基于DFCM的有人/無人決策技術(shù)

尤 岳，陳 科，黃昱申，常 鵬，于昌榮

（1. 海軍研究院，北京 100161；2. 中國船舶重工集團(tuán)有限公司第七一六研究所，江蘇 連云港 222061）

0 引言

無人平臺具有低成本、高自主、靈活機(jī)動、隱蔽、綜合作戰(zhàn)效能高、無人員傷亡等特征，是應(yīng)對未來“非對稱”、“非接觸”對抗的新型裝備。受限于當(dāng)前無人平臺的智能水平，在未來相當(dāng)長時期內(nèi)，需要有人與無人系統(tǒng)的深度融合，發(fā)揮各自優(yōu)勢。強(qiáng)敵憑借其強(qiáng)大的技術(shù)優(yōu)勢，強(qiáng)化對作戰(zhàn)資源的融合運(yùn)用，注重有人/無人協(xié)同，在決策中心戰(zhàn)、馬賽克戰(zhàn)等作戰(zhàn)樣式運(yùn)用下，逐步形成了有人/無人裝備體系[1]，有人/無人平臺協(xié)同也必將成為未來對抗的重要樣式。目前，我國在有人/無人協(xié)同能力與強(qiáng)敵存在較大差距，面對現(xiàn)實(shí)威脅，我國需要加強(qiáng)“非對稱”、“非接觸”樣式下的能力建設(shè)，突破有人/無人協(xié)同關(guān)鍵技術(shù)，對于提升我國裝備智能化程度和體系對抗能力具有重要意義[2]。

本文分析了馬賽克戰(zhàn)作戰(zhàn)概念的內(nèi)涵與主要特征，并聚焦有人/無人指揮架構(gòu)如何與決策機(jī)制相結(jié)合的問題，提出一種基于 DFCM 的有人/無人決策技術(shù)方案，該方案具有信息交互簡單、決策干預(yù)內(nèi)容簡練、支持對無人集群自主決策傾向的調(diào)整等特點(diǎn)，對有人/無人協(xié)同決策具有一定的參考意義。

1 國內(nèi)外研究現(xiàn)狀分析

美國戰(zhàn)略與預(yù)算評估中心在發(fā)布的報(bào)告中稱，僅僅依靠未來可見的技術(shù)進(jìn)步獲得的優(yōu)勢是有限且短暫的，無法維持對大國競爭對手的優(yōu)勢，應(yīng)當(dāng)考慮通過戰(zhàn)爭模式的創(chuàng)新來獲得長期的競爭優(yōu)勢。雖然美國提出了諸如“分布式海上作戰(zhàn)”、“多域作戰(zhàn)”等強(qiáng)調(diào)分散部署的戰(zhàn)爭新概念，但其內(nèi)容缺少決策支持工具和對分布式作戰(zhàn)的支持。從力量組合的角度，美軍也更傾向于將多個兵力集合在一起以形成規(guī)模優(yōu)勢，而不是多平臺分布式部署。為此，美軍提出了馬賽克戰(zhàn)作戰(zhàn)概念，其中心思想是人工指揮和機(jī)器控制相結(jié)合，通過對分散部署的部隊(duì)進(jìn)行快速分配與重組，提高美軍的適應(yīng)能力并為對手制造不確定性[3]。

美軍擬通過將多功能兵力分解為大量規(guī)格較小、功能相對簡單且更易于相互組合的單元，以獲取信息和決策優(yōu)勢[3]。不同于以往作戰(zhàn)概念中預(yù)定義的殺傷鏈，馬賽克化的兵力可以形成殺傷網(wǎng)，其中多個獨(dú)立傳感器、對抗措施、武器和決策要素的配置能夠在行動前進(jìn)行組合，以達(dá)成指定的作戰(zhàn)效能。此外，殺傷網(wǎng)中的兵力元素可在任務(wù)前和任務(wù)中動態(tài)地組合或重組，包括改變一些兵力的任務(wù)角色。

隨著技術(shù)的進(jìn)步，馬賽克化兵力能夠逐步演進(jìn)，但無法完全代替?zhèn)鹘y(tǒng)的多功能平臺。由于尺寸較小、功能更加受限，馬賽克化兵力元素一般不需要具備與所有平臺通信、長距離航行和長時間駐留的能力[4]。在遠(yuǎn)離交戰(zhàn)區(qū)的區(qū)域，傳統(tǒng)的有人平臺需要作為指揮節(jié)點(diǎn)或?qū)︸R賽克化節(jié)點(diǎn)提供運(yùn)輸和后勤支持；在交戰(zhàn)區(qū)，或在廣闊海域分散部署的行動中，馬賽克化單元是性價比更高的選擇。

目前國內(nèi)學(xué)界開展了大量研究工作，既對編隊(duì)控制、協(xié)同導(dǎo)航、任務(wù)分配、水下通信等主要問題開展了研究，又在各類著述中提出了新式作戰(zhàn)指揮構(gòu)想，但絕大部分研究未將兩方面結(jié)合形成一個完整的功能體系。本文旨在提出一種指揮架構(gòu)與決策機(jī)制相融合的有人/無人決策技術(shù)，為智能協(xié)同決策提供支持。

2 有人/無人指揮決策架構(gòu)

DFCM 模型將動態(tài)模糊化和動態(tài)因果關(guān)系綜合引入FCM模型，其輸出結(jié)果能夠較好地反映外部環(huán)境變量的作用。本文參考馬賽克戰(zhàn)概念中有人平臺與無人平臺之間集中與分布結(jié)合的指揮關(guān)系，設(shè)計(jì)了融合DFCM方法的有人/無人決策架構(gòu)，用以解決對分散部署的無人集群指揮過程中短時間內(nèi)接受信息多、決策壓力大的問題。

有人/無人指揮信息交互方式如圖 1所示，無人平臺自主形成分布式無人集群，編組內(nèi)個體之間進(jìn)行信息交互。當(dāng)需要對無人集群發(fā)送任務(wù)信息時，有人平臺僅需與編組中的任意單元通信，編組內(nèi)的平臺間可通過信息交互完成任務(wù)指令的傳達(dá)。該方法既可以賦予無人集群的分布式行為能力，又能使有人平臺與分布式無人集群快捷通信[5]。當(dāng)通信受限時，各有人或無人平臺可利用任務(wù)信息預(yù)測其他部隊(duì)的位置和行動，以避免在執(zhí)行任務(wù)的過程中和其他單位的行動產(chǎn)生沖突。

圖1 有人/無人指揮信息交互示意圖Fig.1 Schematic diagram of informative interaction of human/unmanned command

無人集群具備一定的自主完成任務(wù)的能力，但是由于無人平臺載荷限制，無人集群的自主決策能力有限，需要人為進(jìn)行干預(yù)。對無人集群決策進(jìn)行直接人工干預(yù)可以精確地解決當(dāng)前問題，但未使得自主決策機(jī)制對應(yīng)環(huán)境作出改變，即無法賦予無人集群解決同樣問題的能力[6]。為此，本文針對無人集群對環(huán)境適應(yīng)性的需求，設(shè)計(jì)了有限干預(yù)式?jīng)Q策機(jī)制，通過調(diào)整節(jié)點(diǎn)狀態(tài)或決策門限對無人集群的決策進(jìn)行人工干預(yù)，從而使無人集群在類似條件下自主做出適應(yīng)環(huán)境的決策。

如圖2所示，有人/無人指揮決策架構(gòu)分為感知層、推理層、交互層 3個層次。在感知層，狀態(tài)控制智能體接收有人平臺提供任務(wù)信息，并將節(jié)點(diǎn)狀態(tài)輸出給推理層[7]；外部信息處理智能體負(fù)責(zé)處理外部環(huán)境信息、有人平臺的感知信息以及其他無人平臺提供的感知與任務(wù)信息，并將處理結(jié)果輸出至DFCM智能體。在推理層，模糊化模塊對節(jié)點(diǎn)狀態(tài)數(shù)據(jù)進(jìn)行模糊化處理，并將其輸出至DFCM智能體；DFCM智能體[8]處理外部信息和模糊化的節(jié)點(diǎn)狀態(tài)數(shù)據(jù)，推理獲得決策結(jié)果，并將其輸出至解模糊模塊和有限干預(yù)式?jīng)Q策智能體；解模糊模塊將模糊化結(jié)果轉(zhuǎn)換為精確的數(shù)值解，并將其輸出至交互層的決策輸出智能體。在交互層，有限干預(yù)式?jīng)Q策智能體、人工決策干預(yù)和DFCM智能體形成一個反饋回路，動態(tài)地調(diào)整決策結(jié)果；決策輸出智能體負(fù)責(zé)接收決策結(jié)果，用于與其他有人或無人平臺交互。

圖2 有人/無人決策架構(gòu)Fig.2 Human/unmanned decision-making frame

3 有限干預(yù)式?jīng)Q策技術(shù)

決策機(jī)制包括無人平臺自主決策和有人平臺有限干預(yù)式?jīng)Q策2種模式。當(dāng)無人平臺由于決策所需信息不全，出現(xiàn)無法決策或決策不確定性較大的情況時，則啟動有限干預(yù)式?jīng)Q策機(jī)制，通過與有人平臺通信，獲得有人平臺的干預(yù)信息和支援信息，從而修改狀態(tài)信息或決策目標(biāo)約束，協(xié)同完成決策推理過程[9]。在有限干預(yù)過程中，對推理規(guī)則等模型細(xì)節(jié)進(jìn)行修改耗時較長、結(jié)果不可控。本文選取節(jié)點(diǎn)狀態(tài)與決策門限2類關(guān)鍵量作為調(diào)整對象，既能夠方便快捷地改變決策模型以適應(yīng)任務(wù)與環(huán)境，又容易預(yù)測大致的調(diào)整結(jié)果。

如圖3所示，有人平臺的有限干預(yù)式?jīng)Q策模型框架包含2種有限干預(yù)方式：決策節(jié)點(diǎn)狀態(tài)控制和決策門限調(diào)整。首先用戶需要根據(jù)客觀條件在節(jié)點(diǎn)狀態(tài)控制和決策門限調(diào)整2種方式中進(jìn)行選擇，用戶對狀態(tài)量進(jìn)行主觀調(diào)整時，一般選擇節(jié)點(diǎn)狀態(tài)控制；當(dāng)用戶需要無人集群的自主決策適應(yīng)環(huán)境做出變化時，應(yīng)選擇決策門限調(diào)整，改變決策環(huán)節(jié)對輸入信息的評價指標(biāo)，賦予無人集群解決同樣問題的能力。當(dāng)節(jié)點(diǎn)狀態(tài)控制方法不能獲得確定的決策結(jié)果時，轉(zhuǎn)入決策門限調(diào)整方法。首先根據(jù)實(shí)際需求對決策門限進(jìn)行調(diào)整，再次判斷是否能夠獲得確定的結(jié)果，若不能決定則再次進(jìn)行門限調(diào)整，并循環(huán)這一過程。當(dāng)調(diào)整次數(shù)K大于預(yù)設(shè)閾值Kmax時，系統(tǒng)等待人工直接干預(yù)，結(jié)束干預(yù)過程。

圖3 有限干預(yù)機(jī)制框圖Fig.3 Limited intervention method

4 有限干預(yù)式?jīng)Q策實(shí)例分析

4.1 有限干預(yù)觸發(fā)模型

本例主要實(shí)現(xiàn)決策門限調(diào)整，即通過補(bǔ)充信息，調(diào)節(jié)其自主決策的門限，干預(yù)其完成決策。不同種類的無人平臺具備不同的功能和載荷，因而也具備不同的FCM模型，此處以是否告警的決策為例，決策的FCM模型如圖4所示，每個節(jié)點(diǎn)具備信息處理能力，并能通過接口與其他節(jié)點(diǎn)進(jìn)行交互，模擬實(shí)際系統(tǒng)的動態(tài)行為。決策輸入包含 C1和C2兩個節(jié)點(diǎn)，C1表示無人平臺執(zhí)行任務(wù)的獎勵因子，C2表示風(fēng)險(xiǎn)因子，w13與w23分別為節(jié)點(diǎn)C1與C2狀態(tài)對決策節(jié)點(diǎn)C3輸入的動態(tài)權(quán)值，決策節(jié)點(diǎn)根據(jù)這2個節(jié)點(diǎn)的狀態(tài)動態(tài)輸出決策結(jié)果。無人平臺發(fā)現(xiàn)目標(biāo)后，根據(jù)當(dāng)前本平臺狀態(tài)和態(tài)勢信息計(jì)算獎勵因子和風(fēng)險(xiǎn)因子，作為C1與C2節(jié)點(diǎn)的狀態(tài)量輸入決策節(jié)點(diǎn)。根據(jù)輸入，決策節(jié)點(diǎn)需在“告警”與“繼續(xù)當(dāng)前任務(wù)”2項(xiàng)結(jié)果中進(jìn)行選擇，決策門限參數(shù)與決策結(jié)果關(guān)系如圖5所示。

圖4 決策FCM模型Fig.4 FCM model of decision-making

決策節(jié)點(diǎn)的決策函數(shù)為

式中：

式中，δ和ε為決策結(jié)果的門限參數(shù)，其直觀含義如圖5所示。圖5展示了決策門限參數(shù)與決策結(jié)果的關(guān)系，δmax和 δmin、εmax和 εmin分別為 δ和 ε的上下限。當(dāng)決策函數(shù)結(jié)果為–1或 1時獲得確定的決策結(jié)果；當(dāng)決策函數(shù)變量落在“未確定”區(qū)域，即δ和ε之間時，決策結(jié)果未確定，觸發(fā)有限干預(yù)式?jīng)Q策機(jī)制。

圖5 決策門限參數(shù)與決策結(jié)果關(guān)系Fig.5 Relation between decision threshold values and results

4.2 決策節(jié)點(diǎn)狀態(tài)控制

無人集群決策出現(xiàn)困難時發(fā)出有限干預(yù)請求，同時也為有人平臺的有限干預(yù)提供輔助信息[10]。有人平臺可利用輔助決策FCM模型對C1與C2節(jié)點(diǎn)的狀態(tài)進(jìn)行控制，改變無人集群的自主決策結(jié)果，實(shí)現(xiàn)有限干預(yù)式?jīng)Q策。C2節(jié)點(diǎn)所代表的風(fēng)險(xiǎn)因子是相對客觀的結(jié)果，一般不作調(diào)整；C1節(jié)點(diǎn)計(jì)算的獎勵因子是主觀因素，可調(diào)整 C1節(jié)點(diǎn)狀態(tài)以干預(yù)決策結(jié)果，例如人為地提高獎勵因子，從而使無人集群更傾向于執(zhí)行任務(wù)。

4.3 決策門限調(diào)整

若經(jīng)過決策節(jié)點(diǎn)狀態(tài)控制后，無人集群仍無法獲得確定的決策結(jié)果，則對決策門限進(jìn)行調(diào)整。若希望無人集群再次決策時傾向于繼續(xù)當(dāng)前任務(wù)，則可以降低ε的值，增大S（x）=1的區(qū)間，反之則提高ε的值；若希望無人集群能夠更多地進(jìn)行自主決策、減少人為干預(yù)，則應(yīng)減小決策結(jié)果不確定的區(qū)間，即增大δ值并減小ε。

5 結(jié)束語

本文結(jié)合馬賽克戰(zhàn)概念和 DFCM 方法，提出了一種有限干預(yù)式有人/無人決策技術(shù)，借鑒了馬賽克戰(zhàn)集中與分布相結(jié)合的單元組織模式與賦能方式，設(shè)計(jì)了有人平臺對分布式無人集群有限干預(yù)式?jīng)Q策架構(gòu)，利用DFCM在動態(tài)環(huán)境下推理決策的優(yōu)勢，結(jié)合上述架構(gòu)構(gòu)建了有限干預(yù)式?jīng)Q策模型，并舉例說明了決策流程與方法。本文對指揮架構(gòu)與決策機(jī)制進(jìn)行聯(lián)合設(shè)計(jì)，為有人/無人智能協(xié)同決策提供了一種總體方案，該方案能夠動態(tài)地調(diào)整決策結(jié)果，同時能夠調(diào)整無人集群的自主決策傾向，賦予其適應(yīng)環(huán)境的能力，為有人/無人智能決策提供支持。