陸軍戰術級作戰任務智能規劃技術研究?

杜思良 韓家啟 張永亮 韓 東

（1.中國電子科技集團公司第二十八研究所 南京 210007）（2.陸軍工程大學 南京 210007）

1 引言

作戰任務規劃是針對作戰任務，綜合分析我方作戰資源、作戰能力、作戰環境和敵方對抗措施，對打擊目標、毀傷要求、使用部隊、作戰地域、武器裝備、打擊時機、協同保障、行動路線、飛行航跡等作戰要素及作戰活動進行籌劃設計的過程［1］。遵照習主席關于“對作戰方案計劃的設計必須越來越精確化。在信息時代、大數據時代，搞好作戰籌劃更需要精算、深算、細算”的重要指示，迫切要求陸軍積極采用大數據、云計算、數據挖掘、機器學習等最新技術，加緊開展智能化作戰任務規劃技術研究和系統建設，使指揮員及參謀機關從繁瑣的腦力勞動及手工作業中解放出來，提高計劃組織的效率與科學性，推動陸軍部隊作戰任務規劃能力實現跨越式發展和“彎道超車”。

2 現狀與需求分析

美軍開發與裝備的任務規劃系統最為先進、最具代表性。經過四十多年的發展，目前已經建立了涵蓋戰略、戰役和戰術多個層級的任務規劃系統，其陸軍戰術級任務規劃系統，既有陸軍通用型的任務規劃系統，例如基于地形的任務規劃站（TMPW）［2］、自動化縱深作戰協調系統和電子戰任務規劃系統；又有兵種專用型的任務規劃系統，例如野戰炮兵使用的“阿法茲”高級野戰炮兵戰術數據系統、野戰防空部隊使用的防空反導計劃與控制系統和陸軍航空兵使用的航空任務規劃系統。作戰任務規劃技術一直是國外人工智能領域以及運籌學界的研究熱點，AlphaGo解決了不確定性的問題，“深綠”實現了“紙上談兵”和實際戰場的結合，其相關技術研究為作戰任務規劃系統建設奠定了基礎。

相對國外先進任務規劃系統而言，我國在這方面的發展程度相對薄弱，起步較晚，特別是戰術級作戰任務規劃系統尚處在預研階段。由于地面戰場環境比空域和海域更加復雜多變，陸軍的作戰行動計劃往往更需要隨機應變、多方考慮，對任務規劃技術提出了更高要求。

一是要實現陸戰場態勢高效研判預測。作戰力量多元構成，打擊手段日益豐富，戰場空間不斷拓展，網絡鏈接日益緊密，要求任務規劃中的敵我態勢研判技術，可以快速自動分析我方作戰能力、判斷出敵兵力部署、分析出敵我雙方力量對比、能夠分析出作戰地區對我方戰斗行動的影響，以滿足深刻感知戰場全局、快速研判戰場態勢的需要。

二是要實現作戰任務精確高效規劃。陸軍要樹立“以快吃慢”基本制勝理念，作戰籌劃必須跟上作戰行動節奏，盡可能縮短決策周期，確保先敵反應、先敵行動、先敵打擊，贏得作戰主動。因此，迫切需要深入研究作戰部署方案自動生成、作戰任務自動分配等技術，為提高陸軍部隊精確高效作戰籌劃能力提供保障。

三是要實現作戰方案智能化推演評估。作戰系統復雜性的不斷增加與指揮人員決策能力的局限性形成的矛盾越來越突出，需要為各級各類決策人員提供大樣本、多策略的仿真推演與評估能力，從而方便指揮人員從時間、空間、資源等視角全方位地分析對抗交戰環境下敵我綜合實力情況，科學預判作戰勝負發展趨向。

圖1 系統技術架構示意圖

3 總體技術架構

本技術研究應著眼構建智能化的作戰任務規劃系統，基于現代信息技術，以使命任務實現為目標，深度融合軍事理論思想，全面分析作戰要素信息，標準化指揮決策過程，合理協調多任務單元行動，有效控制任務執行進程，精確預演作戰進程，科學評估作戰效果，動態調整決策方案計劃，全面排除資源沖突，多手段展現規劃成果，有效支持作戰行動組織、準備、實施、評估全過程，其總體技術架構如圖1所示。

基礎支撐環境層：基于大數據、深度強化學習、專家系統等技術構建智能規劃業務的物理支撐平臺、功能支撐平臺，支撐陸軍作戰部隊任務智能規劃的業務與管理。

模型與數據服務層：基于任務規劃數據化處理、多兵種分布式任務規劃、作戰任務規劃管理、作戰任務智能推演評估等技術，構建各類業務數據庫、決策分析模型庫、仿真推演模型庫，并通過模型集成，為作戰任務規劃作業提供業務支撐。

作戰任務規劃業務層：基于協同任務規劃環境支撐跨層級分布式協同任務規劃作業。在作戰任務智能規劃系統支撐下，指揮員科學、快速地完成作戰任務規劃活動產品。

作戰任務規劃數據展示層：實現作戰任務規劃數據的圖、文、表多模態展示，展示方式包括甘特圖、任務矩陣、標繪圖、作戰文書、任務清單、思維導圖等。

4 關鍵技術及實現途徑

以陸軍戰術級作戰任務智能規劃系統為牽引，圍繞系統構建、方案生成、推演評估等內容，研究突破陸軍部隊陸戰場態勢研判、作戰任務自動分配、智能化仿真推演與評估等核心技術，是提升陸軍部隊作戰任務規劃能力的基礎和關鍵。

4.1 陸戰場態勢研判及預測技術

態勢研判及預測重點研究基于目標態勢的情況分析判斷技術，實現對戰場態勢的深度分析和對未來態勢估計，解決目前態勢分析大都停留在數據層且有態無勢的問題。技術研究思路如圖2所示。

圖2 技術研究思路示意圖

結合復雜適應性理論和復雜網絡方法［3］，構建基于復雜網絡的多智能體模型［4］，將復雜網絡描述系統整體的長處與多智能體描述微觀實體的長處相結合。利用復雜網絡對作戰系統進行建模，將作戰節點之間的指揮、控制、協同、協作、偵察、打擊等聯系和關系為邊所形成的復雜網絡；運用圖論的方法將復雜網絡匯總關系的抽象和關系的度量通過加權鄰接矩陣表示［5～6］。通過復雜網絡點和邊的分布規律和變化規律，來認識作戰系統的結構、行為、演化等方面的特點和規律，分析作戰重心［7］及協同關系，實現戰場態勢研判。

態勢預測指基于對當前態勢的理解對未來可能出現的態勢情況進行預測［8］。通過多智能體建模技術構建作戰實體模型，反應作戰實體個性、能力是如何影響系統演化的；利用復雜網絡技術構建作戰實體交互關系模型，結合復雜網絡技術的宏觀層面網絡分析，進而反應實體之間的交互關系及網絡演化趨勢。通過機器學習（離線學習與在線學習相結合）的方式得到大量的訓練數據及模型參數。態勢預測時利用訓練數據與模型，結合復雜網絡演化規律和多智能體行為規律，生成敵方行動決策，形成敵方態勢預測，從而為指揮員任務規劃提供精準敵方動向情報支撐［9～10］。

4.2 作戰任務自動分配技術

作戰任務分配過程是統籌資源和匹配能力的過程，即根據作戰任務的能力和時間需求，安排能力與之匹配的作戰實體遂行相應作戰任務，且任務分配需符合整體作戰態勢需求［11］。任務分配研究的關鍵在于通過將雙方在關鍵性局部戰場的力量對比關系、交戰格局關系、火力接觸關系和火力分配關系進行綜合分析，得出雙方的作戰勢能比值，在定量計算的基礎上進行作戰任務的智能分配。

1）基于層次任務網絡（HTN）的作戰任務分解技術

基于HTN的作戰任務分解就是將復合任務按照某種規則逐層細化為子任務直至戰術行動的過程。該技術通過引入基于軍事規則的決策支持庫構建基于HTN的作戰任務生成框架。決策支持庫主要由模型庫、方法庫、知識庫、數據庫知識獲取等構成，以創新方式使用海量數據，通過感知、認知和決策支持的結合，建立真正能獨立完成決策的輔助分析模型，結合作戰任務智能規劃的基本流程，以總體作戰任務作為出發點，深入分析作戰目標與作戰任務的映射關系，建立基于目標匹配和任務模板庫的任務分解知識庫來支撐HTN方法在作戰任務智能規劃中的應用，實現在作戰人員的有限參與下高度自主地分解作戰任務，確定作戰目標和行動方案。

2）基于作戰效果的作戰行動序列（COA）生成技術

在基于效果作戰理論的指導下，對效果、COA等概念進行形式化描述；從預期要達到的最終效果出發，進行逆向推理，建立從期望態勢到初始態勢逐級效果之間定性的影響關系模型，并根據影響關系模型選擇相應的作戰行動，逆向生成初始COA；根據戰場態勢數據建立不確定條件下的計劃識別方法，得到敵方計劃及意圖，結合初始COA確定對期望態勢有重要影響的關鍵作戰行動（集）；根據關鍵作戰行動（集）動態調整初始COA，建立基于影響網的COA動態推理模型，通過該模型的不確定性推理，最終生成基于效果的反應式COA。

3）任務沖突檢測與消解技術

作戰行動時間沖突檢測，通過建立有向圖，采用在有向圖中尋找有向圈的方法，檢測有沖突的作戰行動子集。空間沖突分析，通過對作戰單元的威力范圍或空間使用需求進行幾何建模，形成一系列空間對象單元，然后通過空間對象間的幾何拓撲關系來實現空間交叉分析與沖突判斷。物域沖突分析，首先通過作戰單位的執行行動關聯到作戰對象，然后根據作戰對象的屬性和作戰要求，按照杜派指數模型和戰斗損耗方程進行資源需求量的加權計算，進而判斷作戰單位資源分配的合理性。

4.3 路徑與航線自動規劃技術

路徑與航線自動規劃技術主要著眼于無人作戰的需要，實現部（分）隊及無人車輛的路徑自動規劃、陸航/無人機的航線自動規劃。

路徑規劃主要通過路網建模技術和路徑規劃技術實現道路/越野機動路線的優選。著眼道路/越野機動的約束條件和規劃目標，主要采用道路網絡拓撲技術、六角格網地形量化技術實現地理信息的路網建模。在此基礎上，采用D*算法路徑規劃技術，實現最優路徑規劃智能決策，支撐部（分）隊或無人車輛做出快速而合理的機動方案［12］，以應對復雜戰場態勢。

航線規劃主要通過建立立體柵格網規劃無人機、直升機及編隊航線，該技術能夠從時間維和空間維精確確定飛行器的空間位置，能夠對多種威脅進行空間量化處理，運用最優航跡規劃算法，根據作戰效能和危險性評估，計算并選擇具有較高生存性和較好任務完成率的出航航線和返航航線，并且能夠實現彈道/航線沖突判斷與消解。航線規劃支持靜態規劃和動態規劃相結合，在實際飛行時，能夠根據當時的局部地形和動態威脅，不斷修正參考航線，動態計算飛行航跡，有效實現航線規劃的全局最優性。

4.4 作戰方案智能推演與評估技術

作戰方案智能推演與評估技術，主要是基于離線學習與在線學習相結合的智能推演技術，基于機器學習的部隊AI模型構建方法，以及整體評估與局部評估相結合的作戰效能智能評估方法。

1）多級多類作戰實體AI模型構建技術

作戰實體是進行方案推演的基礎要素，作戰實體AI模型構建，是對其自適應感知、決策、行動過程的描述，可認為是在連續狀態空間、離散動作空間上的多步強化學習過程，本質是解決其最優行動策略生成與優化問題［13］。該技術重點利用深度Q網絡（DQN）、雙層DQN、深度確定性策略梯度算法（DDPG）等值迭代與策略搜索相結合的強化學習技術，實現對多類作戰實體的COA生成。對于作戰實體群體AI模型的構建，可采用共享記憶認知庫的Q值（獎賞評價值），所有同類作戰實體共享共同的Q值，作戰實體執行各自任務的過程中，可以將其它實體和作戰環境看作是外部態勢，通過通信和反饋實現自身決策模型的優化。

2）基于機器學習的作戰方案智能推演引擎技術

智能推演引擎是驅動作戰方案多分支平行仿真、大樣本并行仿真實驗的基礎支撐平臺，著眼提高仿真推演的智能化程度，應實現基于有限樣本條件下離線學習與深度強化學習的在線學習相結合的智能推演機制。有限樣本條件下的離線學習，主要利用我軍、外軍有限的訓練和實戰作戰訓練樣本，運用深度逆向強化學習、遷移學習、小樣本類人概念學習和對抗生成式網絡技術［10］，構建面向陸軍諸兵種（專業）的多分辨率仿真指揮實體的AI模型與行動實體模型。面向智能藍軍的在線學習，主要運用利用蒙特卡洛樹搜索算法，集成行動策略網與態勢估值網，實現與智能藍軍對抗條件的策略優化與調整的過程。智能推演引擎體系結構示意圖如圖3所示。

3）作戰方案的智能化評估技術

作戰方案的智能評估包括關鍵性問題的分段或專項評估以及整個作戰方案的綜合評估。作戰方案評估從可行性、風險度、作戰效益等進行的評價和估量，采用靜態評估與動態評估相結合、正向評估與逆向評估相結合、人工評估與系統評估相結合、整體評估與局部評估相結合、過程評估與結果評估相結合等多方式、多角度展開，找出方案的優點與缺點，發現方案存在的問題與不足，分析產生問題的原因，為方案的優化調整提供科學參考。評估方法主要依據專項評估與綜合評估指標，結合目前成熟的指數法、最大熵法、模糊綜合評判法等多層次、多角度地給出評估結論，從而衡量作戰方案的優劣。

圖3 基于機器學習的智能推演引擎體系結構圖

5 結語

當前以監督學習、深度強化學習、類腦計算、知識圖譜為代表的智能技術群的快速發展［10］，以及其在圖像理解、機器翻譯、語音識別、智能推薦領域的成功應用，為精確、高效地開展作戰任務智能規劃創造了成熟的技術條件。本文從基礎理論上突破創新，研究基于人工智能、具有自學習能力的任務規劃技術，提出了智能任務規劃的關鍵技術及實現途徑，為智能任務規劃系統的建設打下了良好的基礎，對提升陸軍戰術級作戰任務智能規劃水平具有十分重要的意義。