面向班組兵力編配的人機混合增智技術分析

郭永紅, 劉瑞, 劉承, 李旭光

(中國兵器工業計算機應用技術研究所 車輛綜合電子研發部, 北京 100089)

0 引言

班組是派遣最為快捷、運用最為靈活、效果最為可控的作戰單元,其兵力編配水平直接影響軍事對抗的執行力和作戰效果。從機械化、信息化到智能化,戰爭形態已經發展到新的階段,隨著“信火一體”[1]、“網電一體”[2]等新概念的產生,戰爭將進入“多域”和“秒殺”時代。班組作為戰場末端單元,傳統以預案模板匹配方式為主[3]的兵力編配方法難以實現臨機動態性,無法在機會式窗口實現多角色敏捷轉換、多任務靈活響應和自適應敏捷重構等新能力要求。特別是無人裝備向戰場的持續滲透和逐漸應用[4],有人/無人協同所帶來的“數據爆炸”問題將直接超出人類認知極限,瞬時“數據致盲”風險加劇,使得傳統以人為信息處理中樞的兵力編配模式也將不再適用。人工智能技術有望對由戰場環境中急劇增長的認知客體數量、被海量數據淹沒的認知空間和不完備的認知工具所造成的信息過載問題進行有效應對,但其本質是根據歷史經驗數據尋找擬合函數,軍事領域數據收集難、兵力使用靈活度高、趨勢走向不確定性強等特殊性,使得人工智能自身在實現戰斗分組、任務分工、裝備編配使用等臨機決策和自適應規劃方面存在一定的局限性和缺陷。軍事智能化[5]和元宇宙[6]熱潮下,以云計算、數字孿生、區塊鏈、5G/6G等先進技術為支撐的軍事元宇宙雛形已基本明晰[7],元宇宙強大的計算能力和精準的數字孿生特點將為智能算法模型收集利用數據并理解發現復雜行為和規律提供豐沃土壤。

在此背景下,本文創新性地提出基于軍事元宇宙支撐和人機混合協同決策的班組兵力編配方式方法,通過研究在平行視角下利用混合智能方式實現臨機兵力編配規劃的潛在途徑,以期為開展智能化、動態適變的班組級兵力規劃系統研究和相關技術探索提供一種新的思維方式,并為利用軍事元宇宙賦能班組級作戰、人工智能技術的軍事應用模式等研究提供發展思路。

1 人機協作關系分析

人工智能是一種引領產生顛覆性變革的使能技術[8],并已在眾多領域得到了實踐和證明。但在現階段,受限于人工智能機理、技術與應用場景條件,人將依然是回路中的主體性和決定性因素,主要原因分析如下。

采取“人在回路外”還是“人在回路中”的人機協作方式,本質上是智能化系統發展自主性還是合作性的路徑選擇問題。現階段,復雜場景所具有的不確定性和開放性使得人工智能技術在應對時存在脆弱性特點[9],數據不完備[10]、認知不精細[11]、決策閉環慢[12]等問題使得智能化系統自主決策在軍事領域的實現難度大、應用范圍窄,因此應該更加強調發展機器與人的合作性。

一是人工智能技術原理先天不足。大數據與機器學習算法結合是當代人工智能的基本原理,其本質是通過概率學的理念方法從海量數據中尋找規律,因此它只能尋找到重復出現的模式并作為自身獲取的知識[13]。在這種模式下,系統只能學習獲取既往戰斗行動取勝的經驗知識,卻無法精準預測下一場行動的發展方向,新的思想與方法很可能因與學習到的既有知識沖突而被當成錯誤信息排除,即一旦行動跳出學習范圍,機器自主性強的系統就難以有效應對。

二是智能系統運用場景還很受限。現代人工智能的應用場景必須滿足確定性信息、完備信息、靜態、單任務和有限領域等5個條件[14],是完全信息博弈,軍事智能系統概莫能外。例如,深入分析美國“Alpha AI”智能空戰系統[15]完勝人類飛行員的案例,可發現“Alpha AI”執行任務單一,裝備、環境與對手應對措施等信息清晰可見,交戰規則清楚明確[16],參加模擬的人類飛行員只有1人,符合完全信息博弈的基本條件。但是,實際空戰中系統需面對敵機、友機、地面等多方動態信息和編隊對抗場景,是典型的不完全信息博弈,已超出系統運用場景,智能化系統無法“自主決策”。因此,美國并未將自主無人機作為未來空戰裝備發展方向,而是推出“忠誠僚機”項目,以“有人-無人”混合編隊方式執行空中作戰任務[17]。由此可見,智能化系統在作戰使用場景中受到極大限制,不能脫離人類的引導與控制。

因此應該把研究重點放在智能化系統輔助人、補位人以及降低人為錯誤、提高決策效率等方面,其底層邏輯是,人始終是機器智能的服務對象和最終“評估判斷”的仲裁者,在現階段人工智能分析決策模型在數據完整度、精度和置信度等方面還無法支撐復雜應用[18]的背景下,將人的作用或智力引入機器智能系統中,是實現人工智能在復雜領域賦能的有效途徑。相應地,應以“人+機器智能”的人機混合增強智能作為發展方向,探索人工智能在人裝編配規劃方向的應用原理和方法,通過人機互為補充的智通力聚,提升班組臨機兵力編組配置水平,為有人/無人混編協同等提供基礎支撐。所形成的人在回路的混合智能范式如圖1所示。

這種范式中,人始終是智能系統的一部分,當系統的求解收斂困難或輸出置信度低時,人主動有限介入調整或直接給出合理正確的問題求解,實現基于人機協作的反饋回路閉環。在手段上,一是“機對人”的增智,即智能技術對人腦在提升環境理解水平、增廣認知范圍、加深決策深度等方向進行賦能,通過降低人腦認知負擔,提升指揮員決策的速度和正確性。二是“人對機”的增智,即通過人的適時干預,對現有人工智能應用系統在提升態勢研判準確度、補齊知識盲點、創造性缺失等高級認知和決策方向能力進行加強。

在效果上,是將機器決策具有的精準性、快速性、重復性與人腦決策具有的高度思想性、創造性、主動性相結合,機腦輔助人腦、人腦利用機腦,通過人機能力融合和效能聚合,把人對模糊、不確定問題分析與響應的高級認知機制[19]與人工智能系統相耦合,提高班組指揮員的臨機調整水平和規劃決策的可靠性。

2 架構設想

基于元宇宙全時、全天候、高逼真、高可信[20]概念下的基礎體系能力支撐,提出3+2總體架構,即通過平臺層、定義層、能力層三層,向下連接資源層接入物理硬件和原始數據,向上支撐應用層滿足多樣化能力需求與應用場景,如圖2所示。該架構充分運用信息技術的滲透性實現功能要素與作戰能力的粘合鉸鏈,結合“軟件定義+硬件可重構”的建設思想,通過人機協同決策,實現班組多角色、多任務場景下兵力編配的敏捷適變能力生成,支撐班組能力靈活重構和臨機自適調整。

圖2 智能化兵力編配系統總體架構圖

1)資源層。資源層包括實現功能的全部末端軟硬件組件以及末端采集或外部信息支援而來的基礎數據資源。若以“便當”為類比,則可視上述軟硬件組件為“食材”,數據資源為“調料”。

2)平臺層。平臺層為系統所涉及的基礎硬件、通聯網絡、互聯接口、人機交互、算法模型等提供基礎支撐。包括涉及信息化基礎設施、通用底層服務等組成的基礎體系,以及涉及元宇宙引擎、人工智能、數據接入與處理、算法服務等技術領域的“智能+”、“數據+”、“服務+”等組成的“軟”平臺。基礎體系提供基礎軟硬件支撐,類似“餐盤”,而“軟”平臺各組件緊密聯結、協同工作,根據任務需求,實時計算生成輔助決策策略,“愛吃什么口味,就生成什么菜譜”。

3)定義層。定義層執行平臺層輸出的人員/裝備、軟件/硬件等編配策略,從人員組成、任務分工、目標分配、裝備編配四個維度“定義”班組,并相應地形成功能需求列表。在此基礎上,結合數據資源和基礎服務所構建的軟件應用,面向個性化任務需求,對功能要素、軟件模塊、算法模型等進行按需虛擬組合,完成“菜品烹制”。進一步,依托元宇宙的虛擬映射能力,指導對班組功能映射、人員分工、人裝編配等進行按需重構,在物理世界“出鍋盛盤”。

4)能力層。主要輸出兩類能力。一是通過“定義”出的個體編配賦能形成緊貼具體任務需求的智力、體力、感知力、生存力、控制力五個個體綜合能力。二是在實現個體能力的基礎上,通過定義層基于“智能+數據”的編配推薦和面向任務的“人、裝、目標”映射,在班組層面形成凝聚力、默契度和互補性三種能力。進一步,以班組能力反哺個體能力,在提升戰斗力的同時降低單一個體裝備的質量和成本。

5)應用層。依托平臺層輸出的應用服務、數據和算法支撐等,結合定義層打造的多模態編配方案,對“有人-無人”模塊化編組、網絡化互聯和智能化協同進行多樣化、個性化賦能,結合系統可重構能力,滿足不同場景下的應用需求。

綜上,通過層次化架構設計,上層為下層提供需求,下層為上層提供支撐和能力輸出,各層可獨立進行按需擴展和剪裁,結合可重構設計,可實現靈活、低成本的班組兵力編配動態規劃及面向任務的自適調整能力。

3 作用方式分析

平臺“搭臺”的設計使得班組兵力編配系統可在數據、算法、功能方面縱向進階,而定義“唱戲”的理念使得系統能夠實現面向任務功能差異化細分的橫向擴展。在作用方式上,本文第2節提出的“定義”理念,綜合應用人機混合智能原理與方法,以條例、案例、歷史經驗等為基本約束,結合先進建模與仿真[21]、多智能體強化學習與平行推演、知識圖譜等相關應用領域專業技術,充分利用元宇宙不受時空、地理限制等優勢[22],平行推演迭代,邏輯推導預判相關情形,輔助推送優化結果,具體問題具體分析,“定義”出適時適用的班組人裝編配、單裝功能和系統組成。具體流程如圖3所示。

圖3 班組“定義”流程示意圖

1)根據具體執行任務的目標和特點,以個體能力(體能、心理、技能水平、文化素質、性格特點、專長、短板等)、裝備能力(功能、性能、使用條件、限制等)等數據為支撐,以條例、規則為約束,以歷史經驗、案例為輔助,結合人-人的凝聚力和默契度以及人-裝的互補性等能力需求,通過平行推演,形成人員組成、任務分配、裝備編配等輔助規劃,經班組指揮員調整優化和確認后,形成兵力編配方案。

2)根據執行任務中所涉及的樣式、環境和條件制約,通過大數據關聯分析和人工智能推理,輸出完成班組行動所需的功能列表和編配建議。

3)根據任務分配,完成任務向個體的匹配;根據功能需求,結合使用特點,完成所需功能向身上要素、身周要素和無人要素的映射。硬件上,依托模塊化組合能力,實現個性化單裝;軟件上,關聯選取所需的AI算法、業務服務和應用軟件,向個體裝備進行OTA推送,完成軟件功能安裝和部署。

4 實驗驗證

4.1 實驗設計與任務想定

本文第3節提到的兵力編配方案主要包括人員組成、裝備編配、任務匹配、功能組合與映射等規劃要素。考慮軍事大數據平臺使用條件、軍事數據獲取難度等現實困難,假定人員組成推薦已在戰前通過基于大數據的人員選拔算法完成,裝備編配推薦已通過某指揮系統的任務預案模板生成完成。在實驗上,設計通過仿真推演的形式,驗證輔助規劃算法即決策模型在任務匹配、功能組合與映射等方面的決策有效性。

在任務想定方面,以單兵戰斗組遂行斬首行動為典型,構建有人-無人協同作戰場景下的仿真作戰任務。紅藍雙方兵力設置分別為:紅方戰斗組1個,包括突擊手士兵2名,察打一體無人機1架;藍方前線指揮所1個,包括輕型指揮車1輛,導彈操作手2名(各配備便攜式防空導彈1發)、武裝偵察車1輛。行動任務以紅方擊毀藍方指揮車為勝利,以紅方所有士兵、無人機被摧毀或時間耗盡為失敗。

4.2 仿真環境與參數設計

仿真環境采用墨子仿真推演平臺,利用數據接口與決策模型進行交互,實現模型對仿真環境中智能體的驅動,以及接收仿真環境狀態、行為結果等對模型的反饋。設計推演20 000輪,每輪以紅藍一方勝利或仿真時間耗盡為結束。軟件實驗環境示意如圖4所示。

圖4 軟件實驗環境示意圖

各智能體動作空間設定為機動類、配裝類和打擊類。其中,機動類是指紅藍雙方對航向、速度等的調整空間;配裝類是指紅方戰斗組中士兵和無人機的功能配備調整空間,為簡化模型,僅開放對火力打擊功能的配備調整空間,設計士兵的火力裝備為狙擊槍或突擊步槍,設計無人機的可選火力載荷為掛載式榴彈;打擊類是指紅藍雙方各智能體的攻擊動作調整空間,即是或否的布爾值。動作空間和調整范圍約束設計如表1所示,紅藍雙方火力裝備性能參數約束設計如表2所示。

表1 智能體動作空間與范圍

分別設定紅藍雙方各智能體的獎勵機制,以擊毀/擊斃為滿分,擊中但未擊毀/擊斃時得分與戰損值呈正比。具體為,紅方擊毀藍方指揮車記100分、擊斃藍方導彈操作手記50分、擊毀藍方武裝偵察車記50分;紅方突擊手士兵被擊斃記-100分、無人機被擊毀記-50分。藍方擊斃紅方突擊手士兵記100分、擊毀無人機記50分;藍方指揮車被擊毀記-100分、導彈操作手被擊斃記-50分、武裝偵察車被擊毀記-50分。

小學老師都有一顆長不大的心，只有這樣才能和小學生親近。小學生都是好動的。在課堂上，他們不會放棄一點點可以動的機會，那么老師就可以充分運用小學生的這一點心理，在動中教會他們知識。如在漢語拼音第6課教j、q、x的兒歌時，老師可以和學生一起做動作來加深印象：星期天（一起做7的手勢），洗衣裳（做兩手搓衣服的動作）；洗衣機，嗡嗡響（加入手指轉動的動作）；媽媽洗衣，我幫忙（兩手放在胸口，做“我”的動作）。除了動作，面部表情也蘊含了大量的情感信息，老師和學生一起運用表情和動作來增進課堂教學的情感交流，使拼音教學課堂充滿生機！

4.3 結果與分析

依據本文4.2節的仿真環境和參數設置進行實驗。迭代推演過程中,紅方獎勵值變化如圖5所示。對其分析可知,起始階段紅方智能體行為呈現無規則,因而難以獲取較高的獎勵值。隨著決策模型的學習推進,各智能體行為逐漸形成攫取高獎勵值的趨勢,并不斷通過擊傷、擊毀等過程累計得分。當推演進行到7 500輪左右時,模型逐漸收斂,所獲取的獎勵值穩定于400分附近。

圖5 紅方獎勵值變化

經過20 000輪迭代之后,將模型在墨子仿真系統中進行可視化測試推演,觀察測試推演過程可發現紅藍雙方主要行為如下:

1) 紅方無人機在藍方防空導彈攻擊范圍之外機動,并逐步接近藍方指揮車;紅方突擊手利用數量優勢,通過狙擊步槍對藍方導彈操作手進行打擊。相應地,藍方指揮車機動空間被不斷壓縮;在擊斃藍方所有導彈操作手之后,紅方無人機對藍方指揮車進行打擊。

2) 藍方指揮車在己方防空導彈和武裝偵察車的防御范圍內機動,藍方武裝偵察車搜尋并打擊紅方突擊手。

綜上,決策模型對紅方智能體進行了任務匹配,并在此過程中同步給出紅方突擊手配備狙擊步槍、紅方無人機掛載榴彈進行行動的火力功能組合與映射建議。通過對仿真環境中紅方各智能體的行為進行分析,上述編配建議符合人腦對無人機作戰使用時采用的“先清繳防空、后空中突擊”的思想行為模式,故而采納上述方案建議。而后,算法模型驅動紅方智能體在仿真環境中完成了任務,表明決策模型在班組作戰場景下對任務匹配、功能組合與映射等決策過程表現出一定的有效性。

5 能力展望

基于人機混合智能的班組兵力編配系統以基于元宇宙的平行推演為底座,建立基于知識工程的技術體系和不同層級的推理模型,支撐從單裝到個體再到班組的多模態重構。

一是多模態單裝。智能化的班組兵力編配系統將顆粒度細化到功能要素級,可采用“基礎單裝平臺+功能要素模塊+自適應軟件加載”的形式,通過對功能要素的靈活配裝和個性化動態集成,實現對單裝功能的靈活拆分與模塊化組合,通過算法驅動,對單裝各功能進行重配置和個性化組合使用,支持實現類似“軟件定義”的個性化實體裝備。

三是多模態班組。基于表征建模、數據畫像的實體能力抽象,充分利用虛擬空間平行推演,通過學習算法不斷地利用日常數據優化迭代班組級編配方案,利用大數據技術優化實現可定制化編配和互補式應用模式,有效調動以凝聚力、默契度、互補性為代表的隱性戰斗力生成,使班組內部的個體可以更為有效地互相銜接、取長補短和高效運轉,實現對任務、事件等驅動下的快速響應和靈活適變。通過信息技術實現對班組拓撲、關系、分工等的按需變換,有效提高班組高效遂行多樣化任務的適應能力。

但也要看到,作為軍事博弈與人工智能的交叉領域,人機混合智能技術在班組級兵力編配決策領域的研究還處于起步階段,下一步將在以下方向繼續探索:

1) 本文仿真驗證的決策模型雖然達到了預期效果,但由于其采用強化學習技術,存在可解釋性差、專家系統集成困難等局限,后續將在強化學習與決策樹等方法相結合的決策模型研究方面繼續探索。

2) 為降低驗證難度,目前實驗僅采用“同意/調整”的有人介入模式,未對知識補充、決策引導等層次化人在環有限干預模式進行軟件接口實現,也未對人員選拔推薦、裝備編配預案等進行自動化關聯,后續可進一步完善基于決策模型的軟件應用。

3) 為簡化計算過程,目前僅選取部分典型參數描述智能體動作空間,且僅驗證了在單一場景、單一功能組合映射下決策模型的有效性,后續可進一步細化動作空間表征并提高模型泛化能力,使其適用于多任務偏序場景下的多類功能要素組合編配推薦。

4) 后續將進一步展開對班組凝聚力、默契度、互補性能力的生成機理和模型研究,并在士兵能力圖譜建模、基于大數據的人員組合和匹配推薦模型方面進行算法探索。

6 結論

新技術形成戰斗力的過程,實質上是探尋有力釋放其作戰潛力的過程。在軍事領域中,人工智能技術賦能下的智能優勢,實質是信息優勢與認知優勢的高度統一,最終必將服務于決策優勢。人機協同的混合增強智能是新一代人工智能的典型特征,本文基于人機混合智能原理,提出了一種面向班組層級的智能化兵力編配系統架構,給出了作用方式設計和預期能力分析,并通過仿真實驗驗證了其在班組作戰場景下對任務匹配、功能組合與映射等決策過程的有效性,以期為多角色敏捷轉換、多任務靈活響應和自適應敏捷重構能力等新要求背景下班組“只見五指、攥不成拳”的問題提供解決思路。相關研究和分析結果可為面向班組層級的智能化兵力編配策略、指揮決策系統研究和工程化構建提供理論支撐和技術基礎。