Soar在水面艦艇CGF防空決策行為模型構建中的應用

吳 濤，孫向軍，趙斯強

(海軍指揮學院海軍作戰實驗中心，江蘇 南京 210016)

目前計算機生成兵力(CGF)的研究主要集中于CGF的物理模型和行為模型上。物理建模主要研究對象的物理本質及其內在的工作機理，如系統的動力學模型、傳感器模型、武器系統的火控模型和毀傷評估模型等，物理模型實現技術較為成熟，現有的研究主要集中在模型的細節上，使模型更加符合真實性。行為建模是指“對在軍事仿真中需要表示的人的行為或表現進行建模”，美軍稱之為 HBR［1-2］(Human Behavior Representation)，其主要反映人類作戰行為(如指揮員的個體行為，參戰人員操縱武器平臺和武器裝備的行為)，使裝備實體能夠不需要與人的交互而自動地對虛擬戰場環境的狀態和事件做出合理反應。無論是模擬訓練、作戰分析等仿真應用都會用到自主進行決策和行動的計算機生成兵力。可以說，CGF行為模型的研究與應用在軍事仿真領域，特別是分析仿真領域有著巨大的應用前景。

然而CGF行為建模一直是CGF研究和應用的難點部分，國內外的學者和研究機構都對此展開了廣泛的研究，但對于其建模和實現方法的研究還不充分。目前常用的行為建模技術有:有限狀態機［3］、人工神經網絡［4］、基于多智能體的方法［5-6］等，還有一些 CGF 系統則建立在綜合認知體系結構之上，例如美國空軍使用的空戰CGF系統IFOR(Intelligent Forces)就是基于綜合認知架構Soar［7-8］來構建的。Soar相對于其他方法不僅提供了通用的描述規則和推理引擎，同時還提供了規劃、學習等高級功能，可以幫助用戶高效地實現行為建模。……