一種面向無人機登島作戰(zhàn)的自主決策機制研究

李 燦，侯興明，薛興堂，張慶豐，錢昭勇*

（1.航天工程大學航天保障系，北京 101416；2.解放軍32139 部隊，北京 101200；3.火箭軍某基地，河南 洛陽 471000；4.解放軍沈陽聯(lián)勤保障中心，沈陽 110094）

0 引言

隨著戰(zhàn)爭智能化演變的深入，聯(lián)合登島作戰(zhàn)的戰(zhàn)場空間日益擴大，縱深立體于海、陸、空、天、火、電網(wǎng)之中，體系對抗更加激烈［1］，尤其是無人機（unmanned aerial vehicle，UAV）編隊［2］的融入，使得復(fù)雜戰(zhàn)場態(tài)勢變化迅速，呈現(xiàn)出分布式網(wǎng)絡(luò)化特點，戰(zhàn)斗節(jié)奏明顯加快，指揮失控因素大量增加，直接導(dǎo)致指揮員決策時存在不確定、不完善、有延遲的現(xiàn)象。毋庸置疑，隨著作戰(zhàn)指揮層級不斷趨于平行式扁平化，基于大數(shù)據(jù)挖掘、自主集群、淡化中心樞紐的智能決策模式，將逐漸取代單一的以人為主的傳統(tǒng)決策模式［3］。在并發(fā)推進的登島作戰(zhàn)過程中，執(zhí)行的相關(guān)任務(wù)越清晰具體，程序化、無中心、自主式的指揮決策就越高效［4］。以無人機編隊為例，實現(xiàn)自主指揮決策的關(guān)鍵在于執(zhí)行作戰(zhàn)任務(wù)依賴的有效規(guī)則，而作戰(zhàn)預(yù)案正是對規(guī)則的提前梳理和歸納，其來源于戰(zhàn)前基于作戰(zhàn)任務(wù)需求的目標體系探測與編目，突出以智能化決策為主的任務(wù)規(guī)劃與仿真推演［5］。為此，建立足夠強大而詳細的預(yù)案庫，可提供人裝要素、態(tài)勢要素、威脅要素、決策要素的前置分析，輔助指揮員迅速作出正確判斷，進而實現(xiàn)科學的資源分配、部隊部署、任務(wù)規(guī)劃等［6］。

1 相關(guān)概念

1.1 有限狀態(tài)機

有限狀態(tài)機（finite state machine，F(xiàn)SM），又稱有限狀態(tài)自動機，簡稱狀態(tài)機，是表示有限個狀態(tài)以及在這些狀態(tài)之間轉(zhuǎn)移和動作等行為的數(shù)學模型［7］，也是許多形式化規(guī)約描述和驗證技術(shù)的基礎(chǔ)模型?，F(xiàn)實世界中，存在大量有限狀態(tài)機系統(tǒng)，例如：鐘表控制系統(tǒng)、交通控制系統(tǒng)、電梯控制系統(tǒng)、通信協(xié)議系統(tǒng)等。一般地，一個狀態(tài)機可視為一個五元組M=（Q，∑，δ，q0，F(xiàn)）。其中，Q={q0，q1，…，qn}是有限狀態(tài)集合；在任一確定時刻，有限狀態(tài)機只能處于一個確定的狀態(tài)qi；∑={σ1，σ2，…，σm}是有限輸入字符集合；在任一確定的時刻，有限狀態(tài)機只能接收一個確定的輸入σj；δ 表示Q×∑→Q 的狀態(tài)轉(zhuǎn)移函數(shù)。在某一狀態(tài)下，給定輸入后有限狀態(tài)機將轉(zhuǎn)入狀態(tài)遷移函數(shù)決定的一個新狀態(tài)；q0∈Q 是初始狀態(tài)，有限狀態(tài)機由此狀態(tài)開始接收輸入；F?Q 是終結(jié)狀態(tài)集合，有限狀態(tài)機在達到終態(tài)后不再接收輸入。

1.2 LR 分析器

LR 分析器的實質(zhì)就是一個有限狀態(tài)機，是計算機編譯過程中的一種“移進- 歸約”自底向上的語法分析方法。LR 方法的基本思想是：在規(guī)范歸約過程中，一是要記住已移進和歸約出的全部字符串（數(shù)據(jù)集），即“記住歷史”；二是能根據(jù)所用產(chǎn)生式（規(guī)則/約束集）推測未來可能碰到的輸入符號（新的事件），即“展望未來”；三是根據(jù)現(xiàn)實輸入的字符串（數(shù)據(jù)集）確定棧頂符號（當前狀態(tài)）是否構(gòu)成產(chǎn)生式句柄（可信數(shù)據(jù)或方案），即“面對現(xiàn)實”［8］。LR分析器的核心是LR 分析表，包括ACTION 表和GOTO 表。ACTION［s，a］規(guī)定了當狀態(tài)s 面臨符號a時應(yīng)采取移進、規(guī)約、接受、報錯的哪一個動作。GOTO［s，X］規(guī)定了s 狀態(tài)時面對文法符號X 時的下一個狀態(tài)。

1.3 OODA 環(huán)理論

OODA 循環(huán)理論由John Boyd 從對抗經(jīng)驗中提出，其基本觀點是：武裝沖突可以視為是敵對雙方互相較量，是一個“觀察- 判斷- 決策- 行動”（OODA）的循環(huán)過程。OODA 環(huán)模型是對決策過程各環(huán)節(jié)進行的簡潔描述，而且該過程是在一種動態(tài)、復(fù)雜環(huán)境中進行的，并受到不確定性等因素的影響。另外，OODA 環(huán)清晰合理的階段劃分及其對時效性的強調(diào)都符合指揮決策與控制過程的特點，揭示了復(fù)雜決策行為的內(nèi)在規(guī)律，現(xiàn)已發(fā)展成為指揮控制的通用模型。在戰(zhàn)場上誰能更快更好地完成OODA 環(huán)，誰就能取得主動權(quán)，占據(jù)絕對優(yōu)勢。

2 改進LR 狀態(tài)機模擬登島作戰(zhàn)過程

2.1 登島作戰(zhàn)的過程分析

登島作戰(zhàn)過程一般可以分為5 個階段：先期作戰(zhàn)、裝載上船、海上渡航、突擊上岸、建立擴大登陸場。登島作戰(zhàn)的流程結(jié)構(gòu)如圖1 所示。

圖1 登島作戰(zhàn)的流程結(jié)構(gòu)框圖Fig.1 Block diagram of the process of landing on the island

根據(jù)5 個階段劃分，無人機在登島作戰(zhàn)中的典型作戰(zhàn)行動構(gòu)想為［9］：先期作戰(zhàn)階段，派出先遣無人機隊進行偵察，察明敵方態(tài)勢，隨后采用電子干擾、火力打擊等軟硬殺傷相結(jié)合方式，通過飽和式攻擊，癱瘓敵通信和指揮信息系統(tǒng)，并使用相應(yīng)無人機對遠程火炮進行校射，實現(xiàn)對敵關(guān)鍵目標的連續(xù)性高強度精確打擊和摧毀；裝載上船階段，隔海相持，充分調(diào)配各作戰(zhàn)資源，迅速使得人裝就位，與此同時持續(xù)派出相應(yīng)的無人機進行偵察以及戰(zhàn)場毀傷評估；海上航渡階段，主要選擇垂直立體和平行梯度推進方式，在空天聯(lián)合的強力支援下，強渡海峽，此時派出相應(yīng)的無人機作為空中通信中繼節(jié)點，實現(xiàn)情報信息的分發(fā)，并派出另一隊無人機對敵島實施電子干擾；突擊上岸階段，主要是靈活選擇登陸路線，發(fā)起背水攻堅，奪取登陸場，使用相應(yīng)的無人機抵近敵雷達通信系統(tǒng)，實現(xiàn)近距離的電子干擾和反輻射打擊；建立擴大登陸場階段，穩(wěn)固前線，派出察打一體無人機配合進行全力清障，向敵方腹部地區(qū)縱深推進［10］，在聯(lián)合登島作戰(zhàn)過程中，無人機每一階段的行動都可以視為在預(yù)案輔助決策下執(zhí)行的OODA 環(huán)。首先，作戰(zhàn)雙方都從觀察開始，觀察己方、觀察環(huán)境和敵方。渡海登島戰(zhàn)場環(huán)境信息的種類多、含量大，通過對火炮/導(dǎo)彈陣地、地面電子裝備、敵機、艦船、兵力、電磁環(huán)境等有代表性的偵察監(jiān)視情報信息的持續(xù)搜集和按需保障，提取戰(zhàn)場環(huán)境的敏感數(shù)據(jù)信息，使得戰(zhàn)場態(tài)勢既是一個完整的作戰(zhàn)信息和情報圖，又是一種綜合的、實時的三維戰(zhàn)場空間。其次，根據(jù)觀察結(jié)果，結(jié)合戰(zhàn)場環(huán)境連續(xù)性、動態(tài)性的特點，對戰(zhàn)場態(tài)勢信息進行分析、預(yù)測和評估，并對相關(guān)的信息和數(shù)據(jù)進行處理，從而準確地進行敵情研判，得出研判數(shù)據(jù)信息。接著，在觀察、判斷的基礎(chǔ)上，根據(jù)研判的敵情數(shù)據(jù)信息和當前自身的狀態(tài)制定策略，指揮員對當前態(tài)勢進行綜合判斷，并選擇合適的行動方案，作出相應(yīng)的指揮決策。在前期的相關(guān)作戰(zhàn)活動支撐下，根據(jù)所選實施方案，下達作戰(zhàn)命令，無人機編隊執(zhí)行相應(yīng)任務(wù)。如圖1 所示，一方面，無人機登島作戰(zhàn)過程的每一階段從上一個階段獲取執(zhí)行的結(jié)果，調(diào)整自身當前準備的狀態(tài)進行執(zhí)行，并將結(jié)果傳遞給下一個階段。顯然，整個登島作戰(zhàn)流程可以視為運行基于LR 狀態(tài)機的OODA 環(huán)過程。另一方面，從任務(wù)的性質(zhì)和目的看，每一個階段劃分在功能上又是相對獨立的，但每個階段也由若干任務(wù)組成，所以每個階段也可以看作是狀態(tài)機的OODA 環(huán)。

2.2 輔助決策的預(yù)案機制

通過上述聯(lián)合登島過程的階段劃分和無人機作戰(zhàn)行動構(gòu)想，要使得指揮決策正確高效，結(jié)合前期作戰(zhàn)推演基礎(chǔ)上得出的預(yù)案集必將發(fā)揮重要作用。具體來講，登島作戰(zhàn)指揮員在執(zhí)行每一階段當前任務(wù)決策前，通過當前戰(zhàn)場態(tài)勢數(shù)據(jù)流的匯入，指揮信息系統(tǒng)查詢預(yù)案輔助子系統(tǒng)，自動匹配關(guān)聯(lián)預(yù)案，在匹配相似閾值可接受范圍時，直接執(zhí)行預(yù)案；如果匹配預(yù)案的相似閾值沒有達到要求，決策者將結(jié)合當前最相似預(yù)案進行調(diào)整，改進制定新的應(yīng)對策略。所以，預(yù)案比對后執(zhí)行各階段OODA 環(huán)，是實施參照或者修訂決策意圖的有效輔助策略，登島作戰(zhàn)的每一階段轉(zhuǎn)化更替，既依賴于執(zhí)行本階段OODA 環(huán)的效率，又受到預(yù)案輔助策略的影響。如此，確保了指揮員對聯(lián)合登島作戰(zhàn)態(tài)勢動態(tài)發(fā)展的正確判斷，有效縮短了指揮員的決策時間。

預(yù)案是針對潛在的或可能發(fā)生的作戰(zhàn)事件的層級和影響程度而事先制定的應(yīng)對處置方案。由于每個階段的事件是由對應(yīng)若干連續(xù)任務(wù)的完成來確立，而每個任務(wù)是在各種不同的情況下執(zhí)行的，為此，每個作戰(zhàn)任務(wù)與不同情況的映射就形成了任務(wù)處置立體矩陣，即作戰(zhàn)事件三維分解預(yù)測處置表，如表1 所示。

表1 作戰(zhàn)事件三維分解預(yù)測處置表Table 1 Three-dimensional decomposition prediction and disposal of combat events

作戰(zhàn)事件三維分解預(yù)測處置表由態(tài)勢情況、作戰(zhàn)任務(wù)、情況處置向量等3 部分組成。對無人機作戰(zhàn)行動影響較大的態(tài)勢情況，主要包括火炮/導(dǎo)彈陣地配置、地面電子裝備部署、敵機部署、艦船部署、兵力部署、電磁環(huán)境等要素。無人機作戰(zhàn)任務(wù)分為4種：1）信息支援任務(wù)，主要包括偵察監(jiān)視、目標指示、毀傷評估、預(yù)警探測、通信中繼等5 種處置動作；2）信息對抗任務(wù)，主要包括電子誘餌、電子對抗、網(wǎng)絡(luò)攻防等3 種處置動作；3）火力打擊任務(wù)，主要包括時敏目標打擊、近距空中支援、反輻射硬摧毀、集群飽和打擊、單兵精準殺傷等5 種處置動作；4）綜合保障任務(wù)，主要包括核生化與爆炸物偵測、緊急物資運輸、氣象保障、戰(zhàn)場搜救等4 種處置動作。

無人機登島作戰(zhàn)事件的每項任務(wù)都對應(yīng)了一組情況處置向量，處置向量里每一個元素包括了負責具體實施的任務(wù)部隊、起止觸發(fā)標識符、實施辦法、時效要求、效果反饋等詳細內(nèi)容。對不同任務(wù)不同處理的各種組合就形成了不同的預(yù)案。例如，某一事件Y1由T1、T3、T43 項任務(wù)組成，即Y1=，假設(shè)該事件當前狀態(tài)為Q0，且同步處置情況最小單元a1={f11，s32，f42} 這3 項任務(wù)分別對應(yīng)的3 種情況組合ACTION1（記為ACT1），則ACTION1=就是生成的一種具體預(yù)案的行為子集（規(guī)則）。以此類推，便可以構(gòu)建足夠豐富的預(yù)案數(shù)據(jù)庫，而且只要作戰(zhàn)要素齊全，對各階段的事件任務(wù)分解足夠細，對各種對應(yīng)的態(tài)勢情況描述足夠清晰，理論上可以涵蓋整個無人機登島作戰(zhàn)過程。

3 基于LR 狀態(tài)機的自主決策

有限狀態(tài)機本是一種形式語言分析工具，狀態(tài)機模型的思路和人解決問題的思路是一致的，都是把復(fù)雜的問題逐步分解為簡單的步驟，在連續(xù)輸入的邏輯判斷過程中，有清楚的狀態(tài)分段，而且各狀態(tài)段之間的邏輯跳轉(zhuǎn)有嚴謹?shù)倪w移規(guī)則。LR 狀態(tài)機本是有限狀態(tài)的，可以視為一種靜態(tài)的系統(tǒng)控制方法；OODA 環(huán)具有循環(huán)特性和嵌套性等特點，可以將其看作一個動態(tài)的系統(tǒng)。如何將LR 狀態(tài)機的核心“移進-規(guī)約”思想應(yīng)用到無人機登島作戰(zhàn)機理中去，是必須解決的問題。針對登島作戰(zhàn)環(huán)境觀測和感知態(tài)勢的不斷變化，指揮員對當前形勢的判斷和對態(tài)勢發(fā)展的預(yù)測也隨之不斷調(diào)整，所以登島作戰(zhàn)的各項輔助決策生成也必將會是一種動態(tài)過程。為此，觀察-判斷-決策-行動每個關(guān)鍵節(jié)點都具有多樣性和可變性，按照OODA 過程把無人機登島作戰(zhàn)連續(xù)的動態(tài)過程，視為各階段關(guān)鍵節(jié)點狀態(tài)的生成和轉(zhuǎn)換，通過LR 狀態(tài)機不斷識別和模擬這種狀態(tài)的生成和轉(zhuǎn)換過程，使大量連續(xù)的作戰(zhàn)任務(wù)數(shù)據(jù)不斷地被選擇性地吸收（移進）和消化（規(guī)約），從而確保了模擬無人機登島作戰(zhàn)中各個關(guān)鍵節(jié)點的數(shù)據(jù)流得到有效的循環(huán)更新，基于“移進-規(guī)約”方法的OODA 環(huán)如圖2 所示。

圖2 基于“移進-規(guī)約”方法的OODA 環(huán)Fig.2 OODA based on the“Shift-Reduce”method

每個關(guān)鍵節(jié)點狀態(tài)是由對應(yīng)的若干連續(xù)任務(wù)的完成來確立的。每個任務(wù)對應(yīng)包括了若干動作，每個任務(wù)與動作的映射就形成了任務(wù)狀態(tài)矩陣，使用GOTOi表示事件Yi當前狀態(tài)獲得了新的變化指令，狀態(tài)變化到達新的狀態(tài)，則Ci=GOTO［Ci-1，ai］，表示當前任務(wù)目標狀態(tài)（棧頂狀態(tài)）Ci-1遇到新的情況處置單元ai］，要轉(zhuǎn)移到新的任務(wù)目標狀態(tài)（棧頂狀態(tài)）Ci。由此，GOTOi定義了一個以情況處置單元集合的有限自動機。例如，觀察任務(wù)狀態(tài)（移進）如表2所示。假設(shè)該事件當前狀態(tài)為Q1，則Q2=< Q1，GOTO1>就表示Q1為敏感狀態(tài)，且狀態(tài)實現(xiàn)了有效的更新，變?yōu)榱薗2。

表2 觀察任務(wù)狀態(tài)表（移進）Table 2 Observation task status table（Shift）

實現(xiàn)關(guān)鍵節(jié)點狀態(tài)轉(zhuǎn)移，需要在相應(yīng)任務(wù)狀態(tài)識別規(guī)則庫的監(jiān)督下進行。任務(wù)狀態(tài)表中的每項任務(wù)都有不同狀態(tài)，其中，有很多狀態(tài)是缺省的或者對引起無人機登島作戰(zhàn)行動變化的關(guān)聯(lián)性不大，稱為一般狀態(tài)。為此對每個任務(wù)狀態(tài)都賦有初始閾值，超出初始閾值的任務(wù)狀態(tài)就稱之為敏感狀態(tài)；任務(wù)狀態(tài)識別規(guī)則庫就是對不同的敏感狀態(tài)組合按照時間順序排序，例如，某事件Y1=，當前狀態(tài)為Q0，經(jīng)過ACT1，觸發(fā)GOTO1，使得其狀態(tài)發(fā)生轉(zhuǎn)變?yōu)镼1=，表示T1，T3，T43 個任務(wù)完成后的C11，C32，C42都是敏感狀態(tài)，Q1向量就是指敏感狀態(tài)所形成的有效數(shù)據(jù)組。以此類推，觀察敏感事件規(guī)則就是按照從左至右，至上而下的方式進行判別，從而確定是等待還是規(guī)約。使用對下一步登島作戰(zhàn)態(tài)勢判斷預(yù)測最有影響的（敏感）有效數(shù)據(jù)組Qi，根據(jù)預(yù)案規(guī)則ACTi進行數(shù)據(jù)規(guī)約處理，從而實現(xiàn)關(guān)鍵節(jié)點的狀態(tài)轉(zhuǎn)換。觀察-判斷規(guī)則表（規(guī)約）如下頁表3 所示。

表3 觀察-判斷規(guī)則表（規(guī)約）Table 3 Observation-judgment rules（Reduce）

在關(guān)鍵節(jié)點狀態(tài)轉(zhuǎn)移過程中，假設(shè)當前狀態(tài)為Qi，轉(zhuǎn)移為狀態(tài)Qi的最低價值度為cij，最小時間量為eij，執(zhí)行相應(yīng)ACTj的條件為（［Qi，ACTj］value≥cij）∩（［Qi，ACTj］time≥eij），第1 個條件［Qi，ACTj］value≥cij表示執(zhí)行的價值度需大于cij，第2 個條件［Qi，ACTj］time≥eij表示執(zhí)行的時間量需大于eij。當兩個條件都滿足時，便可執(zhí)行相應(yīng)的ACT 并實現(xiàn)關(guān)鍵節(jié)點的轉(zhuǎn)換，否則放棄執(zhí)行相應(yīng)的ACT。

綜上所述，每個關(guān)鍵節(jié)點的規(guī)約就是當前狀態(tài)的一次推進，意味著下一關(guān)鍵節(jié)點狀態(tài)的開始，接著繼續(xù)下一類型任務(wù)移進，并在相應(yīng)的任務(wù)識別規(guī)則庫監(jiān)督下進行規(guī)約，實現(xiàn)狀態(tài)的跳轉(zhuǎn)。這樣一來，就形成了各個階段多任務(wù)的有效移進處理，并且?guī)в袟l件監(jiān)督機制（規(guī)則庫或預(yù)案庫）的狀態(tài)轉(zhuǎn)移，從而將無人機登島作戰(zhàn)過程用基于預(yù)案自主決策的OODA 環(huán)實現(xiàn)仿真模擬。

4 結(jié)論

研究分析了一種面向無人機登島作戰(zhàn)的自主決策機制，登島作戰(zhàn)態(tài)勢瞬息萬變，無人機作戰(zhàn)任務(wù)多樣，作戰(zhàn)決策過程就是有針對性地迅速精準分析處理作戰(zhàn)任務(wù)要素動態(tài)變化所形成海量數(shù)據(jù)的過程。因此，為減少人腦決策的主觀性和片面性，通過模擬基于預(yù)案的LR 狀態(tài)機執(zhí)行過程，進一步縮短每一個回路時間，探索指揮控制的自主決策和人腦決策相協(xié)同的方式，大大減少了決策的時間成本和冗余指揮，為高效高質(zhì)完成無人機登島作戰(zhàn)任務(wù)提供參考途徑。