(jìn)攻彈模型，接受指揮控制系統(tǒng)的調(diào)度;同時(shí)，應(yīng)具備作戰(zhàn)規(guī)則模型，作為仿真推演的邊界約束條件，支撐完成導(dǎo)彈防御任務(wù);還應(yīng)具備人工智能算法、試驗(yàn)設(shè)計(jì)算法和代理模型構(gòu)建算法等，為知識(shí)與規(guī)則的學(xué)習(xí)與智能推演提供支撐。

其中，智能仿真推演平臺(tái)和模型算法庫(kù)是導(dǎo)彈防御指揮控制系統(tǒng)的支撐資源?；谥悄芊抡嫱蒲莸膶?dǎo)彈防御指揮控制系統(tǒng)的結(jié)構(gòu)框架如圖2所示。本文主要針對(duì)面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)（以下簡(jiǎn)稱“智能指控系統(tǒng)”）和智能推演仿真平臺(tái)進(jìn)行詳細(xì)設(shè)計(jì)。

4? 面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)（Missile defense command and control system for intelligent operations）

4.1? ?指控系統(tǒng)組成

面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)主要包括作戰(zhàn)態(tài)勢(shì)智能認(rèn)知子系統(tǒng)、戰(zhàn)前智能作戰(zhàn)規(guī)劃子系統(tǒng)和作戰(zhàn)方案智能生成子系統(tǒng)三部分，如圖3所示。

作戰(zhàn)態(tài)勢(shì)智能認(rèn)知子系統(tǒng)采用多源數(shù)據(jù)融合技術(shù)，對(duì)天基預(yù)警探測(cè)系統(tǒng)和地/?；走_(dá)探測(cè)系統(tǒng)等數(shù)據(jù)進(jìn)行融合，提取目標(biāo)的狀態(tài)和屬性后，與裝備信息庫(kù)中的威脅特征進(jìn)行比對(duì)，識(shí)別出威脅目標(biāo)以及威脅的位置、速度和方向等信息。在此基礎(chǔ)上，對(duì)威脅的彈道進(jìn)行預(yù)估，確定打擊目標(biāo)，對(duì)作戰(zhàn)態(tài)勢(shì)展開(kāi)評(píng)估，為后續(xù)的作戰(zhàn)指揮控制奠定基礎(chǔ)。

戰(zhàn)前智能作戰(zhàn)規(guī)劃子系統(tǒng)基于上面作戰(zhàn)態(tài)勢(shì)的認(rèn)知，通過(guò)構(gòu)建導(dǎo)彈防御裝備代理模型，利用深度強(qiáng)化學(xué)習(xí)算法，對(duì)導(dǎo)彈防御系統(tǒng)的探測(cè)規(guī)劃和攔截策略進(jìn)行學(xué)習(xí)訓(xùn)練。在有限的作戰(zhàn)資源約束下，得到不同作戰(zhàn)態(tài)勢(shì)下探測(cè)系統(tǒng)的優(yōu)化配置關(guān)系以及攔截系統(tǒng)的攔截策略，是智能指控系統(tǒng)的核心。

作戰(zhàn)方案智能生成子系統(tǒng)是在戰(zhàn)前智能作戰(zhàn)規(guī)劃子系統(tǒng)學(xué)習(xí)訓(xùn)練的基礎(chǔ)上，深度挖掘探測(cè)系統(tǒng)組網(wǎng)與攔截策略的作戰(zhàn)知識(shí)，構(gòu)建出作戰(zhàn)知識(shí)庫(kù)，通過(guò)與態(tài)勢(shì)感知系統(tǒng)得到的態(tài)勢(shì)信息進(jìn)行特征匹配，快速制定出可行有效的作戰(zhàn)方案。由于態(tài)勢(shì)的不確定性以及知識(shí)挖掘的片面性，系統(tǒng)提供人在回路的交互模塊，實(shí)現(xiàn)在已有的作戰(zhàn)知識(shí)基礎(chǔ)上機(jī)器與人的智能結(jié)合，提高導(dǎo)彈防御系統(tǒng)的整體效能。

上述三個(gè)子系統(tǒng)構(gòu)成了智能指控系統(tǒng)，實(shí)現(xiàn)了導(dǎo)彈防御系統(tǒng)的智能態(tài)勢(shì)感知與作戰(zhàn)方案的自主生成。

4.2? ?作戰(zhàn)態(tài)勢(shì)智能認(rèn)知子系統(tǒng)

導(dǎo)彈防御作戰(zhàn)可分為預(yù)警探測(cè)、指揮控制及火力攔截三大階段。“及時(shí)發(fā)現(xiàn)、精確跟蹤、正確識(shí)別和有效攔截”是導(dǎo)彈防御作戰(zhàn)取勝的四大要素，而預(yù)警數(shù)據(jù)接收貫穿于整個(gè)導(dǎo)彈防御作戰(zhàn)的全過(guò)程。如何實(shí)現(xiàn)及時(shí)發(fā)現(xiàn)、精確跟蹤和正確識(shí)別是導(dǎo)彈防御系統(tǒng)數(shù)據(jù)接收的核心任務(wù)。

導(dǎo)彈防御智能指控系統(tǒng)的傳感器主要包括天基預(yù)警衛(wèi)星、遠(yuǎn)程預(yù)警雷達(dá)、目標(biāo)跟蹤雷達(dá)以及制導(dǎo)雷達(dá)等。作戰(zhàn)態(tài)勢(shì)智能認(rèn)知子系統(tǒng)完成衛(wèi)星與雷達(dá)的數(shù)據(jù)融合以及多種雷達(dá)的數(shù)據(jù)融合，并對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)進(jìn)行評(píng)估。因此，分系統(tǒng)主要包括兩個(gè)主要模塊：威脅目標(biāo)識(shí)別模塊和作戰(zhàn)態(tài)勢(shì)評(píng)估模塊，其結(jié)構(gòu)圖如圖4所示。

在威脅目標(biāo)識(shí)別模塊中，根據(jù)系統(tǒng)接收到的多源異構(gòu)數(shù)據(jù)信息，利用數(shù)據(jù)融合算法完成數(shù)據(jù)的坐標(biāo)轉(zhuǎn)換、航跡關(guān)聯(lián)等數(shù)據(jù)融合工作，獲得一致性的目標(biāo)狀態(tài)和屬性數(shù)據(jù)，包括位置坐標(biāo)、速度、飛行高度、加速度、RCS、紅外特性等參數(shù)?；谝延械膶?duì)方裝備信息庫(kù)中的特征信息，利用模式識(shí)別算法，完成來(lái)襲目標(biāo)匹配，得出來(lái)襲目標(biāo)即進(jìn)攻彈的參數(shù)。

根據(jù)威脅目標(biāo)識(shí)別模塊得出的進(jìn)攻彈參數(shù)，作戰(zhàn)態(tài)勢(shì)評(píng)估模塊對(duì)作戰(zhàn)態(tài)勢(shì)開(kāi)展評(píng)估。通過(guò)彈道預(yù)估算法對(duì)進(jìn)攻彈的彈道進(jìn)行預(yù)測(cè)，主要獲得進(jìn)攻彈的剩余飛行時(shí)間以及落點(diǎn)坐標(biāo)。在此基礎(chǔ)上，通過(guò)與價(jià)值目標(biāo)的數(shù)據(jù)庫(kù)中的目標(biāo)數(shù)據(jù)進(jìn)行對(duì)比，采用評(píng)估分析方法，對(duì)進(jìn)攻彈的威脅展開(kāi)評(píng)估。通過(guò)對(duì)全部進(jìn)攻彈的態(tài)勢(shì)評(píng)估，完成對(duì)整個(gè)態(tài)勢(shì)的評(píng)估。

4.3? ?戰(zhàn)前智能作戰(zhàn)規(guī)劃子系統(tǒng)

戰(zhàn)前智能作戰(zhàn)規(guī)劃子系統(tǒng)是結(jié)合作戰(zhàn)態(tài)勢(shì)的認(rèn)知，以基于試驗(yàn)設(shè)計(jì)得到的歷史仿真樣本數(shù)據(jù)為基礎(chǔ)，構(gòu)建探測(cè)系統(tǒng)與攔截武器的代理模型;再通過(guò)深度強(qiáng)化學(xué)習(xí)算法，對(duì)導(dǎo)彈防御系統(tǒng)的探測(cè)系統(tǒng)規(guī)劃和攔截策略進(jìn)行學(xué)習(xí)訓(xùn)練，形成“仿真數(shù)據(jù)—代理模型—作戰(zhàn)知識(shí)”三階段的認(rèn)知提升，具體的系統(tǒng)結(jié)構(gòu)關(guān)系如圖5所示。

代理模型是采用數(shù)學(xué)擬合的思想代替現(xiàn)有物理分析模型的近似技術(shù)，從20 世紀(jì)50 年代開(kāi)始，已經(jīng)成功應(yīng)用于各個(gè)領(lǐng)域。由于各種原因輸入輸出變量之間的物理分析模型難以準(zhǔn)確構(gòu)建，一般可以基于多次實(shí)驗(yàn)數(shù)據(jù)通過(guò)數(shù)學(xué)擬合的方式搭建輸入輸出之間的響應(yīng)曲面模型，因此，構(gòu)建代理模型的實(shí)質(zhì)可以認(rèn)為是對(duì)樣本數(shù)據(jù)的擬合。目前比較主流的代理模型構(gòu)建方法包括：響應(yīng)面方程、人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林模型、Kriging模型、支持向量機(jī)模型、徑向基函數(shù)模型以及高斯過(guò)程等。

4.4? ?作戰(zhàn)方案智能生成子系統(tǒng)

作戰(zhàn)方案智能生成子系統(tǒng)是在戰(zhàn)前智能作戰(zhàn)規(guī)劃子系統(tǒng)學(xué)習(xí)訓(xùn)練的基礎(chǔ)上，利用探測(cè)系統(tǒng)組網(wǎng)與攔截策略的作戰(zhàn)知識(shí)，對(duì)多層攔截方案進(jìn)行規(guī)劃，同時(shí)對(duì)探測(cè)資源進(jìn)行優(yōu)化部署。此外，由系統(tǒng)提供人在回路的交互模塊，支持人的指令控制。分系統(tǒng)結(jié)構(gòu)圖如圖6所示。

5 智能仿真推演平臺(tái)（Intelligent simulation deduction platform）

智能仿真推演平臺(tái)作為面向智能化作戰(zhàn)的導(dǎo)彈防御指控系統(tǒng)的基礎(chǔ)支撐環(huán)境，提供分布式實(shí)時(shí)仿真試驗(yàn)環(huán)境，并為指揮決策模型的訓(xùn)練提供平臺(tái)基礎(chǔ)。智能仿真推演平臺(tái)包括分布式仿真推演引擎、想定設(shè)計(jì)與開(kāi)發(fā)工具、試驗(yàn)設(shè)計(jì)工具、智能訓(xùn)練器、策略學(xué)習(xí)器、數(shù)據(jù)統(tǒng)計(jì)分析工具以及二維三維態(tài)勢(shì)顯示系統(tǒng)等七大部分，平臺(tái)組成如圖7所示。

分布式仿真推演引擎是在應(yīng)用系統(tǒng)執(zhí)行期間為對(duì)象模型、試驗(yàn)對(duì)象和試驗(yàn)資源的調(diào)度提供高性能、強(qiáng)實(shí)時(shí)、低延遲的通信支撐平臺(tái)。仿真引擎以中間件標(biāo)準(zhǔn)為信息交換規(guī)范，將仿真對(duì)象接入智能仿真應(yīng)用中，為仿真模型提供實(shí)時(shí)運(yùn)行環(huán)境，通過(guò)發(fā)布訂購(gòu)組件提供仿真對(duì)象之間的交互機(jī)制，以消息處理組件為公共通信手段，為核心服務(wù)生成的實(shí)物仿真對(duì)象和綜合仿真對(duì)象提供可靠的信息交互手段，并對(duì)通信服務(wù)質(zhì)量和通信網(wǎng)絡(luò)進(jìn)行管理。

想定設(shè)計(jì)與開(kāi)發(fā)工具為平臺(tái)提供可視化、圖形化想定編輯模塊，可通過(guò)鼠標(biāo)操作快速部署仿真實(shí)體，編輯各類航線航道、任務(wù)區(qū)域等仿真資源，指導(dǎo)任務(wù)計(jì)劃，形成仿真作戰(zhàn)想定。

試驗(yàn)設(shè)計(jì)工具根據(jù)試驗(yàn)?zāi)康倪x取試驗(yàn)因子和多因子水平，采用獨(dú)立因子試驗(yàn)設(shè)計(jì)、全部析因試驗(yàn)設(shè)計(jì)、正交試驗(yàn)設(shè)計(jì)、均勻試驗(yàn)設(shè)計(jì)等多種試驗(yàn)設(shè)計(jì)方法，批量生成想定樣本集。試驗(yàn)設(shè)計(jì)工具通過(guò)函數(shù)形式調(diào)用底層試驗(yàn)設(shè)計(jì)算法接口，按照給定的格式傳入因子、因子水平分布以及生成樣本信息，返回試驗(yàn)因子水平列表。

智能訓(xùn)練器支持裝備代理模型的訓(xùn)練過(guò)程。訓(xùn)練器通過(guò)調(diào)用試驗(yàn)設(shè)計(jì)工具生成的試驗(yàn)樣本數(shù)據(jù)或者歷史仿真數(shù)據(jù)，再通過(guò)調(diào)用指控系統(tǒng)中的代理模型構(gòu)建算法，通過(guò)多樣本數(shù)據(jù)的運(yùn)行管理，實(shí)現(xiàn)對(duì)導(dǎo)彈防御裝備代理模型的擬合，為后續(xù)深度強(qiáng)化學(xué)習(xí)提供模型支撐，提高學(xué)習(xí)效率。

策略學(xué)習(xí)器支撐導(dǎo)彈防御作戰(zhàn)知識(shí)的學(xué)習(xí)過(guò)程。學(xué)習(xí)器是在智能仿真推演平臺(tái)的基礎(chǔ)上，利用指控系統(tǒng)中構(gòu)建的深度強(qiáng)化學(xué)習(xí)模型以及裝備代理模型，通過(guò)平臺(tái)的仿真引擎與仿真工具開(kāi)展攻防作戰(zhàn)的仿真學(xué)習(xí)，形成攔截作戰(zhàn)知識(shí)，支撐戰(zhàn)前作戰(zhàn)規(guī)劃和防御作戰(zhàn)方案的自主生成。

數(shù)據(jù)統(tǒng)計(jì)分析工具針對(duì)智能仿真推演產(chǎn)生的數(shù)據(jù)開(kāi)展統(tǒng)計(jì)分析，包括對(duì)數(shù)據(jù)的預(yù)處理、標(biāo)準(zhǔn)化、聚類分析、統(tǒng)計(jì)分析等，支撐智能訓(xùn)練器、策略學(xué)習(xí)器應(yīng)用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)算法開(kāi)展訓(xùn)練，并為后續(xù)的效能評(píng)估奠定數(shù)據(jù)基礎(chǔ)。

二維三維態(tài)勢(shì)顯示系統(tǒng)可基于二維、三維數(shù)字地圖對(duì)整個(gè)對(duì)抗及學(xué)習(xí)過(guò)程進(jìn)行直觀顯示，包括仿真流程、關(guān)鍵事件、特效、學(xué)習(xí)曲線等。

根據(jù)上述智能仿真推演平臺(tái)的組成，得到平臺(tái)的框架，如圖8所示。智能仿真推演平臺(tái)主要分為四層：資源層、引擎層、工具層和應(yīng)用層。資源層是整個(gè)平臺(tái)的基礎(chǔ)，主要包括模型庫(kù)和算法庫(kù)，為智能推演訓(xùn)練提供紅藍(lán)方裝備模型、作戰(zhàn)規(guī)則模型、作戰(zhàn)決策模型、試驗(yàn)設(shè)計(jì)算法、代理模型構(gòu)建算法和人工智能算法等支撐。引擎層主要完成智能推演訓(xùn)練的流程調(diào)度和管理，實(shí)現(xiàn)數(shù)據(jù)分發(fā)、流程管控、時(shí)間管理、想定解析、模型/實(shí)體管理等功能服務(wù)。工具層是支持用戶完成智能推演訓(xùn)練的工具集合，實(shí)現(xiàn)智能仿真訓(xùn)練的基本功能，包括想定設(shè)計(jì)與開(kāi)發(fā)工具、試驗(yàn)設(shè)計(jì)工具、態(tài)勢(shì)顯示工具、智能訓(xùn)練工具、策略學(xué)習(xí)工具和數(shù)據(jù)統(tǒng)計(jì)與分析工具。應(yīng)用層是用戶的應(yīng)用需求，包括作戰(zhàn)仿真推演、智能感知、智能決策、二維三維態(tài)勢(shì)顯示以及作戰(zhàn)仿真數(shù)據(jù)分析等主要功能。

6? ?結(jié)論（Conclusion）

本文主要在研究美國(guó)智能輔助決策技術(shù)的基礎(chǔ)上，針對(duì)導(dǎo)彈攻防作戰(zhàn)中導(dǎo)彈防御作戰(zhàn)，分析導(dǎo)彈防御智能指揮決策的能力需求，搭建了基于智能仿真推演平臺(tái)的導(dǎo)彈防御指揮控制系統(tǒng)，該系統(tǒng)主要包括面向智能化作戰(zhàn)的導(dǎo)彈防御指揮控制系統(tǒng)、智能仿真推演平臺(tái)及模型算法庫(kù)三部分，并詳細(xì)闡述了各系統(tǒng)的功能及模塊構(gòu)成，提出了系統(tǒng)實(shí)現(xiàn)的可行技術(shù)路線。本文研究?jī)?nèi)容對(duì)人工智能技術(shù)在作戰(zhàn)仿真推演方面的應(yīng)用具有一定的參考意義。

參考文獻(xiàn)（References）

[1] 吳金平，楊靜，范學(xué)滿.指揮控制智能決策系統(tǒng)與技術(shù)研究[C]//中國(guó)指揮與控制學(xué)會(huì).第八屆中國(guó)指揮控制大會(huì)論文集.北京：兵器工業(yè)出版社，2020：368-373.

[2] 郭圣明，賀筱媛，胡曉峰，等.軍用信息系統(tǒng)智能化的挑戰(zhàn)與趨勢(shì)[J].控制理論與應(yīng)用，2016，33（12）：1562-1571.

[3] 胡曉峰，榮明.智能化作戰(zhàn)研究值得關(guān)注的幾個(gè)問(wèn)題[J].指揮與控制學(xué)報(bào)，2018，4（03）：195-200.

[4] 付長(zhǎng)軍，鄭偉明，葛蕾，等.人工智能在作戰(zhàn)仿真中的應(yīng)用研究[J].無(wú)線電工程，2020，50（04）：257-261.

[5] 張曉海，操新文.基于深度學(xué)習(xí)的軍事智能決策支持系統(tǒng)[J].指揮控制與仿真，2018，40（02）：1-7.

[6] 胡曉峰，郭圣明，賀筱媛.指揮信息系統(tǒng)的智能化挑戰(zhàn)——“深綠”計(jì)劃及AlphaGo帶來(lái)的啟示與思考[J].指揮信息系統(tǒng)與技術(shù)，2016，7（03）：1-7.

[7] ZHOU Y， HUANG J， HUANG K. A study on impact of "deep green" on command and control[J]. Fire Control & Command Control， 2013， 38（6）：3-6.

[8] ZHOU Y， HUANG J， HUANG K. Review on key technology in deep green[J]. Journal of System Simulation， 2013（7）：34-37.

[9] 彭希璐，王記坤，張昶，等.面向智能決策的兵棋推演技術(shù)[C]//中國(guó)指揮與控制學(xué)會(huì).第七屆中國(guó)指揮控制大會(huì)論文集.北京：兵器工業(yè)出版社，2019：193-198.

[10] 陸凌云，王芳，何加浪，等.指揮控制系統(tǒng)仿真建模思考[C]//中國(guó)指揮與控制學(xué)會(huì).第七屆中國(guó)指揮控制大會(huì)論文集.北京：兵器工業(yè)出版社，2019：625-628.

[11] 曹雷.基于深度強(qiáng)化學(xué)習(xí)的智能博弈對(duì)抗關(guān)鍵技術(shù)[J].指揮信息系統(tǒng)與技術(shù)，2019，10（05）：1-7.

作者簡(jiǎn)介：

冷志成（1975-），男，碩士，高級(jí)工程師.研究領(lǐng)域：仿真技術(shù).

薛鳳桐（1993-），男，碩士，助理工程師.研究領(lǐng)域：系統(tǒng)工程.

張灝龍（1977-），男，博士，研究員.研究領(lǐng)域：系統(tǒng)仿真與評(píng)估技術(shù).

劉瑞峰（1994-），男，碩士，助理工程師.研究領(lǐng)域：仿真技術(shù).