基于规则的CGF实体行为建模技术
2015-02-22郝立山夏洪波田书超郭宗峰贾会琰
郝立山,夏洪波,田书超,郭宗峰,贾会琰
(1.石家庄陆军指挥学院,石家庄050084;2.军械工程学院,石家庄050003)
基于规则的CGF实体行为建模技术
郝立山1,夏洪波1,田书超2,郭宗峰1,贾会琰1
(1.石家庄陆军指挥学院,石家庄050084;2.军械工程学院,石家庄050003)
CGF行为建模的目的是使行为模型能更好地体现出人类行为特征,提高作战仿真系统的可信性和科学性。在介绍CGF、CGF行为建模概念的基础上,对当前几种主要的CGF行为建模方法进行了比较,并分析了CGF行为模型的一般结构。构建了基于规则的CGF行为模型,重点对基于规则CGF行为模型的决策推理方法进行了研究。采用产生式规则方法对决策知识进行了描述,定义了决策推理过程中的3个要素:态势、动作、决策推理,并对其决策推理过程进行了研究。
计算机生成兵力,行为建模,产生式规则,推理决策
0 引言
计算机生成兵力(Computer Generated Forces,CGF)是指由计算机生成的仿真实体,它能通过模拟人类作战行为自主对虚拟战场环境中的事件和状态作出反应[1]。CGF建模分为环境建模、物理建模和行为建模。行为建模是指对军事仿真中需要表示的人的行为或表现进行建模[2-3],也被称为人类行为的表示(Human Behavioral Representation,HBR),含义是用计算公式、程序或某种模拟方法来表示个人与组织的行为。CGF行为建模技术是CGF建模技术的核心,它可以使仿真实体表现出一定程度的人类行为特征,具备不同程度的自治性、推理能力和适应性,最终实现由仿真实体本身决定自身行动的功能,这也是它区别于仿真中其他兵力的一个特点[4]。
1 CGF行为建模方法
是否具有真实可信的行为是CGF行为模型的核心。军事行动高度的复杂性、频繁变化的动态性、强烈的对抗性,对CGF行为建模技术提出了更高的要求,使其越来越受重视,并发展起了基于有限状态机的行为建模方法、基于规则的行为建模方法、基于Agent和多Agent的行为建模方法、基于控制论的行为建模方法等。
基于有限状态机的行为建模方法通过时刻跟踪实体状态,依据实体状态转换行动表,决定其下一步动作。国外,ModSAF、CCTTSAF等比较成熟的CGF系统都采用了这种方法,但是,这种方法实体状态的定义非常复杂,增加了系统的工作量,也没有很好地体现行为模型的可重用性。
基于Agent和多Agent的CGF行为建模方法可以使实体进行自主决策,实现不同程度的推理能力、反应性和自治性。美国的WARSIM2000系统中,很多行为模型都采用这种方法。但是,目前Agent还没有统一的概念和定义,也没有形成明确的理论体系。
基于控制论的CGF行为建模方法是我国国防科技大学在1997年提出的。它把研究对象的行为看成一个系统,从输入、输出和控制三方面对其动态特性进行研究,能够反映对象行为与外部环境之间的相互作用关系。但是,这种方法也不能很好地体现系统可重用性的特点。
基于规则的CGF行为建模方法具有知识表示容易、有良好的适应性等优点,可以实现平台级、聚合级的实体行为模型。在美国新一代的OneSAF、CCTTSAF等CGF系统中,都使用了基于规则的CGF行为建模方法,它能够让运行中实体在处理突发状况时相对简单,减少工作量。
2 CGF行为模型框架
CGF行为模型主要用来模拟人的思维活动,其关键是生成真实可信的行为。一般来说,人的行为可以看作是从环境中获取信息,经过大脑处理后对人体下达动作指令,到人体输出动作的过程[5]。因此,可以建立如图1所示的CGF行为模型框架。
从图1中可看出,CGF行为模型包括感受器、控制器和执行器3部分。感受器负责对虚拟战场环境中地形、气候、敌情等各元素的感知,它是对战场信息的收集和分析的过程,包含知觉、理解和预测3个层次,其感知结果将对仿真实体的决策产生影响。控制器一般包括学习、决策、规划等几个要素,决策是指从相互冲突的一组行动中选择一个执行;规划是指为完成某一任务,在现有的信息基础上,制订一系列的行动方案的过程;学习是指实体通过和环境的交互获取新知识的过程;控制器是行为模型的核心。执行器用来模拟实体执行的动作[6]。
图1 CGF行为模型框架
3 基于规则的CGF行为模型的构建
基于规则的CGF行为模型就是将规则应用于行为的决策规划,通过利用规则库知识和决策算法,使CGF实体实现自主决策,体现出人类行为的特征,具备一定程度的推理能力。
3.1规则的定义及表示形式
所谓规则就是事物发展过程中所遵循的规范与法则。目前,大多数CGF系统的知识表示都是采用规则的方法。用规则表示知识,主要分为两部分,一是条件,即前件,二是结果,即要采取的动作。当前件与已知的事实相匹配时,就执行规则的结果[7]。
基于规则的行为建模就是把CGF中实体的行为决策分解成在不同环境态势下的行动[8]。现有的CGF系统中,规则库中的知识通常采用产生式规则进行描述,比如:OneSAF、CCTTSAF等CGF系统。
在产生式规则系统中,知识表示的基本形式是:if P then Q或P→Q。其中P是前提(条件),Q是结论(动作)。前提和结论可以是若干项目的逻辑积,其一般形式表示为[9]:
3.2基于规则的CGF行为模型框架
基于规则的CGF行为模型,就是将规则推理的决策方法应用于行为模型。基于规则推理的决策方法以决策人员的决策知识为依据,通过对决策规则的推理实现决策。当实体状态满足规则库中条件时,实体触发IF-THEN规则,并执行相应的动作。其行为模型如图2所示。
图2 基于规则的CGF行为模型框架
在基于规则的CGF行为模型中,感受器对战场态势信息进行收集和分析,而后将其传送给态势存储器。控制器负责感知战场态势,作出决策规划。态势存储器对感知器传送过来的态势信息进行简单的分析、融合,以供决策推理使用。军事决策知识库包含规则库和算法库,规则库是实体可能采取的行动及其需要满足的态势条件;算法库中存储的算法包括数学公式和决策算法,在决策推理过程中进行辅助决策。决策推理层根据态势存储器中的态势信息,以规则库知识为依据,以算法库的算法为辅助,完成决策推理,生成决策命令,将其传送至任务规划层。任务规划层根据决策推理层的决策命令,依据规则库知识,规划一系列的实体动作指令,并将其发送至动作执行层。动作执行层是根据实体动作指令组成的一组动作状态控制器,它们能控制实体完成基本动作。执行器主要模拟实体在行动中执行的动作。
3.3行为模型决策推理的实现
在基于规则的CGF行为模型中,关键是决策推理功能的实现。可以通过对态势、动作、决策推理3个概念的描述来实现行为模型的决策推理过程[10],如图3所示。
图3 决策推理过程示意图
态势存储器将态势信息进行简单的分析和综合,形成各种态势要素,当态势要素中含有符合触发决策规则的要素时,决策推理模块根据算法库的决策算法作出决策,使实体产生动作。
3.3.1态势的描述
态势是指在作战过程中,影响战场环境的要素总称,包括:兵力、编制、武器装备、地形、气候等。CGF系统中,态势随时间不断变化。以战场条件下弹药保障分队弹药供应为例,需要决策人员掌握的态势要素包括:
任务要素:指保障目标的属性、状态等。
环境要素:指战场中的地形、气候、道路以及电磁等的属性和状态。
敌情要素:指敌方作战实体的属性、状态等。
我情要素:指我方及友邻作战和保障实体的属性、状态等。
可以用一个n元组描述态势要素,即:Si::=<s1,s2,s3…sn>,以任务要素的描述为例,其中包含任务目标的名称、状态、属性、可行性等。
3.3.2动作的描述
动作是战场上使实体本身或其他环境状态发生变化的最小执行单元。实体通过动作改变自身状态,通过与其他实体交互,影响战场环境和其他实体状态[8]。不同作战背景和环境,实体的动作要素不同,以战时弹药保障分队弹药供应为例,其实体的动作要素主要包括:
机动动作要素:指各种机动动作的机动参数。规避动作要素:指躲避敌袭击、侦查、阻截等动作的参数。
装(卸)载动作要素:指装(卸)载弹药的展开、撤收等的动作参数。
通信动作要素:指接收和发送信息、定位弹药库、作战分队等的动作参数。
可以用一个n元组描述动作要素,即:Ai::=<a1,a2,a3…an>。以机动动作要素为例,动作描述包含动作的名称、属性(转弯角度)、速度、安全性等。
3.3.3决策推理的实现
决策规则知识在规则库中,适合用产生式规则的形式来表示,由规则条件(即前件)和规则结论(即结果)两部分组成[8]。可以用一个二元组表示:
DecisionRule::=〈ConditionRule,ConclusionRule〉
规则条件是决策规则的前提,描述的是态势要素,即在态势要素与规则库中的规则知识相匹配的情况下,得到的一个规则结论。规则结论,描述的是实体动作。决策规则描述的是在态势要素影响下,仿真实体应该执行的动作。
规则条件RuleCondition可用如下二元组描述:
ConditionRule::=〈S,P〉
S是实体在战场中面临的所有态势要素,是一个有限的集合;P表示态势要素的合成公式,例如:P=s1∧s2∧(s3∨s4)。
规则结论RuleConclusion可以用如下二元组描述:
RuleConclusion::=〈A,Q〉
A是实体在战场中所有动作要素的集合,是一个有限集合;Q表示动作要素的合式公式,例如:Q= al∧a2∧(a3∨a4)。
决策推理过程中,当决策规则的规则条件为真时,即作战实体的当前态势与规则条件所描述的态势条件相匹配,作战实体应采取规则结论所描述的行动。
4 结束语
本文将规则推理的决策方法应用于CGF行为模型,通过对决策规则的推理实现决策推理过程,具体介绍了基于规则的CGF行为模型、规则的定义及表示形式、决策推理的描述及实现方法。基于规则的CGF行为模型的决策推理机制接近于人类的思维方式,结构逻辑容易为人掌握,易于理解和维护,便于实现。
[1]陈中祥.基于BDI Agent的CGF主体行为建模理论与技术研究[D].武汉:华中科技大学,2004:5.
[2]Richard W P,Anne S M.Modelling Humanand Organization Behavior:Application to Military Simulations[M].Washington,D C:NationalAcademic Press,1998:254.
[3]Driskell J E,Mullen B,Johnson C H S,et al.Development of Quantitative Specifications for Simulating theStress Environment[R](Report No.AL-TR-1991-0109).Wright-Patterson AFB,OH:Armstrong Laboratory,1992:35.
[4]刘奇,唐金国,李荣新,等.基于框架的CGF实体行为建模研究[J].系统仿真技术及其应用,2012(10):60-62.
[5]刘秀罗.CGF建模相关技术及其在指挥控制建模中的应用研究[D].长沙:国防科学技术大学,2001:9.
[6]姜伟,康晓予,郭锐,等.海战仿真中CGF行为建模方法研究[J].计算机仿真,2009,39(6):40-43.
[7]刘小玲,潘巨辉.FSM在海军作战仿真CGF中的应用[J].计算机仿真,2007,37(8):28-31.
[8]吴扬波,贾全,王文广,等.基于规则推理的海战仿真实体决策方法[J].火力与指挥控制,2009,34(8):30-33.
[9]徐俊青.基于事实的CGF行为模型组合方法研究[D].长沙:国防科学技术大学,2009:9.
[10]徐雪峰,杜晓明,张文宇,等.基于知识和MAS的CGF行为建模与仿真研究[J].系统仿真学报,2013,45(7):58-62.
Research on CGF Entity Behavior Modeling Technology Based on Rule
HAO Li-shan1,XIA Hong-bo1,TIAN Shu-chao2,GUO Zong-feng1,JIA Hui-yan1
(1.Shijiazhuang Army Command College,Shijiazhuang 050084,China;
2.Ordance Engineering College,Shijiazhuang 050003,China)
CGF behavior modeling is designed to reflect the characteristics of human behavior better,and improve the credibility and scientific of the combat simulation system.It introduces the CGF and its behavior modeling concept,compares several CGF behavior modeling methods which are main current,Then,it analyazed the general structure of the CGF behavior model,and constructs the CGF behavior model based-on rules.This paper focuses on the research of decision-making reasoning method,that it uses the production rules describe method for the decision-making knowledge,whose process contains situation,action,decision reasoning.At last,it researches the decision reasoning process.
computer generated forces,behavior modeling,production rule,decision-making
TP391.9
:A
1002-0640(2015)01-0096-04
2013-11-05
2014-02-15
郝立山(1982-),男,河北沧州人,硕士研究生。研究方向:合同战术学。