基于Multi-Agent的無人機集群體系自主作戰系統設計

張 堃, 華 帥, 袁斌林, 杜睿怡

(1. 西北工業大學電子信息學院, 陜西 西安 710072; 2. 光電控制技術重點實驗室, 河南 洛陽 471000; 3. 國防科技大學空天科學學院, 湖南 長沙 410073)

0 引 言

近年來,利用大量低成本、輕量級[1]的中小型無人機構建自主無人機作戰群成為現代無人集群的一個重要發展方向[2];其可搭載各種電子設備或武器單元,代替單一平臺,通過個體間行為緊密耦合協同來突破對動態復雜作戰環境適應性的缺陷[3]。隨著信息化軍事變革越來越深入,以網絡中心戰[4]和分布式殺傷[5]為代表的各種作戰樣式不斷涌現,這些基于信息柵格的網絡化作戰樣式為當前傳統集群的指揮控制方式帶來了巨大沖擊,這使得對無人集群指揮控制的研究成為軍事領域的研究熱點。利用真實的戰爭對指揮控制領域的相關問題進行研究是最理想的,但其成本和代價可能是無法估量和不可承受的。那么,利用仿真對組織設計、任務規劃等指揮控制相關問題進行深入研究就成為解決上述難題的有效手段。對于任何系統仿真,都要先解決模型建立的問題,指揮控制系統及其所屬的作戰環境是橫跨物理域、信息域和認識域的復雜系統,如何對這樣一個復雜系統進行建模和仿真,已成為當前急需解決的問題。

以組織理論為代表的傳統指揮控制系統在設計上主要是基于效果的作戰思維[6],缺少對系統中各要素之間協同與對抗的動態策略設計,將作戰任務的劃分簡化為資源匹配問題,缺少與現實指揮控制權限和指揮流程的考慮[7]。以復雜網絡[8]和智能體[9]為代表的新型指揮控制系統雖然對系統的組織關系進行了一定程度的網絡化描述,但是缺少對組織結構中指揮體制、指揮流程以及智能體的組織規則的設計與描述。

因此,為實現無人集群的自主作戰,需要分布式智能指揮控制系統進行支撐,該作戰系統主要包括態勢感知、作戰規劃與決策、行動控制、仿真推演與訓練、人機交互等智能技術。本文從無人集群算法和軟件部署架構的特殊性考慮,由于無人集群的分布式和無中心式特性[10],其特征與人工智能Agent的特點相符[11],最容易用Agent的思想對無人集群的分布式特性進行建模,故本文通過對Agent仿真建模方法以及作戰空間中各實體特性的研究,提出適合仿真實體的Agent仿真建模方法,并對如何管理和調度Agent實體模型進行探索和嘗試,然后搭建分布式Agent指揮控制仿真環境,對指揮控制領域的具體問題進行研究,通過構建無人集群自主作戰系統,驗證仿真實體建模方法和管理調度技術的可行性。

1 系統架構設計

計算機領域中Agent技術的研究和應用源于美國麻省理工學院的分布式人工智能(distributed artificial intelligence, DAI)的研究項目,其不僅是一種解決復雜的學習、規劃和決策問題的方法[12],而且也是解決新的分布式應用問題的有效途徑。DAI系統通常由具有自主學習能力的處理節點Agent組成,這些節點分散在很大的范圍內,能夠獨立運作,也可通過部分節點間的通信來完成協作[13]。Multi-Agent系統(Multi-Agent system, MAS)[14]是一個有組織、有序的Agent群體,是對Agent的一種聚合。系統中各Agent能夠相互通信,并在通信的基礎上建立協作關系。Agent能夠根據用戶設定的規則以及相互之間的協議對沖突或自身需求進行溝通,這樣就能產生合力,促進整個系統的效能提升。

1.1 Multi-Agent體系結構

基于Agent建模是在系統抽象時利用Agent作為基本抽象單位,可賦予Agent一些決策能力,并預先設定好Agent間的溝通方式,這樣就得到一個系統的抽象模型[15]。整個建模過程既可以從總體體系架構開始,并延伸到個體,為每個系統單元設計適合的Agent,也可先設計好每個Agent,再按照MAS架構設計Agent之間的交互方式。很多文獻都將Agent典型結構描述成由3個基本單元組成,分別是傳感器[16]、處理器[17]和效應器[18]。由于典型結構將所有Agent自主能力和智能行為籠統地以一個處理器來體現,這會給此處理器的設計帶來很大困難。基于對以上問題的考慮,為了適配無人機集群協同自主作戰的需求,本文將采用多智能體體系設計基本作戰單元,其結構示意圖如圖1所示。

圖1 作戰單元結構示意圖Fig.1 Schematic diagram of combat unit’s structure

1.2 Agent模型定義

根據以上Agent類型結構,為進一步研究Agent行為、關系、通信和交互,對Agent模型做以下定義:形式化狀態S和行為B共同構成Agent,其表達式如下所示:

Agent=〈S,B〉

(1)

(1) 狀態相關描述

分別從事件、狀態、狀態空間等角度對Agent狀態進行描述,具體描述及定義如下。

定義 1事件。在特定時間,系統的狀態變化稱為事件。

定義 2狀態。事物所有屬性的表達形式稱為狀態。對于對象在特定時間的狀態,有如下所示:

S=(S1,S2,…,Sn)

(2)

定義 3狀態域。狀態域用于描述模型Agent中的某些特征屬性。在狀態S=(S1,S2,…,Sn)中,S1,S2,…,Sn表示狀態域。

定義 4狀態空間。如果系統有N個狀態,則狀態域的域值構成一個N維狀態空間,如下所示:

Si=(di1,di2,…,diN)

(3)

定義 5傳遞函數。系統的映射Q:f:S→S′即為傳遞函數,具體如下所示:

Q=f(S)=f(S1,S2,…,Sn)

(4)

(2) 行為相關描述

分別從行為序列、動作、活動等角度對Agent行為進行描述,具體描述及定義如下。

定義 6行為序列。行為序列是行為集合中所有元素的有序排列模式。假設p和q為集合中的兩個元素,p→q為順序執行過程,即持續執行p直到執行q;p∨q為條件執行過程,即執行p或執行q;p∧q為同時執行過程,即同時執行p和q。

定義 7動作。動作是引起個體或壞境變換的最小執行單元,是行為的基本組成部分,如下所示:

Act=〈Ss,Qp,Se〉

(5)

式中:Ss為動作的開始狀態;Qp為動作函數;Se為動作的終止狀態。

此外,對于有行為序列的多個動作序列集合SA,可表示為:

SA=〈Acts,Q〉

(6)

如對于順序執行SA1,可表示為

(7)

定義 8活動。活動是由事件觸發或者個體引起的有序動作序列,可劃分為內部活動和外部活動,內部活動只會導致個體自身狀態變化,而外部活動還會導致壞境狀態發生改變。用Atv表示活動,其可定義為

Atv=〈T,E,SA〉

(8)

式中:T表示活動的目標集合;E表示事件集合。

定義 9行為。行為用于描述個體對外部環境的反應,是一系列可觀察的活動。行為處理由外部環境、內部知識和當前狀態強制執行的約束,代表著個體的局部規則,具體表述為

B=〈Tall,Eall,Actall,Avtall〉

(9)

式中:B表示行為;Tall表示Agent的所有活動目標的集合;Eall表示Agent所能感知的事件集合;Actall表示Agent的所有動作集合;Avtall表示Agent的所有活動集合。

1.3 Agent規則定義

包含雙方裝備的Agent模型在接受指揮控制系統調度的同時應具備作戰規則模型,并將其作為仿真推演的邊界約束條件。系統推演中各Agent規則是基于Multi-Agent的無人集群體系自主作戰仿真系統的核心,是該系統中各類實體屬性特征和實體間交互過程的描述依據,影響著仿真模型的真實性和仿真結果的有效性,包含實體規則、行為規則、裁決規則[19]。實體規則是對仿真實體自身組織結構、屬性特征、功能狀態等固有屬性的一種定量描述的仿真軍事規則。行為規則仿真實體是在執行特定作戰任務時,進行合理決策并對其作戰行為狀態的遷移進行約束限制的仿真軍事規則。裁決規則是對仿真實體的狀態變化以及其與其他作戰實體和環境交互行為產生的影響,所抽象出的關鍵規律化仿真軍事規則。

作戰規則作為仿真模型實現時的描述規范,需要使用形式統一的數據、算法等方式對模型內容進行描述,并能夠在計算機中存儲和運行對應的規范。因此,本文對Agent在其生命周期內的行為規則進行定義[20-21],如算法1所示。

算法 1 Agent生命周期內行為規則定義偽代碼Agent生命周期內行為規則: While alive doBegin Scan Process_i∥掃描所處理的第i個過程Process If Exist Then Begin Create Process and enter the Process Queue∥創建一個與Process_i相應的進程,并進入進程隊列 EndEnd

2 基于Multi-Agent的無人集群模型

異構集群協同作戰推演系統應包括各類型無人機、各類型目標、調度系統和任務規劃系統等,每個節點還應具有相應的作戰規則。

2.1 無人機Agent

由于戰場的復雜性和態勢需求的實時性,無人集群需要針對實時態勢做出快速相應,同時根據不同作戰模式和作戰場景,無人集群規模是不確定的,需要無人集群在協同作戰時能夠保證彈性和實時性。因此,無人集群必須能夠自主進行目標探測、識別、打擊、支援甚至毀傷評估,并能根據外界突發情況快速對原有任務規劃做出在線調整,使得新任務規劃能夠滿足當前態勢壞境和任務的需求。所以,無人集群需具備自治性和社會性等特征,需要對無人機個體進行獨立抽象建模,將每個無人機當作獨立決策個體即Agent,各個Agent之間通過通信進行對等協同,從而組成多智能體協同集群[22]。同時,還需要抽象無人機載荷能力對應每個個體的傳感器和控制組件。

本文將無人機Agent設計為一個多智能體系統,如圖2所示。

圖2 無人機Agent結構圖Fig.2 Structure diagram of unmanned aerial vehicle Agent

該系統由虛擬任務系統智能體、協同決策智能體和態勢感知智能體組成。態勢感知Agent作為無人機體系結構最底層,負責從本系統傳感器、其他無人機和目標處收集和篩選能夠生成信息的數據,將其輸入虛擬任務系統Agent。虛擬任務系統Agent是體系結構中最重要的一環,負責根據態勢感知Agent輸出的數據計算相關作戰資源并生成作戰編隊,同時得到各目標單位相對距離、目標單位附近火力數量等數據。輸出當前無人機是否參加該目標作戰和機動路徑終點決策,在協同作戰過程中,還負責根據當前態勢信息計算當前任務階段、當前作戰目標以及載荷使用情況。這些決策信息不僅可作為本系統行為輸出的直接決定因素,同時通過態勢感知Agent傳播后還可作為其他無人機決策的間接影響因素。個體規劃Agent負責將虛擬任務系統Agent輸出的目標路徑和作戰策略最終形成無人機的個體行為輸出。

結合Agent模型定義,偵察/攻擊/察打一體無人機Agent的狀態Suav主要可分為〈發現目標、趕赴偵察區域、趕赴攻擊目標、偵察中、攻擊、狀態反饋、偵察變更、被擊毀、返航〉,各個狀態之間的行為主要是通過條件或者消息進行執行轉換,如偵察中→偵察變更,即持續執行“偵察中”直至滿足條件執行“偵察變更”狀態。無人機Agent的具體狀態行為轉換圖如圖3所示。

圖3 無人機Agent狀態圖Fig.3 Status chart of unmanned aerial vehicle Agent

2.2 基地Agent

基地Agent的主要功能是在作戰中發揮情報支援和指揮引導作用,其由計算單元、存儲單元和通信單元構成,并將自身計算、存儲、通信等多種資源進行整合,在作戰過程中收集戰場態勢信息為作戰云提供指控決策,在必要時提供高效信息處理能力。

無人機各作戰節點將各種信息上傳至基地Agent,或者根據需要從基地Agent定向訂購相關所需信息。即基地Agent中虛擬任務系統Agent負責對數據進行處理、分類、分發管理,以實現各無人機Agent作戰節點之間的高效信息共享;另一方面,各無人機Agent作戰節點可以將自身所能對外提供的能力信息傳送至基地Agent,或者根據需要從基地Agent定向訂購所需服務,基地Agent的虛擬任務系統Agent負責進行功能組合與任務匹配,以最合適殺傷鏈、最大效能完成打擊任務。基地Agent的結構圖如圖4所示。

圖4 基地Agent結構圖Fig.4 Structure diagram of base Agent

2.3 目標Agent

目標Agent主要用于模擬雷達、導彈車等作戰目標,根據一定的防御距離和每秒在防御圈內的殺傷概率設計了防御事件。因此,本仿真模型中對于目標的建模過程重點集中在雷達和火力打擊。其狀態Starget主要包括〈搜索,鎖定,打擊,被摧毀〉,其中打擊狀態還包括〈跟蹤,引導,評估〉。目標Agent通過雷達對當前作戰空域進行搜索,獲取當前空域中無人機Agent態勢信息;在發現目標后會進一步對目標真實性進行確認,根據雷達鎖定條件對目標進行跟蹤和確認;在鎖定目標后,根據導彈相關參數判斷是否滿足導彈發射條件,達到導彈發射條件后發射導彈。在制導過程中,導彈會根據戰斗機的當前位置信息不斷進行跟蹤引導;當導彈導引頭捕獲目標時,標志此次攻擊結束,并根據導彈參數以一定概率摧毀無人機;期間目標Agent無打擊能力時,目標轉入搜索預警。若目標被摧毀,移出戰場。目標Agent狀態圖如圖5所示。

圖5 目標Agent狀態圖Fig.5 Status chart of target Agent

2.4 評估Agent

評估Agent主要是在無人集群作戰結束后對作戰的打擊效果進行評估。評估內容主要包括戰場實時資源需求與消耗情況[23]、作戰完成情況、探測收益、攻擊收益[24]、使用維護成本、損失成本和壽命周期費用[25],定義分別如下:

(10)

PI=a·DP+b·DC+c·DD

(11)

Gain=pn·Valuek

(12)

CUAM/h=CF/h+CM/h+CB,AC/h+CEG/h

(13)

(14)

(15)

2.5 體系調度Agent

體系調度Agent通過建立相關Agent行為規則(主要為狀態圖和事件)完成仿真過程組織、可視化顯示和參數控制[26]。體系調度流程圖如圖6所示。體系調度Agent通過在不同狀態間的切換完成初始化、啟動無人機、全局任務規劃、支援、全部返航等事項,狀態間切換由消息或條件觸發。通過系統初始化無人機、基地、目標等數據,并等待指令狀態,隨后進入任務分發階段狀態,向非待命無人機發送起飛指令;之后,由系統(控制中心)進行初始任務規劃,完畢后進入等待消息狀態;當有無人機被攻擊時,判斷戰場內是否還存在存活無人機(若無存活無人機,則不能接受戰場消息,此時需要指揮中心自行判斷);當無存活無人機,且有作戰需求和待命無人機時,進入支援處理環節,出動待命機;當有支援消息時(此支援消息一般來自集群),進入支援任務,出動待命機并進行重規劃;當滿足任務結束條件時,全部返航并結束所有狀態。

圖6 無人集群自主作戰總過程流程圖Fig.6 Overall process flowchart of autonomous combat unmanned cluster

2.6 虛擬任務規劃Agent

虛擬任務規劃Agent的主要功能是完成任務規劃、信息統計、消息廣播以及完成集群組織[27]。虛擬任務規劃Agent作為體系調度Agent或無人機Agent的子成員,用于模擬控制中心任務系統和機載任務系統。體系調度Agent或各類型無人機Agent通過調用其函數實現各自的功能,其具體步驟如下。

步驟 1提出任務規劃需求,無人機Agent攻擊完一個目標、一架無人機被擊毀或體系調度Agent處于某些狀態等條件下均可能產生任務規劃需求(當能力冗余時,不會產生需求),任務規劃需求以消息形式發出。

步驟 2規劃計算權限轉接,Agent計算權限通常由集群中計算能力中的最大者獲得,當集群中當前權限不足時進行規劃轉接。

步驟 3接收到消息,并且獲得了計算權限的無人機Agent進入執行任務規劃算法狀態,調用作為子成員的虛擬任務規劃Agent。

步驟 4資源-能力池刷新。

步驟 5執行任務規劃算法,規劃結果,算法執行過程中即為各架無人機指定了新的任務。

在此過程中,無人集群體系作戰單元Agent包括各個無人機Agent、各目標Agent、基地Agent、虛擬任務系統Agent和體系調度Agent,Agent之間的交互關系如圖7所示。

圖7 各Agent類關系交互圖Fig.7 Interaction diagram of various Agent classes

3 無人集群體系自主作戰系統交互設計

為滿足仿真系統要求,在完成所有Agent模塊結構的基礎上,需要明確其在數據庫中的存儲結構,設計數據表以及表之間的相互關聯,因此需要開展相應接口設計以及與其他Agent的交互關系設計工作。

在無人集群體系自主作戰系統中,主要是無人機Agent、目標Agent等實體單元進行對抗交互,任務和過程控制分別作為各實體Agent內部的規劃和控制過程,因此主要設計戰場作戰單元實體對應的Agent接口和服務信息化接口,以及無人集群體系自主作戰系統中各Agent之間的交互關系和總的調度控制關系。

3.1 無人集群體系自主作戰系統實體Agent接口

針對無人集群體系自主作戰系統架構,設計了互操作式信息交互接口,該類接口主要包括基于物理模型的數據交互接口[28]和基于分布式設計思想的仿真通用化信息接口[29]。

(1) 基于物理模型的實體Agent數據交互接口設計

針對無人集群系統中最小單元的物理模型,設計該信息接口。該接口繼承了無人集群系統的基礎物理模型,如無人機物理模型,武器物理模型。基于平臺模型框架的模型體系調用該接口,從而達到無人機模型、武器模型、傳感器模型甚至聯合作戰編隊模型在系統中的具體實現。例如,基于物理模型的數據信息交互接口中的作戰實體基類,其繼承于作戰平臺模型類,也稱飛機類;在此基礎上,可實現飛機實體單元在仿真體系中裝配任務單元,從而具備行為能力,也能夠設置指控和隸屬關系,能處理情報、產生和處理消息、發射武器等,其具體實現形式如圖8所示。

圖8 基于物理模型的實體Agent數據信息接口Fig.8 Entity Agent data information interface based on physical model

(2) 無人集群體系自主作戰系統通用化信息接口設計

通用化信息接口[30]模塊定義了各種管理器、服務接口以及模型基本框架包含的子模塊[31]。該模塊內定義的各種接口和子模塊具有不可替換性,其他模塊直接依賴于該模塊,根據任務需求實現相應服務。如:基于相關服務和管理接口,實現了分布式仿真相關的核心服務和管理器;基于分布式數據中繼和傳輸服務接口,實現了分布式數據中繼和數據傳輸功能,具體設計圖如圖9所示。

圖9 無人集群體系自主作戰系統通用化信息接口Fig.9 Universal information interface of autonomous combat system of unmanned cluster system

3.2 無人集群體系自主作戰系統交互關系

基于Multi-Agent的無人集群體系自主作戰系統能夠支撐典型的指揮控制研究,如協同探測、指揮控制組織設計、指揮決策、任務規劃、武器協同運用等,并且將實際裝備組織在一起完成虛擬試驗。其能夠根據指揮控制虛擬試驗需求完成實驗想定的設計、實驗過程的控制和試驗數據的采集分析。整個仿真系統由想定編輯、仿真控制、評估管理、數據采集管理等模塊組成,其中各個功能模塊的交互以及與人員的交互關系如圖10所示。想定制作模塊主要是在環境、模型和規則基礎上,編輯裝備數據;設計作戰場景主要包括初始兵力編成、裝備配置、位置部署和各情報節點、指控節點和武器平臺初始參數的編輯、修改,以及想定文件的管理等功能。想定設計模塊輸出的結果是想定文件,是推演控制模塊的輸入。仿真控制模塊主要由仿真運行支撐工具完成想定的加載和推演,主要包括想定的解析、初始參數的分發、推演控制等。推演控制模塊直接完成與仿真實體的交互。數據采集模塊與模型管理模塊負責完成兩項功能,一是對動態數據,即實驗過程數據進行采集,將數據保存在數據庫中為實驗數據的分析和效能評估提供支持;二是對靜態數據,即整個系統中的模型等進行存儲、修改、查詢,并為其他模塊以及試驗人員提供相應的交互接口[32]。評估管理模塊主要負責完成體系效能評估和分析,為試驗人員提供效果評估模型管理、評估數據采集與讀取等功能,能夠為試驗人員提供評估效果的可視化接口。效能評估模塊需要從數據采集管理模塊獲取實驗的過程數據等。

圖10 無人集群體系自主作戰系統交互關系圖Fig.10 Interaction relationship diagram of autonomous combat system of unmanned cluster system

4 無人集群體系自主作戰系統驗證

本節主要開展基于Multi-Agent的無人集群體系自主作戰試驗系統設計及開展相關驗證。

本節基于前文所述對無人集群體系自主作戰系統的設計方案,搭建仿真推演系統,推演系統主要包括仿真參數設置界面、虛擬可視化界面和數據分析界面。軟件界面的顯示由體系調度Agent控制。仿真參數設置界面中的參數和虛擬可視化交互界面中各Agent的參數相關聯(具體機制依賴于建模工具的Agent框架)。仿真參數設置界面用于實現用戶輸入仿真系統的重要參數的設置,包括目標陣地參數設置、基地資源參數設置、作戰平臺參數設置、評估參數設置和人工干預控制參數設置等操作。目標陣地參數設置可實現目標陣地單元增加、單元基本信息和重要屬性的輸入等;基地資源參數設置可實現無人機基地可用資源的設置,包括無人機屬性編輯及可用數目設置,任務載荷種類、屬性和數目設置等。

仿真環境虛擬可視化界面,用于較為直觀地展示仿真進程,實現仿真重要信息的虛擬可視化顯示。該區域可實現戰場態勢實時演示,包括作戰任務的重構、資源調度分配等實時展示,以及作戰目標等信息的可視化顯示。在推演過程中,異構飛行器集群結合各個平臺的位置態勢和武器資源以及傳感器資源,采取網絡化制導打擊作戰手段,并實時更新平臺的武器資源、傳感器資源等戰場態勢信息;利用集群全局中的自身優勢,提高集群的協同作戰效能,降低作戰成本。仿真推演開始后,異構集群中的偵察編隊分別從各個基地出發,對規劃的作戰目標進行戰場偵察,在確定目標信息后,呼叫攻擊編隊前往作戰區域實行打擊任務。在整個推演過程中,通信無人機編隊提供戰場通信支援服務,具體設計情況如圖11所示。其中,“W”表示武器載荷,“W4”表示該無人機還擁有4枚武器載荷。基地可以統計其自身無人機數目及使用情況,包括出動數目、返航數目、待命數目等。目標周圍的“T”表示目標編號,如“T1”表示ID為1的目標;目標周圍的“D”表示摧毀所需的武器量,如“D2”表示摧毀該目標需要2枚武器;目標周圍的紫紅色虛線圈表示目標的防御范圍。

圖11 無人集群協同偵察場景圖Fig.11 Scene diagram of unmanned cluster cooperative reconnaissance

攻擊編隊到達作戰區域后開始根據作戰規劃對目標實施協同打擊,當前目標被摧毀后,無彈藥的攻擊無人機返回基地,無彈藥的察打一體無人機可協同偵察無人機,繼續對戰場進行搜索。偵察編隊繼續執行戰場搜索任務,在發現新目標后,將戰場態勢上傳給集群。集群根據戰場態勢,對戰場資源進行調整,對作戰編隊進行重構,若火力不足,可以呼叫支援,若附近攻擊編隊存在多余火力,則調度無人機前往支援;若附近無可用資源,則呼叫基地支援。資源和任務重新調整完畢后,集群開始自組織攻擊編隊,進行新的協同作戰,具體場景如圖12和圖13所示。

圖12 無人集群協同打擊場景圖Fig.12 Scene diagram of unmanned cluster cooperative attack

圖13 無人集群協同作戰任務與資源重構場景圖Fig.13 Scene diagram of unmanned cluster cooperative combat mission and resource reconstruction

在上述無人集群作戰過程中,基于時變戰場態勢信息與集群無人機作戰模式,完成了作戰方案的確定、作戰目標子任務集合的生成、集群資源配置方案的分配、集群體系自組織、全域戰場目標分配,確定了集群協同作戰目標集結點、生成了集群航路引導信息。當集群到達目標集結點后,執行預定作戰方案、完成了協同策略生成與控制,并為后續開展集群無人機作戰模式與仿真的效能評估奠定了基礎。

根據仿真系統用戶流程設計,考慮功能子系統中各個子模塊的定義,面向復雜任務的調度和管理的流程圖如圖14所示。

圖14 面向復雜任務的調度和管理流程Fig.14 Scheduling and management flow for complex tasks

異構集群協同作戰完成作戰任務,摧毀所有目標,或者所攜帶的所有武器彈藥消耗完畢,則認為作戰任務結束,集群開始返回基地。在所有無人機返回基地后,一次異構集群協同作戰的仿真推演結束,系統可以根據推演數據進行作戰效能評估,效能評估結果在數據分析界面內展示。數據分析界面用于顯示仿真過程中的重要信息,包括平臺損失曲線、武器需求信息和效能評估。平臺損失曲線表示集群損失量隨時間的變化,損失數量單位為架;武器需求信息表示戰場全局實時武器需求與無人機所擁有的武器隨時間的變化關系;效能評估表示通過算法對戰場全局作戰的資源消耗成本、獲得收益等進行綜合求解展示。

以一次仿真推演為例,平臺損失和武器需求實時情況如圖15所示。根據推演過程中產生的數據,如集群出動數目、摧毀目標數目等指標計算出的成本和收益的評估結果如圖16所示。

圖15 仿真推演實時評估曲線圖Fig.15 Curve of simulation deduction real-time evaluation

圖16 效能評估分析圖1Fig.16 Performance evaluation analysis figure 1

由圖16可以得到本次推演的探測收益為3.43,攻擊收益為4.69,由于評估過程中探測收益是由對目標的探測概率、探測覆蓋率、持續時間等綜合求解,攻擊收益是由無人機突防概率、武器命中率、目標重要度綜合求解,故收益結果是無量綱的。

本次推演對于裝備使用的維護成本為23.66萬元,損失成本為257.00萬元,裝備周期小時費用為13.78萬元,損失成本占主要成本主要部分。經過綜合評估,此次作戰完成了預期作戰目標,該次推演的綜合收益為0.438,成本綜合評估為0.499 9,作戰效費比為88%,推演數據如圖17所示。

圖17 效能評估分析圖2Fig.17 Performance evaluation analysis figure 2

一次仿真推演后,依據自動生成該次推演的雙方的戰損和資源裝備使用情況,以及相應的過程數據,如偵察時間等,通過計算可以得出任務完成率、作戰效費比等。通過蒙特卡羅仿真推演,可得到多次仿真推演過程中探測目標、摧毀目標等的情況,如圖18和圖19所示。

圖18 基于蒙特卡羅的推演資源和任務完成率統計圖Fig.18 Statistical chart of deduction resources and task completion rate based on Monte Carlo

圖19 基于蒙特卡羅的推演綜合評估圖Fig.19 Monte Carlo-based deduction comprehensive evaluation chart

從圖18可以得出,集群協同打擊過程幾乎探測到所有目標,并有接近一半的概率摧毀所有目標,即使沒有摧毀所有目標,任務完成率也保持在 82%以上,最高可達100%。在50次仿真推演過程中,綜合收益與綜合評估的堆疊圖如圖19所示。

通過圖19的每次推演綜合收益與綜合成本,可以得出相應的作戰效費比,并且發現異構集群協同作戰的效費比在80%以上,大多數情況下效費比處于80%～83%之間,少數情況下效費比可以達到100%,即通過對無人集群的仿真推演,可知在本文所提的模型和協同方式下,無人集群體系的自主作戰性價比較高,具有較好的指導意義。

本文所設計的無人集群自主作戰系統涉及作戰規劃、作戰執行以及作戰評估全過程,能夠完成作戰想定編輯、集群資源規劃、任務規劃、武器協同運用、行為協同、集群對抗、作戰效能評估分析等功能。基于Multi-Agent機制,各Agent能夠在相互通信的基礎上建立協作關系,適配整個集群在對抗作戰過程中的自主性和協同性需求;除了離線資源、任務規劃設計和作戰策略設計,本系統還引入了資源任務的動態管理機制,能夠針對突發情況進行戰場資源與任務重構,以及資源不足情況下的作戰支援,使集群作戰推演過程更加貼近現實。同時,本系統開放集群作戰裝備和目標性能的數據接口,可引入實際武器裝備和目標相關屬性參數,提升無人集群作戰系統推演結果的真實性。

5 結 論

考慮到當前無人集群協同作戰研究的不斷深入,而無人集群體系的自主作戰系統的設計工作剛剛起步,無人集群體系的自主作戰系統的設計能夠實現無人集群的自主作戰網絡生成-結構演化-任務分配-效能評估的全過程動態仿真,為后續的深入研究和應用奠定基礎。本文開展了基于Multi-Agent的無人集群體系自主作戰系統設計,通過分析Multi-Agent體系結構,在Agent模型基礎上開展無人集群相關節點設計;并根據Agent的規則設計,開展后續集群體系規則庫設計和無人集群體系作戰系統的算法庫設計;并針對無人裝備實體設計信息化接口,以便無人集群作戰系統能夠更便捷地實現交互。通過對實際仿真系統的試驗驗證,表明基于Multi-Agent的無人集群體系自主作戰系統的設計對未來無人集群的深入研究和實際訓練應用有很好的指導和借鑒意義。