面向邊緣作戰輔助決策的戰例事件圖譜構建研究

龍 曄, 魯 贏, 林文浩

(1.國防科技大學軍政基礎教育學院,長沙, 410072;2.75841部隊,長沙,410000)

現代戰爭條件下,指揮對抗強度正不斷加劇,決策時效性、準確性對戰局的影響也愈發凸顯。未來戰爭戰場環境的不確定性和偶然性將更加明顯,戰爭規模將進一步縮小,很大程度上是邊緣作戰[1]。通過增設參謀機構、優化組織流程等提高中心節點作戰決策效率的傳統方法,已經難以適應現代化戰爭對指揮機構小型化、作戰力量分散化的現實需要[2]。因此,著眼戰例事件圖譜,研究邊緣作戰輔助決策,對于提高邊緣作戰指揮能力具有重要作用。

1 基礎理論

1.1 邊緣作戰

邊緣與中心是一組相對概念。就好比對于人體而言,大腦是中心,手指是邊緣;對于作戰而言,指揮樞紐往往是中心,單兵、武器平臺則是執行作戰指令的邊緣。隨著無人化武器裝備、精確制導、信息技術等的發展,指揮對抗的強度不斷升級,傳統指揮鏈路中心節點、指揮樞紐都面臨毀癱威脅,指揮控制模式已經呈現出去中心化、分布式發展趨勢[3]。邊緣作戰是一種更加適應未來局部戰爭的新樣式,具有力量邊緣、結構邊緣和任務環境邊緣的特征[4]。但由于作戰信息不完整、狀態不確定等原因,邊緣作戰單元難以獲取瞬時最優策略,而此時如果能夠快速獲得對手多維信息、增強態勢感知能力、借鑒相對較優的歷史可行策略不失為一個好的辦法。戰例作為歷史上作戰過程的真實記錄,常常包含了諸多武器裝備信息以及戰爭對抗環境下的歷史作戰態勢演化過程,這些信息數據可以通過構建戰例事件圖譜,為邊緣作戰輔助決策提供數據支持和思維啟發。

1.2 作戰輔助決策

作戰輔助決策是指借助決策者之外的智慧或工具,通過科學決策方法,輔助和支持決策者完成作戰指揮決策的過程,其目的是提高指揮決策科學性與效率[5]。作戰輔助決策的主要方法有:定量模型方法、專家系統和人工智能輔助決策[6],這些方法的單獨運用都難以適用于邊緣作戰。因為定量模型方法難以應對不確定性問題求解,很難在不斷變化的邊緣作戰環境下構建出普適的精確數學模型,方法適應性較差;專家系統需要構建專家知識庫,但邊緣作戰樣式多樣、力量多元,領域專家較少,難以獲取全面的專家知識;人工智能輔助決策方法存在數據積累難、可解釋性差、計算強度大等問題[7]。因此需要針對邊緣作戰的特點,在挖掘歷史經驗信息的基礎上,充分發揮多種方法的融合效用,積極探索適用于邊緣作戰輔助決策的新方法。通過構建戰例事件圖譜,可以將歷史戰例信息進行標準化、格式化處理,有助于軍事數據積累和指揮藝術分析,可以為邊緣作戰行動提供輔助決策和靈感啟發,提高邊緣作戰單元的自主決策能力,從而加快“OODA鏈路”循環,提高指揮控制能力。

1.3 戰例事件圖譜

戰例,是關于歷史作戰實踐的真實記錄和描述。每一個經典戰例,都印刻著指揮員超凡的謀戰本領、過人的指揮藝術[8]。回顧歷史,發生在我國境內外與中華民族有關的超過12 800次[9];放眼全球,有歷史記載的戰例超過了17 000起[10]。雖然邊緣作戰的概念提出比較晚,但是在世界戰爭史上早已經有相應體現。比如:我軍抗日戰爭時期的游擊戰術和抗美援朝戰爭時期的“零敲牛皮糖”戰術[11];日軍“伊-168”號潛艇擊沉美軍“約克城”號航母[12];以及南聯盟防空導彈連擊落世界第一款隱身戰斗機“夜鷹”F-117[13]等。

事件是人類社會的核心概念之一[14]。事件圖譜是知識圖譜的發展進階,是與知識圖譜并行的一種全新的知識庫[15]。戰例事件圖譜是以歷史戰例信息為基礎,以戰例事件為核心,以戰例事件演化關系為邊,所構建的知識庫。通過構建事件圖譜,可以不斷擴充、存儲戰例知識信息,可以為邊緣作戰單元提供更加全面、便捷、快速的歷史經驗信息,能夠為作戰輔助決策智能化發展積累決策數據。

2 戰例事件圖譜構建研究

邊緣作戰單元處于指揮鏈路邊緣,其通信往往是靜默甚至是中斷的,掌握的信息常常是碎片化、不連續的。如何利用好信息碎片科學決策,借鑒戰例知識是一種可行方法。戰例事件圖譜構建可以組織和管理歷史戰例知識,從而借助計算機人工智能技術進行智能檢索、分析和推薦,進而實現情報融合分析、戰場態勢感知和決策思維啟發。

2.1 戰例事件圖譜整體邏輯結構

戰例事件圖譜整體結構包含兩大部分:模式層和數據層。模式層是事件圖譜的知識表示模型,負責提供語法約束[16];數據層則是由具體戰例事件、事件要素及其關系等數據組成,從歷史戰例中解析得來。如圖1所示,圖譜整體結構的描述模型為BCEM={BCEC,KC,PC,BCES,RS,KS,PS}。其中,BCEC、KC、PC分別表示戰例事件類、要素類和屬性類;BCES、RS、KS、PS分別表示戰例事件實例集合、關系集合、要素集合和屬性集合。相關概念定義如下。

圖1 戰例事件圖譜整體結構

定義1 戰例事件BCE(battle case event)。結合趙顏利[15]、劉宗田[16]、孫鴻儒[17]等學者的研究,給出戰例事件如下定義:是指在交戰時,在戰場環境下,由參戰部隊表現出進攻、防御、機動等動作特征,引發死亡、毀壞等狀態特征的活動過程。

定義2 戰例事件圖譜(battle case event graph,BCEG)。表示為一個有向標簽圖,FEG=(N,L)。其中,N表示戰例事件圖譜中的頂點,包括事件、要素以及屬性值;L表示戰例事件圖譜中的邊,L定義為(n1,n2,label),表示2個頂點n1和n2之間具有label的關系。

2.2 戰例事件的要素組成

戰例事件是歷史上實實在在的人物運動和時局變化過程,我們可以從背景、時間、環境、對象等8個要素進行描述,表示為bce=(b,t,v,o,a,r,c,l)。表1給出了各要素的說明。

表1 戰例事件8要素的說明

2.3 戰例事件之間的關系

戰例事件通常不是獨立的,事件之間一般存在多種關聯關系,如因果關系、伴隨關系、協同關系等。通過對大量戰例的研究分析,我們定義了以下4種主要事件關系。

1)因果關系(cause):bce1→bce2,事件1導致事件2的發生。如“日軍‘伊-168’號發射魚雷(攻擊事件)并成功擊沉(毀傷事件)美軍受傷航母‘約克城’號”[12]。進攻事件的發生導致毀傷事件的發生,二者具有因果關系。

2)跟隨關系(follow):bce1?bce2,事件1發生后事件2發生。如:“當美軍戰機起飛時,南聯盟間諜將相關情報傳回(偵察事件)國內,而國內地面觀察員則會不斷接力持續跟蹤(偵察事件)并將相關情況報告防空部隊”[13]。2次偵察事件是跟隨關系,大多數因果關系也是跟隨關系。

3)包含關系(include):bce1?bce2,事件1包含事件2。正如一次戰役中包含多次戰斗,日軍“伊-168”號擊沉美軍航母“約克城”號事件中[12],包含了進攻事件和毀傷事件。

4)協同關系(cooperate):bce1⊕bce2,事件1和事件2目的一致,相互配合。在南聯盟防空導彈部隊擊落“夜鷹”F-117事件中[13],偵察事件和攻擊事件的目的都是為了擊落F-117的,因此具有協同關系。

2.4 戰例事件圖譜知識表示

在圖譜整體邏輯結構基礎上,確定了戰例事件要素和戰例事件之間的關系,就可以進一步細化戰例知識單元,形成戰例事件的知識表示模型,如圖2所示。戰例事件圖譜對于戰例事件的知識表示主要包含2層邏輯:一是通過“事件-要素-屬性”關系圖揭示戰例事件所關聯的各類要素、屬性及其關系,實現戰例事件的規范化表示,便于大量戰例事件知識的組織和管理;二是通過構建戰例事件之間的演化關系和脈絡,明晰戰場局勢變化及發展趨勢。

圖2 戰例事件圖譜知識表示模型

3 戰例事件圖譜構建實踐

3.1 戰例事件數據源選取

高質量的知識資源是事件圖譜構建的基礎,由于目前沒有公開的大型軍事語料庫,因此需要通過戰例書籍、文本和互聯網資源構建軍事語料庫。《中國人民解放軍軍語》對常見的戰例事件和參與作戰的主要對象做了明確的定義,是進行戰例事件知識標注和抽取的主要依據;《中國戰典》《現代經典戰例》《撥開迷霧:信息化局部戰爭美軍典型戰例研究》等書籍對戰例進行了詳細的記錄和深入的分析,可以作為戰例事件知識抽取的主要對象;學習強軍APP“經典戰例”板塊、“百度百科”、微信公眾號“戰例譯注”等刊載了大量的我軍和外軍的戰例研究資料,也可以作為戰例事件的數據源。

3.2 戰例事件抽取

戰例事件抽取是從給定的文本或數據中抽取出事件要素,戰例事件的前7個要素是對事件的客觀描述,而語言表現是表達事件的詞語或詞語搭配,又稱為事件觸發詞或觸發詞搭配,如“偵察”“發射”“擊落”“擊沉…戰艦”“陣亡”等。觸發詞是識別事件表達的最重要的標志性詞匯,無論是人工標注還是機器閱讀,都需要建立觸發詞表。表2給出了“進攻類事件”“防守類事件”“準備類事件”的語言表現詞典。通過建立語言表現詞典,能夠從大量的戰例文本中快速識別戰例事件。

表2 事件類語言表現詞典(部分)

3.3 戰例事件關系識別

事件間關系識別是抽取出事件關系三元組的重要步驟,事件間關系識別的任務可以描述為:對于給定的戰例文本以及文本中的2個戰例事件bce1和bce2,判斷2個事件bce1與bce2是否存在關系以及存在何種關系。例如,給定的戰例文本“日軍‘伊-168’號潛艇發射魚雷(攻擊事件)并成功擊沉(毀傷事件)美軍受傷航母‘約克城’號”,需要判別攻擊事件和毀傷事件之間的關系。文獻[17]對事件關系抽取的方法進行了深入研究,對戰例事件關系的抽取有很大啟發,目前對于戰例事件關系的識別主要可以通過構建關系抽取模式,表3給出了事件因果關系的常見模式和語言描述。

表3 因果關系抽取模式和語言描述

3.4 “夜鷹”墜落事件實例

根據戰例事件圖譜知識表示模型以及戰例文件,我們可以構建戰例事件圖譜。比如針對“夜鷹”墜落事件[13],通過對戰例所涉及的組織編制、作戰編成、裝備運用、作戰地域等數據進行采集、提取、融合,最終實現戰例事件圖譜構建,圖3為戰例事件圖譜部分展示。

圖3 “夜鷹”墜落事件實例(部分)

4 基于戰例事件圖譜的邊緣作戰輔助決策實現路徑

戰例事件圖譜作為一個軍事知識庫,可以為作戰指揮活動提供輔助決策支撐。包括為指揮員提供更加便捷的戰例知識服務,幫助其學習歷史經驗知識,從中汲取作戰營養;通過圖譜化的歷史戰例事件,幫助指揮員更加清晰地掌握歷史重大戰例的作戰指揮決策過程,從中獲取作戰指揮決策經驗啟發;通過本體化的戰例事件表達,可以幫助生成作戰決策樹,在歷史與現實的態勢比對中尋求決策方案的優選。邊緣作戰單元借助手持終端、依托本地數據或者較少的通信資源就可以開展輔助決策,因此戰例事件圖譜非常適用于邊緣作戰單元。基于戰例事件圖譜的邊緣作戰輔助決策主要功能和實現途徑主要包括:情報融合分析、戰場態勢感知、決策思維啟發。

4.1 基于語義關聯的情報融合分析

“知彼知已,百戰不殆”。對于作戰輔助決策而言,首要的任務就是準確分析戰場情報,關鍵在于對戰場情報信息的處理。信息化時代,萬事萬物都存在關聯性,如果不能正確認識和對待事物的關聯性,那么就會丟失很多信息。戰例事件圖譜是采用節點和邊的形式將以往的戰例知識進行相互關聯,其中就包含有大量的歷史環境、對手情報等信息,通過現有戰場情報的匹配關聯,可以實現綜合戰場情報信息的挖掘融合,從而輔助指揮員更好地了解現時戰場態勢,有助于作出科學指揮決策,其過程如圖4所示。

圖4 基于語義關聯的情報融合分析

4.2 基于機器學習的戰場態勢感知

態勢感知,是評估戰場復雜形勢從而做出預測行動的過程[18-19]。在“平時”構建出戰例事件圖譜并訓練預測模型,在“戰時”一旦新事件發生,就可以進行相關事件趨勢的推演和概率預測。預測模型訓練階段采用圖嵌入網絡學習戰例事件圖譜的向量化表示,進而基于深度神經網絡建立分類網絡模型來預測事件是否發生[20];實時預測階段將實時事件數據構建的事件圖譜輸入事件預測模型,通過挖掘事件隱藏特征信息和事件數據的深度語義信息,將對手意圖轉化成一系列事件發生和不發生的二分類問題,將事件及其發生概率作為預測結果以助于提升邊緣作戰單元態勢感知能力,其過程如圖5所示。

圖5 基于機器學習的戰場態勢感知

4.3 基于案例推理的決策思維啟發

案例推理技術是人工智能領域中一種利用歷史案例對新問題進行求解的推理技術,其求解過程遵循人的經驗思維、類比思維[21]。在軍事領域,指揮員的智慧及指揮藝術都體現在作戰活動中,對這些作戰活動進行規范化描述就形成了戰例事件,進而構建戰例事件圖譜。通過案例推理技術可以檢索相似的歷史戰例事件,借鑒過去的經驗知識來輔助解決新的作戰問題[22],其過程如圖6所示,即將需要解決的問題描述成新的案例,通過相似性度量從事件圖譜中檢索到相關戰例事件,從而得到決策啟發。邊緣作戰單元通過對戰例事件知識的學習,可以幫助了解相關情況的處置、相應問題的解決辦法和需要注意的相關問題,進而提高解決相似作戰問題的針對性。

圖6 基于案例推理的決策思維啟發

5 結語

戰例事件包含了大量的布局控勢、施計用謀、時局演化、因果推理等過程性知識,是指揮員輔助決策的重要素材。在平時,可以依托中心節點的人力、算力,借助計算機人工智能技術建設、維護、管理戰例事件圖譜;在戰時,邊緣作戰單元只需要通過本地數據或少量通信資源就可以實現情報信息增值、輔助理解態勢、啟發決策思維等,從而提高指揮決策效能。本文以未來作戰樣式為牽引,以邊緣作戰輔助決策為對象,提出了戰例事件圖譜的構建方法,對戰例事件數據源選取、要素組成等進行了研究探討,結合歷史戰例數據開展了戰例事件圖譜構建實踐。總體來看,戰例知識的關聯挖掘是實現信息融合、態勢感知和決策啟發的重要基礎,開展戰例事件圖譜構建研究,有助于提升邊緣作戰指揮決策能力。同時,事物的發展是不斷變化的,戰例事件圖譜作為一種作戰輔助決策方法還需要不斷發展,吸收新的作戰實踐事例,以期為邊緣作戰單元提供更多維、更高效、更全面的輔助決策。