作战系统Agent交互链的形成及其链结构变换

李 雄，董 斐，王 昊，孟庆超，王振田

(1.装甲兵工程学院装备指挥与管理系，北京100072;2.装甲兵学院装备运用系，安徽蚌埠233013)

采用科学适用的方法，深入研究作战系统建模问题，实现作战仿真，以前瞻性地探视未来作战复杂战术行为，为军事决策提供依据，是一项十分重要而紧迫的研究课题。传统的各类结构级、行为级仿真建模方法，由于存在难以反映军事协同组织结构及行为等局限性，不能充分满足作战系统建模的需要。随着 Agent和多 Agent系统(Multi-Agent System，MAS)技术的飞速发展［1-3］，基于 Agent建模(Agent-Based Modeling，ABM)的理论与方法已成为作战系统建模的一条有效途径［4-5］。然而，采用ABM方法研究作战系统，特别是战术级分队层次建模，如何直观形象而准确地表达与实现多Agent组织模式的问题亟待解决。为此，笔者从如何建立Agent交互链的新角度来开展作战系统建模问题研究。通过确立交互链中的链节点Agent的层次化变换机制，形成了链节点Agent聚合/解聚和交互链结构约简/扩充同步变换的工作机理，提出了规范、实用的Agent交互链形成过程，将Agent交互链的形成及其链结构变换作为更好地实现作战系统建模的一种新途径。

1 Agent交互链形成过程分析

1.1 Agent交互链形成的基本过程

按照从作战系统实际组元到Agent的映射关系，在分解任务之后，任务—角色分派后以角色关系为依据，再经由角色—Agent分派即可形成Agent交互链的组织结构。Agent交互链不仅刻画执行任务的系统成员，而且刻画各个系统成员之间的通信连接。作战系统Agent交互链的形成过程如图1所示，由此，可以建立作战系统Agent交互链。

图1 作战系统Agent交互链形成过程

事实上，从微观的、基于个体的建模视角来看，Agent交互链的形成过程是面向Agent分析的过程;从宏观的、基于群体的建模视角来看，其是作战系统多Agent组织结构与行为描述的过程。Agent交互链既反映了作为链节点的各个Agent的智能行为，又反映了Agent群体的组织行为。

1)作战系统Agent交互链的形成过程，反映了面向Agent分析的过程。作为交互链链节点，Agent的形成与相互间交互及整个Agent交互链结构的形成，既体现了Agent交互的系统动力、基于通信行为的消息、输出(行动者、通信行为、知识、交互协议)等方面的核心内容，又体现了行动者—角色—职责、活动—交互的描述思想，由此反映了面向Agent分析的实质要求。

2)作战系统Agent交互链反映了以交互为中心的作战系统多Agent组织结构及行为。以交互为中心的作战系统多Agent组织，是一种由多个Agent以某种机制(如通过任务分解和合作或对立“处理”使组织成员采取协调或对立交互的联合行动)形成的相对大的系统，是为了实现一定的求解目标而进行合理的协调和管理，并具有一定边界的计算实体的集合。在作战系统多Agent组织中，求解目标即被映射成为链节点Agent的武器装备平台(编组)实现军事任务，协调交互和对立交互分别反映的是同一方部队和红军、蓝军敌对双方的Agent交互链组织行为特征，交互机制即Agent交互链动态作用机制。

1.2 Agent交互链的形成与ABM的比较

形成作战系统Agent交互链的过程，实质上即基于Agent交互链的作战系统建模的过程，也可以说是从建立Agent交互链的角度来完成作战系统建模的过程。作战系统ABM过程与基于Agent交互链的作战系统建模过程分别如图2(a)、(b)所示。通过比较，即可发现某些阶段工作在本质上是一致的，例如:ABM过程中如何划分作战系统抽象层次、原型系统，在基于Agent交互链的作战系统建模过程中即为如何进行层次化分解任务等;ABM过程中建立信息流协议，在后者中则反映于建立Agent交互链动态作用机制的步骤中。

但与一般的ABM理论与方法相比，基于Agent交互链的作战系统建模过程，通过对交互链结构的静态设计和动态作用机制来实现。从作战系统多Agent组织模式的表达形式上，能更加直观形象、方便有效地支持作战系统仿真;从作战系统多Agent组织模式的实现效果上，通过变更任务层次来建立链节点Agent的层次化变换机制，同步实现Agent交互链结构变化和链节点Agent模型分辨率的变换，能更好地适应动态兵力结构建模的需要。因此可以认为:在作战系统仿真建模领域，基于Agent交互链的作战系统建模丰富和发展了ABM理论与方法，是对一般的ABM理论与方法的拓展，具体如表1所示。

2 链节点Agent聚合/解聚

平台级Agent交互链仿真建模最适用于战术级(营、连或以下)分队作战行动仿真，当仿真对象编组增大，即平台数量大幅增多时，需要采取聚合的方法，将部分次要的或指挥员不必重点关注的作战平台聚合为一个实体Agent(称为聚合级Agent)，从而实现仿真。聚合级实体描述了一个能够独立完成作战任务的作战单位。为了能更好地掌握作战系统行为细节，需要进行高分辨率建模，由此将聚合级Agent解聚为各平台级Agent。

图2 作战系统ABM过程与基于Agent交互链的作战系统建模过程对比

表1 基于Agent交互链的建模对一般的ABM理论与方法的拓展

实际上，链节点Agent聚合/解聚是一个层次化概念。在技术层面，需要建立动力学聚合/解聚模型。该层次上聚合的条件有:1)实体批次号相同;2)实体的位置、速度满足编组条件;3)各实体状态类似。

聚合级Agent的属性主要包括:1)编组的速度;2)编组的加速度;3)编组中包含的作战平台数;4)编组中指挥车的位置。

解聚是聚合的相反过程，例如，在排一级聚合级Agent解聚到平台级Agent的过程中，平台级Agent的位置由聚合级Agent的位置与作战平台在排编组内的编号等信息共同确定，具体做法是:将聚合级Agent的位置加上平台级Agent在排编组中的编队位置，作为平台级Agent解聚后的位置;平台级A-gent的速度、加速度等，可直接从聚合级 Agent获取;然后停止发布聚合级Agent状态信息，转换到发布平台级 Agent状态信息［6］。

在战术乃至更高级别作战层面，需要建立地理位置、战斗力指数及兵力损耗聚合/解聚模型。相应地，实体属性还包括损耗和作战能力。

在战术层次，聚合级作战编组地理配置位置可用聚合前更低级别编组的平均地理配置位置表示。

针对大量同类或不同种类武器装备平台编组映射形成的Agent模型，其聚合/解聚过程需要考虑作战能力聚合/解聚。可利用历史数据，采用指数法综合计算出等效战斗力指数，实现聚合/解聚。

针对战斗损耗聚合/解聚，可运用兰彻斯特战斗动力学方程。针对不同条件，可分别采用兰彻斯特第一线性律、第二线性律、平方律方程进行建模。若针对不同军兵种(专业)、不同种类武器装备交战情况，建立的兰彻斯特方程需要改进其形式。兰彻斯特方程中使用的2个基本变量(兵力和损耗系数)，是作战过程中最主要、最直接的因素。兵力(基本作战单位总数)是作战的客观物质基础;而损耗系数(平均战斗力)是人和武器综合效能的反映［7］。因而，兰彻斯特方程可以用于链节点Agent在战术乃至更高层次作战中的聚合/解聚。

3 链节点Agent聚合/解聚与交互链结构约简/扩充的一致性

笔者通过将ABM方法和传统的各种作战系统建模方法(如传统的数字仿真技术、指数法、兰彻斯特方程法等)相结合，确立链节点Agent的层次化变换机制，形成链节点Agent聚合与解聚和交互链结构约简与扩充同步变换的工作机理，以更好地实现作战系统建模。

聚合级Agent与平台级Agent实际上反映的是仿真模型的分辨率，即模型的粒度(Granularity)、详细度(Level of Detail)［8］。由作战系统实际组元各个武器装备平台映射而成的平台级Agent，该模型描述现实世界更详细，对细节描述更多;而多个平台级Agent聚合而成的聚合级Agent，对作战宏观描述更多，对细节描述相对少。

下面以坦克排在上级编成内遂行摧毁1号目标任务的过程为例，来研究多个链节点平台级Agent的聚合。当营指挥员希望了解各连、排战斗整体进展情况时，坦克1排所属的3台坦克映射形成的3个平台级Agent(a1，a2，a3)聚合形成体现全排3个平台级Agent最本质行为特征的排聚合级Agent a'。

其中，聚合前的坦克1排中3个平台级Agent(a1，a2，a3)，在原来交互链中作为与连长车平台级Agent交互的3个链节点，其任务输入分别是:T1，短停后射击1号目标;T2，行进间射击1号目标;T3，向1号目标冲击。

坦克1排中3个平台级Agent(a1，a2，a3)聚合后，形成一个新的交互链中聚合级实体链节点，其任务输入是:T'，摧毁1号目标。

在这次战斗中，连长车平台级Agent b的任务输入是:T4，指挥坦克1排摧毁1号目标。

当指挥员需要细致了解更微观层次的行动情况时，则将排聚合级实体Agent a'解聚为该排中的3个平台级 Agent(a1，a2，a3)。

聚合与解聚过程中的事件驱动，在本例中即指挥员激起。通过通信实现控制权的转移，反映在本例中即坦克1排各平台实体Agent或整排聚合级A-gent与连长车Agent交互关系的转移，由此改变交互链的结构，实现该交互链的约简或扩充。链节点Agent聚合/解聚与交互链结构约简/扩充的一致性如图3所示。

需要指出的有以下2点。

1)链节点Agent聚合/解聚概念具有相对性

所谓“聚合”，是一个相对的概念，即聚合级A-gent也是相对的概念，与体现作战系统实际组元逻辑关系的任务分解层次紧密相关。例如:在遂行更高层次作战任务中，坦克1排聚合级Agent、坦克2排聚合级Agent、坦克3排聚合级Agent还可聚合成坦克1连聚合级Agent。由连到营，由营到团，同理。解聚的分析同样如此。例如:坦克1营聚合级Agent解聚成3个坦克连Agent，坦克1连聚合级Agent解聚成3个坦克排Agent，坦克1排聚合级Agent解聚成3个平台级Agent;当然，若还需要进一步增大模型分辨率，平台级Agent还可解聚成车体、驾驶员、车长、炮长、二炮手等多个分系统级Agent。

图3 链节点Agent聚合/解聚与交互链结构约简/扩充的一致性

更高层次聚合级Agent可视为一个特殊的低层次聚合级Agent，排聚合级Agent也可被视为一个特殊的平台级Agent(尽管它们与一般的平台级实体Agent粒度不同，它们代表的是一定的作战单位而非武器装备平台，但二者在仿真系统中运行机制是一致的)。正因为如此，笔者提出Agent交互链及链节点Agent的概念。在Agent交互链中，聚合级A-gent同样可视为一个特殊的平台级Agent链节点参与交互作用。因此，就方法论层面而言，提出基于Agent交互链的作战系统建模是适用的。

2)链节点Agent聚合/解聚同步引发交互链结构约简/扩充

这里使用的聚合/解聚法，是目前普遍使用的多分辨率建模方法，它可产生从现实世界到模型世界的直观映射，容易被模型开发者理解，结合在Agent交互链中的应用，该建模方法的优点尤为突出。实质上，就链节点Agent多分辨率建模效果而言，聚合/解聚过程与方法其实也体现了其他的多分辨率建模方法(如多重表示建模法、优化选择法)［6，8-10］的本质;就作战系统建模过程而言，通过链节点A-gent的聚合/解聚，同步实现Agent交互链结构的约简/扩充，从而满足动态兵力结构建模的需要。

在实体Agent聚合/解聚过程中，链节点Agent的一个属性与多个链节点Agenti的属性相对应，依靠各种映射函数(如地理配置位置模型、指数法、兰彻斯特方程等)，形成映射关系。由于链节点Agent由反映不同任务层次结构的作战系统实际组元映射而来，因此，它反映了多重表示建模法等其他多分辨率建模方法的实质，体现了模型中实体、实体属性和实体间逻辑关系的层次性，并通过属性关系图、与具体应用相关的映射函数以及一致性维护来保证不同分辨率模型之间的一致性，由此反映了链节点Agent聚合/解聚与交互链结构约简/扩充的一致性。

优化选择法(即视点选择法)建模的思想是:只执行最详细的模型，所有其他各层次的模型通过从最详细的模型中选择本层次所需要的信息来执行。在该方法中，模型一直运行在最高分辨率，当它需要以较低分辨率与其他同级分辨率模型交互时，它运用模型抽象技术获得低分辨率模型，然后和外界进行交互［9-10］。

图4 链节点Agent模型的视点选择法多分辨率建模

链节点Agent模型的视点选择法多分辨率建模的框架原理如图4所示。在仿真过程正常运行时，作战系统模型表现为最高分辨率的模型，刻画作战系统平台级实体行为。当更改视点时，即当模型与其他较低分辨率的模型发生交互时，模型通过抽取与交互最密切相关的属性“临时”构建一个匹配的、较低分辨率的作战系统模型用于交互。事实上，这个“临时”的作战系统模型并不是真正存在的，它只是一个模型“标记”，仅仅是为了交互的需要而虚拟出来的，只不过从较低分辨率的视点来看，好像是一个模型而已［9］。Agent交互链中的链节点Agent聚合/解聚过程，本质上是更改视点的过程。在通常情况下，链节点Agent表现为平台级的形式，详细刻画构成作战系统的各个武器装备平台的属性;视点变更即Agent交互链结构变化时，以低分辨率描述更高一层次武器装备编组(即更高级别作战单元)的行为。

综上所述，基于Agent交互链的建模中，建模视点变更、实体属性映射、链节点Agent聚合/解聚、交互链结构约简/扩充，本质上是一致的，其同步变换的工作机理如图5所示。

链节点Agent的聚合/解聚，实质上侧重于反映的是个体Agent的行为，而Agent交互链结构的变化，实质上侧重于反映的是群体Agent的组织结构及行为;个体Agent在描述宏观的、社会化组织行为的Agent交互链结构框架内自主、智能活动，而个体Agent通过其自主、智能活动实现自身状态转移又同步影响Agent交互链结构的组织结构及行为。

图5 视点变更、实体属性映射、链节点Agent聚合/解聚、交互链结构约简/扩充的一致性

4 结论

由于信息化条件下作战呈现出非线性、“涌现”性、自适应性和自组织性等复杂适应系统行为特征，对作战系统的建模难度很大，难以准确刻画不同级别武器装备作战实体行为［5］。笔者从如何建立A-gent交互链的新角度来开展作战系统建模问题研究，提出了Agent交互链形成的基本过程，并与ABM方法进行了比较，研究了链节点Agent聚合/解聚的一般方法，分析了链节点Agent聚合/解聚与交互链结构约简/扩充的一致性。在作战系统Agent交互链的形成过程研究的基础上，通过确立交互链中的链节点Agent的层次化变换机制，形成了链节点Agent聚合/解聚和交互链结构约简/扩充同步变换的工作机理。与一般的ABM方法相比，作战系统Agent交互链的形成及其链结构变换，更加直观形象、方便有效地支持作战系统仿真，能更好地适应动态兵力结构建模的需要，因此，是一种更好地实现作战系统建模的新途径。

［1］ 黎建兴，毛新军，束尧.软件Agent的一种面向对象设计模型［J］.软件学报，2007，18(3):582-591.

［2］ Robert M M，Gary S，Dean M，et al.Design of an Agent-based Course of Action(COA)Analysis with Radio Effects Toolbox［J］.International Journal of Intelligent Control and Systems，2009，14(1):104-114.

［3］ Anita R，Victor L.A Framework for Meta-level Control in Multiagent Systems［J］.Autonomous Agents and Multi-agent Systems，2007，15(2):147-196.

［4］ Li X，Dong Z M.Platform-level Distributed Warfare Model Based on Multi-agent System Framework［J］.Defence Science Journal，2012，62(3):180-186.

［5］ 李雄，董志明，崔巅博，等.作战系统MAS中的作战行动域与实际组元逻辑关系分析［J］.装甲兵工程学院学报，2010，24(4):6-10.

［6］ 王江云，龚光红.计算机生成航空兵力的多分辨率建模方法研究［J］.系统仿真学报，2008，20(11):2793-2796.

［7］ 潘高田，曹晓东，李雄，等.军事运筹学［M］.北京:国防工业出版社，2007:208-225.

［8］ 李明忠，毕长剑，郭晓波.空军作战仿真多分辨率建模分析［J］.战术导弹控制技术，2008(1):51-55.

［9］ 鲁云军，王梦麟.多分辨率建模方法在通信兵作战仿真中的应用［J］.系统仿真学报，2007，19(22):5108-5111.

［10］ 刘宝宏，黄柯棣.多分辨率建模的研究现状与发展［J］.系统仿真学报，2004，16(6):1150-1153.