未来智能化推演仿真的思索

前言：

近年来随着人工智能、无人系统等先进技术在军事上的广泛应用，美军提出了“混合战”、“多域战”、“马赛克战”等新的作战理论、构想、概念，这对于我们研究未来战争的样式及走向，把握新的作战过程及规律提出了新课题。基于模拟仿真技术的作战推演在以往的研究训练中取得了很好的应用效果，但随着新质作战力量的引入及新的作战概念的发展，面对新平台、新技术、新战术、新样式等变化，建设未来智能化推演仿真平台系统就愈发迫切和必要。智能化推演仿真平台系统（后面简称为智能仿真平台）是以人工智能领域最先进的技术导入新一代多用途全领域仿真推演平台实现倍增赋能，以满足未来军事模拟仿真的现实需求。智能仿真平台以大规模、高效能、分布式仿真引擎为核心；以多元、异构、海量、多维数据及高精度、多分辨率模型为基础；通过连接专用仿真系统、指挥控制系统并引入人工智能赋能引擎以实现智能化推演仿真的目标。

  一、未来智能化仿真面对的现实需求背景

   （一）混合战争

2005年，美国前国防部长、时为海军中将的詹姆斯·马蒂斯与军事学者弗兰克·霍夫曼，首提“混合战”的概念。2006年黎以战争使得这一概念引起更多的重视，此后，混合威胁、混合冲突等概念逐渐得到美军官方认可，被写入2008年版《联合作战环境》、2009年版《联合作战顶层概念》、2010年版《四年防务评估报告》、2015年版《美国国防战略》等重要文件。

近年来，在乌克兰危机中，俄罗斯综合运用战略威慑、战略欺骗，以及心理战、舆论战，兵不血刃地将克里米亚收入囊中，被西方称为俄版“混合战”。而早在1999年（当时笔者在军校学习有幸第一时间拜读的此作）由乔良、王湘穗合著的《超限战》一书中的一些观点、设想与“混合战争”极为相似。（此书后来被美国防部配发给高级将领研读并列为美国西点军校学员的课外必读书。）

   （二）多域战

2015年4月8日，时任国防部副部长沃克在美国陆军战争学院要求陆军研究“空地战2.0”，这被看作是“多域战”起源的一个标志性事件。事实上，从演变来看，“多域战”与之前的“空地战”、“后天的陆军”（Army After Next）、《联合作战顶层概念》（Capstone Concept for Joint Operations）以及《陆军作战概念》（ArmyOperating Concept）存在关联。2012年，美军颁布《联合作战顶层概念》，定义了“跨域协同”概念，2014年，美军出版《陆军作战概念》，描绘了未来陆军作为联合部队的一部分，在与多个伙伴的共同工作下，如何防范冲突、塑造安全环境、以及赢得战争。

2016年9月，美军出台《海军陆战队作战概念》，这是关于海军陆战队如何看待“多域战”的一个重要呈现。2018年12月，美国陆军发布了与俄罗斯和中国竞争的最新版军事规划《2028多域战》（MDO 2028），旨在为该军种的组织变革、未来作战行动和现代化优先事项提供指导思想。

   （三）马赛克战

2017年美国防高级研究计划局（DARPA）战略技术办公室（STO）提出了“马赛克战”作战概念，寻求开发可靠连接不同系统的工具和程序，灵活组合大量低成本传感器、指挥控制节点、武器平台，利用网络化作战，实现高效费比的复杂性，对敌形成新的不对称优势。2018年9月，DARPA在成立60周年的研讨会再次强调：要赢得未来和规避冲突的最新战略，就是将作战方式由传统形式向“马赛克战争”转变。

“马赛克战”为美军提供快速、可扩展、自适应的多域联合杀伤力。马赛克战将所有域的不同平台的效应链进行功能分解（如发现、识别、瞄准、跟踪、交战和评估，即F2T2EA），并在没有先验知识的情况下快速生成和重组效应链，从而使对手因缺乏有效的反制手段而陷入决策困境。其主要技术及支撑能力为：规划和编组、互操作性以及执行。“马赛克”作战概念一旦获得成功，将解决系统集成、平台协同、指挥控制、作战管理、互操作等一系列问题，大大提升美军自主式作战能力。

  二、未来军事实践对仿真平台提出的要求

从以上的作战理论及作战概念不难看出未来我们面临的战争形式、作战样式与以往截然不同甚至不可预测，作战过程中的OODA环呈现出快速迭代、自主循环等特点。这对于我们现有的作战研究手段特别是模拟仿真平台提出了一系列要求：

（一）支持大规模、全域多维的复杂战场空间构建

未来战场虽然可能表现为局部冲突，但由于各国都在追求全域全谱的优势，因此涉及的参加力量、牵扯的作战范围一定更加繁多广阔，这就需要未来仿真平台一定具备可支持大规模仿真实体及全域多维复杂战场空间的构建能力，以尽可能真实的还原未来战场的复杂性。

（二）支持无人、网信、AI等新质作战力量建模与仿真

未来战场新兴的无人系统、网络信息系统、AI系统等新质作战力量、单元将会广泛应用。对于这些新质力量作战机理、运用原则、作战效能等的建模还是一个空白，这些力量的高精度仿真模型将决定对未来战场模拟的效果，因此将是进来仿真推演平台建设中的一个重要方面。

（三）支持大数据场景下的多元异构数据的作战效能、作战方案的实时及离线评估

未来的仿真系统将不仅用于平时的方案推演、战法研究、指挥流程训练及装备论证的场合，更多的将直接应用于对战场未来态势的预测及指挥方案的评估。因此仿真平台必须具备多元信息的实时接入能力及快速推演快速实时评估能力，这就需要进行大数据场景下的仿真平台的数据处理设计，以实现这种现实需要。

（四）支持智能化方法进行仿真建模与推演对抗

未来智能化无人化装备的大量引入，使得战场进程节奏急剧加快，OODA环的更迭周期更快，这就要求仿真平台具备智能化推演能力以提高“人在回路”干预的效率，使得构建“平行战场”成为可能，同时智能化模型的构建也使“人不在回路”的自主决策推演更加合理真实，提高了作战实验的准确度。

（五）支持基于SOA架构的分布式仿真服务

为提高仿真平台的运行效率及柔性，未来仿真平台应采取基于SOA架构的分布式仿真服务方式，以应对定制多种仿真应用、运行不同精度仿真模型、外接多种外部系统、提供整个系统柔性可组合的需求。

  三、智能化推演仿真平台要点思索

基于上述实际需求，为创新对新作战理论、概念及战法的研究手段及技术途径，提高推演仿真引擎的智能化水平，促进建模与仿真由第三范式向第四范式发展，探索作战仿真推演与作战指挥及作战效能评估的融合，急需探索实现基于自主认知的智能化推演仿真引擎的技术路线及实践方法。为此笔者在以下几个方面进行了一些思索：

（一）基础技术途径

从核心技术途径上拟采用通用黑板（GBB）技术及分布式多Agent系统（DMAS）架构，结合人工智能（AI）学习算法及认知框架构建的新一代多用途智能化推演仿真引擎的核心框架。其中主要实现以下几个方面的技术突破：

（1）基于认知计算的智能化自主行为建模

（2）基于大数据和深度学习的智能化仿真评估

（3）分布式仿真服务

（4）基于云计算的多分支并行仿真

以此推进了国产仿真引擎智能化、服务化及仿真运行、分析、评估一体化。这一基础技术途径立足仿真的核心功能结合人工智能、大数据、服务计算等前沿技术具备较强的技术成长持续能力，在军事仿真推演、作战实验、装备论证、兵棋系统、智慧城市、一体化指挥、规划论证等方面具有较强的应用性，发展前景十分广泛。

（二）预期技术指标

智能化推演仿真引擎主要性能指标应至少达到以下要求：

（1）仿真初始化效率：启动时间不大于60秒；

（2）仿真引擎时间精度：最小步长不大于5毫秒；

（3）仿真引擎多核负载平衡性能：各核间负载偏差不大于10%；

（4）仿真规模：仿真实体数不小于10000个；

（5）人在回路模式下指挥控制响应时间：模型响应时间少于50毫秒；

（6）行为认知建模支持：典型AI学习方法不少于5种；

（7）仿真记录精度：最小记录周期不大于50毫秒；

（8）仿真记录回放数据加载效率：加载时间不大于30秒；

（9）数据访问效率：数据库连接时间不大于1秒，数据访问响应时间不大于3秒。

（10）云平台可管理节点：不小于200个

（11）多分支并行支持:可管理分支数不小于200个

……

（三）主要技术点

以智能化仿真引擎为核心，重点突破的四个技术点如下图所示：

未完待续......

文中观点仅一家之言，有谬误之处欢迎留言讨论。