淺析未來作戰智能化推演仿真平臺系統的發展

（69243 部隊，新疆 阜康 831500）

一、未來軍事實踐對仿真平臺提出的要求和需求

1.支持大規模、全域多維的復雜戰場空間構建

未來戰場雖然可能表現為局部沖突，但由于各國都在追求全域全譜的優勢，因此涉及的參加力量、牽扯的作戰范圍一定更加繁多廣闊，這就需要未來仿真平臺一定具備可支持大規模仿真實體及全域多維復雜戰場空間的構建能力，盡可能真實地還原未來戰場的復雜性[1]。

2.支持無人、網信、AI等新質作戰力量建模與仿真

未來戰場新興的無人系統、網絡信息系統、AI系統等新質作戰力量、單元將會廣泛應用。對于這些新質力量作戰機理、運用原則、作戰效能等的建模還是一個空白，這些力量的高精度仿真模型將決定對未來戰場模擬的效果，因此將是將來仿真推演平臺建設中的一個重要方面。

3.支持大數據場景下的多元異構數據的作戰效能、作戰方案的實時及離線評估

未來的仿真系統將不僅用于平時的方案推演、戰法研究、指揮流程訓練及裝備論證的場合，更多的將直接應用于對戰場未來態勢的預測及指揮方案的評估。因此，仿真平臺必須具備多元信息的實時接入能力及快速推演快速實時評估能力，這就需要進行大數據場景下的仿真平臺的數據處理設計，以實現這種現實需要[2]。

4.支持智能化方法進行仿真建模與推演對抗

未來智能化無人化裝備的大量引入，使戰場進程節奏急劇加快，OODA環的更迭周期更快，這就要求仿真平臺具備智能化推演能力以提高“人在回路”干預的效率，使得構建“平行戰場”成為可能，同時智能化模型的構建也使“人不在回路”的自主決策推演更加合理真實，提高了作戰實驗的準確度。

5.支持基于SOA架構的分布式仿真服務

為提高仿真平臺的運行效率及柔性，未來仿真平臺應采取基于SOA架構的分布式仿真服務方式，以應對定制多種仿真應用、運行不同精度仿真模型、外接多種外部系統、提供整個系統柔性可組合的需求。

二、智能化推演仿真平臺要點思索

基于上述實際需求，為創新作戰理論、概念及戰法的研究手段及技術途徑，提高推演仿真引擎的智能化水平，促進建模與仿真由第三范式向第四范式發展，探索作戰仿真推演與作戰指揮及作戰效能評估的融合，急需探索實現基于自主認知的智能化推演仿真引擎的技術路線及實踐方法[3]。為此筆者在以下幾個方面進行了一些思索。

1.基礎技術途徑

從核心技術途徑上擬采用通用黑板（GBB）技術及分布式多Agent系統（DMAS）架構，結合人工智能（AI）學習算法及認知框架構建的新一代多用途智能化推演仿真引擎的核心框架。其中主要實現以下幾個方面的技術突破。

1.1 基于認知計算的智能化自主行為建模

1.2 基于大數據和深度學習的智能化仿真評估

1.3 分布式仿真服務

1.4 基于云計算的多分支并行仿真

以此推進了國產仿真引擎智能化、服務化及仿真運行、分析、評估一體化。這一基礎技術途徑立足仿真的核心功能結合人工智能、大數據、服務計算等前沿技術具備較強的技術成長持續能力，在軍事仿真推演、作戰實驗、裝備論證、兵棋系統、智慧城市、一體化指揮、規劃論證等方面具有較強的應用性，發展前景十分廣泛。

2.預期技術指標

智能化推演仿真引擎主要性能指標應至少達到以下要求。

2.1 仿真初始化效率：啟動時間不大于60秒

2.2 仿真引擎時間精度：最小步長不大于5毫秒

2.3 仿真引擎多核負載平衡性能：各核間負載偏差不大于10%

2.4 仿真規模：仿真實體數不小于10000個

2.5 人在回路模式下指揮控制響應時間：模型響應時間少于50毫秒

2.6 行為認知建模支持：典型AI學習方法不少于5種

2.7 仿真記錄精度：最小記錄周期不大于50毫秒

2.8 仿真記錄回放數據加載效率：加載時間不大于30秒

2.9 數據訪問效率：數據庫連接時間不大于1秒，數據訪問響應時間不大于3秒

2.10 云平臺可管理節點：不小于200個

2.11 多分支并行支持：可管理分支數不小于200個

3.主要技術點

以智能化仿真引擎為核心，重點突破的四個技術點如下圖所示：

結語

結合未來作戰訓練的發展變化對仿真平臺提出的具體現實需求及應對的技術實現的一些思想探索。智能仿真平臺以大規模、高效能、分布式仿真引擎為核心；通過連接專用仿真系統、指揮控制系統并引入人工智能賦能引擎以實現智能化推演仿真的目標。對推進我國軍事仿真推演的整體研究及實踐具有重大意義。