指揮控制系統智能化發展綜述?

徐粲然 楊春秀 張瑞虎

（海軍大連艦艇學院作戰軟件與仿真研究所 大連 116000）

1 引言

指揮控制系統是在聯合作戰背景下，通過對資源的組織、協調和決策，可為協同作戰行動提供精準高效指揮支持的中樞系統，是作戰體系中不可或缺的一部分。隨著各領域科學的發展與進步，現代戰場環境態勢復雜多變，對抗節奏較比過去明顯加快，數據量空前龐大。面對錯綜復雜的戰爭環境，人工智能技術可為指揮控制系統提供支持，在戰爭需求和技術進步的推動下，發展智能化指揮控制系統將是世界各國的必然選擇。

然而，發展指揮控制智能化要走的路還很長。本文從指揮控制系統及典型的人工智能系統及產品的發展現狀出發，結合人工智能技術對指揮控制系統的應用進行展開，提出指揮控制系統智能化的發展思路，為我國發展指揮控制智能化提供參考。

2 指控系統智能化發展現狀

指揮控制系統是由系統代替指揮官的大腦，為指揮官提供智能輔助。指揮控制系統的體系結構為C4ISR 框架，即集指揮控制、通信、情報、預警探測、計算機、武器殺傷等功能于一體，用于提升軍事信息處理能力、輔助決策支持、提升指揮效率的綜合軍事系統。其主要功能包括態勢感知、智能決策、任務規劃、協同引導。

2.1 態勢感知能力

通過傳感器對戰場的實時監控以及計算機對各領域的海量情報進行分析處理，對總體軍事現況進行動態態勢感知，為任務規劃及輔助決策做好基礎信息把握。

2.2 任務規劃能力

指揮控制系統應具備任務規劃能力。即可通過理解指揮員的意圖、初始條件及限制條件對數據進行分析處理，幫助人類對軍事任務進行智能規劃，自主分析生成總體規劃和分支規劃。

2.3 協同引導能力

指揮控制系統是各領域協同作戰的樞紐系統，對各領域信息進行融匯處理，同時根據總體戰場對各領域各軍種做好協同引導，從而使資源得以最大化發揮能力。

2.4 戰術決策能力

戰場態勢瞬息萬變，指揮控制系統應具備智能決策能力，可根據戰場環境變化對幾種預備計劃進行比較分析、通過建模仿真選取最優實時進行智能化決策。

3 典型人工智能系統及產品

3.1 “深綠”計劃

美國國防部高級研究計劃署于2007 年啟動“深綠”項目。“深綠”的主要組成部分有：“Commander’s Associate”人機接口系統、“Blitzkrieg”仿真和“Blitzkrieg”控制系統。它通過將仿真嵌入指揮控制系統，對軍事行動進行仿真模擬的方式，幫助指揮員提前思考，判斷是否需要調整計劃，從而提升決策速度，協助指揮官作出正確決策。深綠計劃原計劃執行3 年，雖然至今仍未完成，但深綠的提出使仿真模擬決策由離線模式轉向在線模式，為指揮控制系統智能化奠定了思維基礎。

3.2 AlphaGo與AlphaGo Zero

圍棋對弈具有較強的戰場特征。棋盤即戰場，對弈者即指揮官。指揮官通過對棋盤的整體把握，依靠指揮和手段，決定棋子在盤上的命運勝數。

2016 年，AlphaGo 成為首個在圍棋中戰勝人類世界冠軍的系統。它通過神經網絡，對人類棋盤數據進行觀摩學習，最終戰勝人類頂尖圍棋選手李世石。2017 年，谷歌公司進一步研制出AlphaGo Zero，并成功戰勝AlphaGo。AlphaGo Zero 摒棄了“觀摩”的學習方式，擺脫對既有人類試驗及經驗的大數據依賴，通過自我循環算法進行學習優化，從某種意義上，實現了無需人類過程制導，即可自主完成學習，并在短短數天之內迅速超越人類。

3.3 “指南針”（COMPASS）

繼2016 年美軍啟動了指揮官虛擬參謀計劃后，2018 年美國DARPA 又發布了“指南針”計劃。指揮官虛擬參謀計劃主要是通過監控作戰行動、實時作戰評估等手段為指揮官提供可用于幫助決策的信息。而“指南針”計劃則旨在通過深入理解敵方意圖的方式，增強指控系統對戰場態勢的把握，從而取得戰場先機。它通過判斷敵方對刺激的反應，弄清敵方的行動意圖，推斷出敵方的策略，從而建立起對手模型。“指南針”計劃耗時30 個月，目前尚未完成。

3.4 《星際大戰》

2018 年，谷歌DeepMind 研發的AlphaStar 與《星際大戰》人類職業選手進行對戰。最終以10：0的比分獲得全勝。2019 年谷歌對通過對其視野進行限制，以削弱機器注意力優勢，再次對戰人類職業選手，最后仍以10：1 的比分獲勝。據外國媒體報道，AlphaStar 在反應速度方面稍遜人類一籌，但對全局的掌控能力可有效彌補這一缺點。基于相關的數據訓練神經網絡，AlphaStar可在短時間內掌握職業玩家游戲技巧。《星際大戰》相比圍棋難度更大，要求機器全方位發展，AlphaStar 的勝利為智能化指揮控制的發展提供可能。

3.5 聯合全域指揮控制（JADC2）

JADC2 是美國提出的一種新的多域作戰指揮體系架構，作用是在跨域跨國跨軍種作戰時，可以迅速發現目標，并將信息進行實時多領域共享。2019年12月，美國進行了JADC2能力演習，演習中將戰斗機與陸軍地面系統和海軍艦船整合在一起，是一次多領域作戰演習。這是智能化指揮控制系統的全領域化發展邁進實質性的一步。

課后的實施方案如圖3 所示。教師在網絡教學平臺上完成課中階段的善后工作：如批改學生的作業；針對學生掌握不太好的知識點發布新任務；統計分析學生的階段性學習情況，從而發現后進生，重點對象重點關注，可以選擇適當時機進行個別談話，了解他們對學習不積極的深層原因，及時改變他們的學習態度，從而提高學習主動性。教師還可以針對課中活動的組織開展情況，進行教學反思、教學小結，以促進后續教學工作的改進。

3.6 多通道人機交互技術

3.6.1 智能語音助手Siri

Siri是蘋果公司研發的一款語音助手。用戶打開Siri 后可通過對話方式對其詢問當前時間、天氣狀況等。目前智能手機均搭載語音交互功能，這些智能語音助手可以通過聲音采集、語言理解等技術，精準分析自然語言中的邏輯關系，提取語言信息，從而充分理解用戶的意圖。并通過與用戶進行交互式對話的方式向用戶傳達有用信息或對用戶命令做出相應操作。

3.6.2 圖像識別技術

圖像識別技術現已應用到智能安防、無人駕駛等重要領域。例如由Teradeep 團隊研發的一套基于深度學習的圖像識別算法，可實現對移動場景的理解和物體檢測。通過視頻畫面捕捉提取有用信息，使監控系統不再是刻板的錄制視頻。

3.6.3 肢體語言交互技術

由美國MERL 公司研發的DiamondTouch 項目通過光學觸控技術。對人的雙手位置進行感知，運動方向及運動趨勢進行識別，理解人類意圖，從而對機器進行虛擬控制。可實現雙手與機器隔空式交互操作及多人協作，為人機協同提供更自然便捷的操作方式。

目前的指揮控制系統C4ISR 只具備初級的智能化，隨著智能化的不斷發展，未來的指揮控制系統將是基于大數據、云計算、傳感器技術、5G 及人工智能等先進技術之上，將偵察監視、情報處理、信息傳達、指揮行動一體化，實現語音控制、面部識別、動作識別等人機無縫連接的智能化指揮控制系統。

4 智能化指控系統能力需求

4.1 基于5G技術的實時偵察與態勢感知

5G 技術的發展，將會在諸多領域掀起顛覆式的變化。其低延遲性特點可大大加快情報的傳遞。同時5G 具有超高帶寬，可滿足超大數據量的實時傳輸。更快地觀測傳輸實時戰場，為有效避免敵方攻擊，贏得戰場優勢提供先機。

4.2 基于云技術與大數據的信息處理

在俄“中部-2019”演習中，行動已經精算到分秒。多國部隊要求指揮員能夠研判敵方發起進攻，我方投入多少兵力，何時投入可有效抵御攻擊。這要求指揮員具備高水準的精算、細算、深算能力。僅僅是單一戰場，計算難度就不容小覷。隨著多武器平臺對多目標的戰場對抗形式的轉變，以及海、陸、空、天、電的多維度融合作戰模式的轉變，信息渠道廣、形式多、數據量龐大且實時變化快，人類的數據處理能力已經難以滿足戰爭需求。

云技術計算技術，可將復雜耗時的大計算拆分成數個小計算，再由服務器集群系統針對各個小計算進行計算分析，最后擬合計算結果。通過這種的分布式處理方式，可將計算效能提升至與超級計算機等同。智能化指揮控制系統可利用大數據處理和云技術計算大量數據，分析和深挖有效信息，迅速完成信息整合為決策做好基礎準備。

4.3 基于智能算法及人機交互的任務規劃能力

以AlphaGo Zero 為例的算法可為指揮控制系統任務規劃提供參考。基于現有的多通道交互技術，用戶可通過語音交互、手勢交互對系統進行任務目的傳達。通過算法計算與建模，系統根據用戶所需提供最優算法方案，并通過圖像等方式呈現給用戶，并可為多人協作討論提供沙盤平臺，實現人機交互與跨地域人人交互的流暢體驗。

4.4 基于物聯技術的協同引導能力

傳統的非智能指揮控制系統的指揮方式是：由指揮員下達指令，通過多重傳送，傳遞至指揮對象，再由指揮對象執行相應指令。這種指揮員與指揮對象間接的傳遞方式，耗時長且效率低，信息安全性差。5G 技術具有大容量、覆蓋廣、低延時的特點。其超大網絡容量可供千億設備互聯，滿足物聯網通信。其超高的可靠性和低延時可滿足信息的快速安全傳遞。運用5G技術可幫助指揮控制系統克服指揮鏈復雜的問題。突破傳統運行模式，通過指揮控制系統與各作戰單元直聯的方式，將指令直接下達到作戰單元的模式，提高信息傳遞的精準性、安全性及傳遞效率，為戰場爭取到寶貴的時間。

4.5 基于建模仿真及深度學習的戰術決策能力

智能化指揮控制系統，可由用戶賦予指揮控制系統一些自主決策與實施行動的權限，在與信息域同步共享、認知域同步交流以及行動域同步聯動的支持下，實時自主決策，自主展開精確的打擊攻防行動。通過仿真模擬推演，對決策方案進行輔助評估，分析決策方案的可行性及預估效果。并在實時打擊狀態下，基于實時數據收集和大數據對比分析，對敵方毀傷效果進行進一步評估，準確及時的調整方案，并依據打擊效果快速做出下一次打擊決策。系統可記錄戰場數據，基于以往積累的大量數據，通過深度學習算法，自主分析總結，加強戰場態勢理解、深入透析對手意圖、增強毀傷信息的分析判斷能力、加快自主決策速度。

5 指控系統智能化發展建議

5.1 增加情報推送機制

處理情報是大數據處理的重要一步，由于情報搜集渠道眾多，很多情況下處理的都是一些無效情報，真正有效情報甚少。盡管大數據處理和云計算能力已經使計算時間大幅提升，但如果能推出一種推薦機制，將有效信息進行篩選和置頂，如同現階段淘寶、今日頭條等眾多手機軟件的通過數據處理進行推送機制一樣，就可以有效提升信息處理速度，節約計算空間。

5.2 提高智能化處理能力

機器與人，各有所長。大量而龐雜數據的計算與整理對于人來說是很困難的，但對機器來說是很容易的。而機器對于感性方面的理解，是極其欠缺的。因而對于人工智能而言，決策的復雜性往往并不在于計算，而在于識別和判斷信息是否具有欺騙性，判斷和選擇上的不確定性。因此決策問題仍然是現階段指揮控制系統智能化需要關注的重要方向。現階段，機器識別是否為欺騙信息的主要方式還是通過大量模擬學習積累數據和相似案例依托數據挖掘、知識圖譜等技術進行智能化處理，能否通過更有效的手段和學習方式使得機器可以撥開“迷霧”看本質，是一個值得思考的問題。

5.3 把握智能尺度

指揮控制系統無人化，“無人”不是目的，通過機器計算、儲存、優化等方面的優勢，補償人的缺點、延伸拓展人的智慧、克服人類極限，能更智能更完整地完成復雜多變的任務才是關鍵。“無人”是指人類指揮官賦予平臺初值條件、最終狀態和動作限制，實施動作及中間過程交由平臺自主完成。這對指控系統的安全性可靠性提出了極高的要求，應重視和加強安全防護技術發展，以避免某一模塊受到攻擊，整體癱瘓或大大影響性能。因確保避免倫理問題發生，美軍始終堅持不讓機器進行自主判斷，不賦予機器執行攻擊權利。為讓人工智能更好地為人類服務，無人化指揮控制系統應設定應激裝置干涉接口，人可隨時介入接管指揮控制權，預留啟停裝置，保留必要的開火權。

6 結語

隨著智能技術的飛速發展，指揮控制系統終將迎來跨越式進步。高度智能化指揮控制系統能夠為戰場決策提供更精準、高效的支持，已成為當下研究的熱點方向。世界各軍事強國意識到，誰首先掌握指揮控制系統智能化，誰就將贏得未來戰場的密鑰，搶占未來戰場的先機。推動指揮控制系統智能化發展，具有重要的軍事意義。