基于多智能體的艦船指控系統建模方法?

高 飛

（北京西三環中路19號 北京 100841）

1 引言

現代艦船的指控系統具有戰場信息一體化、戰場作戰節奏快、戰場更加非線性等特點，其作戰指揮復雜，難度大，是一個復雜的大系統，智能體（Agent）是分布式人工智能研究的一個重要分支，其目標是將復雜的大系統分解成彼此相互通信、協調、易于管理的小系統［1］。此外Agent還具有適應性、自主性、靈活性、協作性的特點。將多Agent（MAS）技術引入指控系統，可以大大提高指揮系統的整體效能，為指控決策系統的改進提供有效的途徑。

2 多智能體MAS系統概述

MAS是由多個可執行網絡計算的Agent組成的集合。每個Agent被認為是一個物理的或抽象的實體［2～3］。在網絡中，每個 Agent都是自治的，能作用于環境和自身，能對環境的變化做出反應，并能與其它Agent通信、交互，彼此協同工作，完成共同任務。MAS具有的自治性、分布性、協調性等特點，并具有自組織能力、自學習能力和推理能力，有利于構建具有較強的魯棒性和可靠性的協同指揮控制系統。智能體間的通信、合作、互解、協調、調度、管理及控制，可以很好地體現指控系統對體系結構、功能及行為特征的技術要求。其結構如圖1所示。

圖1 Agent與MAS結構圖

在智能體的劃分中，粒度的選擇是第一步，粒度過大和過小都會造成問題。粒度小，系統中Agent數目太多，其組織與控制復雜度就會增加，通信負載重，運行效率低；粒度大，系統不僅靈活性差，而且降低了系統的并行性。粒度選擇適當，系統結構簡單，管理和控制容易，靈活性和適應性也增強。

智能體劃分過程基本分為6個階段［4～5］，在邏輯上形成一條流水線：1）抓住目標，將最初的系統定義轉化為結構化、層次化的系統目標。2）應用用例，根據最初的系統說明創建用例圖和順序圖。用例圖表示了系統中不同角色之間的邏輯交互路徑。順序圖用來確定系統中角色之間必須傳遞的最小數量的消息。3）提煉角色，建立負責完成第一步中定義的目標的角色。通常每個目標分別由一個角色來完成，但是一些相關的目標也可能映射到同一個角色。和角色一起建立一個任務集合，定義角色如何來實現目標。任務定義為狀態圖。4）建立主體類［6］，在主體類圖中把角色映射到主體類。5）用協作圖和活動圖表示主體間的交互。6）利用活動圖和狀態圖表示主體內部的處理過程。

3 艦船指控系統中智能Agent的功能

3.1 指控系統中Agent的劃分方式

基于以上的分析，按照艦船指控系統體系結構，其智能體可劃分為三類：管理類Agent、通信服務 Agent、業務類 Agent［7～8］。每一類還有細分類別，其細分方法如圖2所示。

圖2 艦船指控系統Agent劃分方法

·界面Agent：負責提供界面友好的人機交互系統。當用戶需要獲取決策生成方案時，能夠主動提供服務，友好地顯示給用戶。

·用戶Agent：用于記錄軟件登錄時的用戶信息。

·權限控制Agent：根據用戶登錄軟件時的身份控制對數據訪問的存取權限。

·綜合管理Agent：是系統的核心，負責管理調度其他Agent主體的行為，負責啟動或掛起某個Agent的工作過程，并在規則庫中保存多個Agent個體之間可能的協作方式。

·信息接收Agent：負責接收上級、友鄰、警戒雷達、搜索雷達等發送的信息。

·信息預處理Agent：主要完成數據抽取功能。由于戰術指揮系統中情報數據量大，且這些數據中可能含有虛警信息、錯誤數據、噪聲等，因此需要進行去偽存真，等對經過信息預處理的數據進行信息融合處理。

·信息融合Agent：結合傳感器特性、地理位置信息等對經過信息預處理的數據進行信息融合處理。

·態勢處理Agent：自動感知外部環境變化，實時顯示戰場統一態勢，為指揮員決策提供參考。

·威脅估計Agent：負責戰術指揮控制系統中目標威脅估計判斷，自動感知外部環境的變化，根據相應的模型算法調整目標威脅度。

·目標分配Agent：負責根據保衛目標、空情數據、陣地配置信息等，結合登陸席位信息調用相應知識庫、數據庫、推理機，自動生成目標分配方案。

·數據分發Agent：負責對信息融合處理之后的數據按照一定的規則進行推理，并向相應節點分發數據。

·通信服務Agent：通信服務Agent負責處理各類Agent通信信息，為系統中的Agent提供和外界交互的統一接口以及交換信息和知識的途徑。

3.2 多Agent（MAS）的指控系統基本工作流程

基于MAS技術的指控系統，整個作戰過程是連續的、動態實時變化的，各模塊之間相互協調共同完成指揮決策任務。基于MAS的指控系統可以根據不同指揮員的特點產生具有個性化的目標分配方案，綜合管理Agent根據協商策略、原則等形成最終的指揮決策建議，輔助指揮員進行正確指揮。工作流程如下：

1）系統運行初始化時，各類Agent都向綜合管理Agent進行注冊，將自己的有關信息（名字、地址、能力等）向綜合管理 Agent登記［9］。

2）信息接收Agent實時接收各類目標信息，由信息預處理Agent根據規則（如距離、速度等判據）對數據進行初步的處理，信息融合Agent對于處理之后的信息作融合處理，形成最終的戰場情報信息。

3）態勢處理Agent根據信息融合Agent處理之后的信息，結合陣地配置Agent產生的陣地配置信息、保衛目標、敵軍信息等實時并動態地顯示戰場綜合態勢信息，根據自身的知識庫、約束等去推理判斷，推斷出敵軍的主攻方向。

4）威脅估計Agent自動感知戰場的態勢變化（目標信息、配置信息），結合指揮員的偏好、具體指控原則進行推理與自學習，給出目標威脅度信息。

5）目標分配Agent利用威脅估計Agent產生的威脅度信息、態勢處理Agent產生的戰場綜合態勢信息結合具體指揮員的指揮偏好，按照指控中目標分配原則等進行推理，產生分配方案。在每次的決策過程中都對指揮員的指揮偏好進行自學習。如果存在兩個指揮員，同時存在的兩個目標分配Agent將根據他們的不同用戶身份按照指揮作戰中的約束與規則進行協商決策。

4 艦船作戰過程的協同

通常，一個作戰任務可由如下多元組描述：

Task=＜ID，Agents，subtasks，supertasks，arriv?al_time，starttime，endtime，quality，duration，cost，utility，condition＞。

其中，ID是作戰任務的序號，它是唯一的編碼；Agents是任務涉及到的智體，subtasks是子結點任務；supertasks是戰術總任務；arrival_time是任務到達的時間；starttime是任務的最早開始時間；end?time是任務的最遲完成時間；quality任務涉及的數量；duration是任務涉及的周期和階段；cost是任務涉及的成本；utility是任務涉及的效用；condition是任務完成的約束條件。

描述智能體集合和具有的領域知識如下：

假定編隊多指揮Agent系統中有作戰智能體集合A=｛a1，a2，…，an｝，ai表示第i個指揮或協同智能體。

Ki=｛Ki1，Ki2，…，Kim｝表示第i個資源智能體在某一方面所具有的能力（如探測性、打擊等）。

KA=∪i=1…nKi表示所有資源智能體具有的能力。

當有任務T需要完成時，解決它需要用到的能力為KT=｛KT1，KT2，…，KTs｝時，有分解過程：

1）當KT∈Ki且 ai∈A時，任務T能被單一的指揮Agent解決，而不需要分解。

2）當 KT∈KA但對于所有的 ai∈A，不能得到KT∈Ki，則任務T必須分解，需要協同，或滿足如下條件時必須協同交由協同控制Agent進行協同。

（1）1個Agent無法完成任務，必須協同作業合作完成，如時間、資源等約束無法獨立完成。

（2）1個Agent能完成任務但耗費高，效用低，有其它Agent協同能減低成本提高效用。

3）當需協作時，則將協作任務交由協同控制Agent根據任務所缺能力來尋求最佳協同作戰單元。

4）與協同單元進行交互協商，友鄰同意協同后并根據一定的完成任務的約束評價協同效益，制定協作計劃。否則將協作需求經指揮Agent報告上級，由上級調整計劃或實行命令強制執行。

5）實時監控任務的執行，檢測任務協同執行中是否有火力、頻譜等沖突的出現，并提供消解策略。

任務分解和協同計劃完成后進行任務分配與執行，明確任務之間的約束關系，以表的方式存儲在系統數據庫中，進行指揮決策過程的學習，并實時根據戰場態勢和作戰命令實時進行任務調整。

5 Agent內部模塊結構

結合艦船指揮控制結構和MAS系統特性［10～11］，為適應現代海戰場態勢的多變性，及時應對各種變化，給出基于多Agent的指控系統結構如圖3所示，其主要模塊功能如下。

圖3 基于多Agent的指控系統結構

1）通信模塊通信模塊主要是負責CA與外部的通信聯絡，如指揮命令的上傳下達、同級協同、戰場信息共享等；

2）感知模塊主要感知戰場環境的變化；人機接口負責作戰決心和新作戰計劃，情報等信息的錄入和人干預作戰過程，并將以上結果傳給信息處理模塊和規劃決策模塊。

3）信息處理模塊信息處理模塊接收來自感知模塊及通信模塊傳來的信息，包括語音指揮信號、戰場態勢等其他戰場信息，然后將其進行融合、分類處理，使用時空對準、航跡互聯、證據理論等傳統融合算法和現代神經網絡、模糊理論、支持向量機、聚類分析等現代信息處理方法，得出各類信息的屬性。如果是一般的信息就送到態勢評估模塊，如果是特殊的信息，如戰場情況發生劇變，有戰機可乘，需要馬上采取突擊行動，則將信息送往緊急反應模塊。

4）態勢評估模塊態勢評估模塊接收從信息處理模塊傳來的信息，并接合知識庫中的世界模型，主要是外部敵我Agent及作戰海情氣象等情況，如對方的作戰特點，作戰地區的地理特點等，然后根據這些戰場信息進行海情、任務、敵我情況判斷分析，并將結果送入規劃決策模塊。

5）應急反應模塊應急有兩種情況：一種是必須馬上采取行動，即使推理也是采取知識庫中的簡單經驗知識；另外一種情況指雖然是緊急情況，但還不至于要立即采取作戰行動，只是要修改原有作戰決策，如上級派來支援部隊，或是下級接收到作戰任務后的上報計劃，則應融合這些情況而重新進行部署和決策。當然更多的情況是兩種情形并行處理，一方面采取行動，另一方面重新規劃。

6）知識庫知識庫是進行推理的知識來源，它包括對世界的認識模型，即作戰地理氣候環境、作戰對手情況等，還包括戰術規則庫和經驗知識庫；戰術規則用來進行戰術推理，而經驗知識用于處理緊急戰場情況。同時知識庫還隨作戰次數、經驗的增加而不斷更新［12］。

7）規劃決策模塊決策模塊是指揮Agent的核心，它根據態勢評估結果并結合知識庫中的戰術規則進行作戰規劃，生成作戰決策，產生作戰行動。在作戰過程中時常保持對作戰行動的跟蹤，看決策是否有效。如果情況發生變化，則立即重新進行決策。另外，決策模塊還接收由應急模塊傳來的信息，如下級指揮員的決策計劃等，決策模塊會融合這些信息重新決策。每一次決策情況又可傳入學習模塊，以更新知識庫。

整個指揮Agent可以適應不同級別指揮結構，如編隊級、單艦級甚至部門級，下級嚴格服從上級命令。對于專門針對指揮控制部門，不影響傳感器武器系統的只需更改知識庫，以適應不同級別任務。根據任務需求，可使系統降功能或以不同方式重組重構，適應不同需要的情況下提高系統靈活性。防空、協同突擊、協同護航、協同保障等任務涉及的兵力編成、所需知識、所使用的傳感器和武器等資源不同，對此只需更新知識庫，便可靈活性地以不同的資源進行面向任務的資源重組。

6 結語

根據指控控制系統的需求，將多Agent技術引入指控控制系統。通過多Agent技術在指控控制系統中的應用，使戰術級指揮控制系統指揮決策智能化，改變以往指揮系統的串行工作模式，為以后的指揮系統總體設計開辟出一條新思路，大大提高系統設計的效率和質量，對提高我國陸軍防空指控系統的性能、功能起到極為重要的作用。應用多智能體技術構建智能艦船指揮控制系統為提高協同作戰能力提供有效的技術途徑。研究結合作戰過程和編隊作戰樣式中的戰術規則來設計艦艇編隊指控系統，并考慮在低通信量和無通信情況下的自協同作戰、沖突情況下的沖突檢測和消解策略，將能更好地適應未來復雜電磁環境下的網絡化戰爭。

參考文獻

［1］Xu J H，Zhang W，Shi C Y.A Structure-oriented Method for Agent Organization Formation［C］//Proc of Conference on Intelligence Information Processing.PSEI，2000.

［2］Michael Wooldridge.多Agent系統引論［M］.北京：電子工業出版社，2003.

［3］張路青，許宏泉，詹廣平.人工智能在信息化戰場的應用探析［J］.艦船電子工程，2009，29（6）：13-16.

［4］Wooldridge M.Jennings Nicholas Cooperative Problem Solving［J］.Journal of Logic and Computation，1999，9（4）：563-592.

［5］李曉寧，于洪敏，張華才.面向群體作戰的多Agent合作策略［J］.武器裝備自動化，2007，26（6）：1-2.

［6］張航義.基于Agent的CGF行為建模技術研究［J］.計算機仿真，2003，20（8）：79-81.

［7］孫志勇.多Agent系統體系結構及建模方法研究［D］.合肥：合肥工業大學，2004.

［8］Otto Shehory. Architectural Properties of Multi-Agent Systems，Technical Report CMU-RI-TR-98-28［C］//Carnegie Mellon Software Engineering Institute，December 1998.

［9］程飛.潛艇指控系統人機交互技術發展分析［J］.火力與指揮控制，2013，38（5）：5-9

［10］舒谷生，蔣偉進.基于Agent的可視化交互界面及應用研究［J］.湖南城市學院學報（自然科學版），2004，13（2）：69-73

［11］程飛，高貴朋.潛艇指控系統智能化應用研究［J］.火力與指揮控制，2014，39（5）：1-5.

［12］劉強，薛惠鋒.基于Multi-Agent的智能指控系統建模［J］.火力與指揮控制，2008，33（6）：91-93，97.