APP下载

EINSTein仿真平台及其非对称作战仿真实验研究

2015-04-18唐亚林

科技视界 2015年14期
关键词:蓝方己方红方

苏 鹏 唐亚林

(中国人民解放军装甲兵工程学院装备指挥与管理系,中国 北京100072)

随着军队的信息化程度不断提高,未来战争的复杂性程度越来越高,将会呈现出非线性、不确定性、涌现性等复杂系统的特点。运用作战仿真实验来研究和学习战争,不仅节省了大量的人力、物力,而且可以不受外界环境条件的影响,在短时间内进行大量的实验,为下步研究战争积累大量的实验数据,为实战打下比较坚实的基础。

EINSTein作为一种“概念演示实验系统”,重点研究不同底层(即单个的战斗作战人员和分队作战单元)交互规则所诱发的高层涌现行为[1]。它是由美国海军分析中心(CNA,Center for Naval Analysis)于1999年开发的,是建立在其早期模型ISAAC(Irreducible Semi-Autonomous Adaptive Combat,不可约半自主自适应作战)上的基于多Agent的作战仿真软件,于2005年获得美国军方认可[2]。它将非线性动力学、随机动力学、复杂性理论、人工生命、进化论和遗传算法、元胞自动机、基于多Agent的建模和神经网络等一系列 “新科学”引入到对战争的研究当中,并致力于运用复杂适应系统理论,探索和理解战争的基本过程[3]。

1 EINSTein仿真平台分析

1.1 Agent模型

图1所示为基于Agent模型基本元素的抽象视图,该视图中的四个基本元素是Agent、环境、传感器和动作。Agent处于某种环境下,并装备了传感器能够感知外界环境信息,Agent本身也是组成外部环境的必备要素。在处理这些来自传感器的信息后,Agent会采取相应的动作,以改变环境,与此同时也改变Agent对其周边环境的感知。该模型的一次运行由通过这个简单反馈回路循环改变信息组成[2]。

图1 基于Agent模型的基本元素抽象视图

1.2 Agent的层次结构

在EINSTein中,Agent的层次结构示意图如图2所示[3]。

图中最底层是个体战斗Agent,该层由假定战场中可被Agent感知并能对其作出反应的所有信息组成。Agent之间在该层次上进行动态交互。

紧接着的两层是指挥层,由根据下层行为作出适当决策的信息组成。局部指挥员使用这些来自中层的信息来调整自己辖区内的个体Agent的行为。

全局指挥员利用全局信息向局部指挥员下达命令,定义在一个局部指挥员的命令下其下属Agent如何与在另一个局部指挥员命令下的下属Agent之间交互。

顶层的最高指挥员代表软件的交互用户。用户负责定义给定的作战场景,确定概念战场的规模和特点,设定初始兵力部署,指定作战条件等。

图2 基于Agent的建模层次结构示意图

1.3 战场分析

在EINSTein仿真平台中,对抗双方分为红方和蓝方,红、蓝双方进行战斗的虚拟战场是一个格子网,如图3所示,参战Agent可以在方格间自由移动并携带信息,每一个方格上最多只能放一个Agent,代表一个战斗单元。每一个Agent有3种状态——生、死、伤,它们都拥有一组范围属性和一个个性属性,前者指Agent感知和吸收局部信息的范围,后者决定了它回应环境的一般方式。此外,Agent还具有移动、战斗、通信、指挥与控制等行为[3]。

图3 EINSTein的二维作战战场

1.4 Agent的信息感知和交互范围表示

EINSTein对作战实体Agent的信息感知和交互范围表示分为以下几种,如图4所示[2]。

图4 Agent范围示意图

(1)运动范围(rM)。

(2)关注范围(rA)。

(3)作战范围(rT)。

(4)火力范围(rF)。

(5)感知范围(rS)。

(6)通信范围(rC)。

从图中可以看到RM≤RT≤RA≤RF≤RS≤RC,用户可以自由选择任意的相对大小顺序,但是RF必须小于RS。

1.5 武器分析

在EINSTein中,所有的武器是用6个参数描述的弹道武器,这6个参数分别为:

威力(power)是武器本身所具有的破坏力(p),代表该武器在其杀伤范围内的破坏潜力。

射程(range)是武器作用的最大范围。

开火率(firing rate)是指一个武器能够同时向其开火的最大目标数目。

杀伤半径(spread)定义了武器杀伤区域的大小。其杀伤区域呈指数分布。对于一个内在破坏力p≥0,杀伤半径S≥0的武器,有效破坏力p(d)是到该武器着陆点的距离的函数,可近似用高斯分布表示为:

偏差(deviation)是对武器精确性的粗略度量。偏差(D)定义一个Agent的瞄准目标与一次射击实际击中的目标之间的平均距离。

可靠性(reliability)等于该武器一旦被触发而能够产生一次射击的概率。

1.6 Agent的个性表示

EINSTein还具有可动态调整Agent个性的功能。Agent的个性,反映的是Agent对战场环境的自适应性。在EINSTein中,每个Agent,不论是单兵、局部指挥员还是全局指挥员,其局部决策过程的核心都取决于Agent的个性。Agent个性是一个内部数值系统,Agent将根据这些个性和所处环境的相关特征决定其移动策略。Agent的个性是由6个分量组成的个性权值向量:

在这里-1≤ωi≤+1,的分量指定了个体Agent如何对感知范围中的局部信息做出反应[3-4]。个性权值向量与Agent的健康状态有关,一般来讲不等于ωinjured。的分量可以为负值,此时表示Agent有撤离一个给定实体而不是靠近该给定实体的倾向[3-4]。

默认的Agent个性规则结构定义如下:

ω1——靠近己方存活Agent的权重。

ω2——靠近敌方存活Agent的权重。

ω3——靠近己方受伤Agent的权重。

ω4——靠近敌方受伤Agent的权重。

ω5——靠近己方军旗的权重。

ω6——靠近敌方军旗的权重。

1.7 Agent动作选择、决策逻辑及元规则的表示

用户在运用EINSTein进行作战仿真实验时,可以通过其提供的元规则,以寻求高层的涌现性过程(如突破、翼侧运动、钳制)和低级原始活动(如机动、通信、对敌开火)间的基本关系。EINSTein常用的作战元规则如表1所列。

表1 常用的作战元规则[3]

规则 描述撤退规则 除非Agent周围有足够多的己方兵力,否则将撤退到己方军旗处逃跑规则 尽快脱离敌方Agent支援I(提供支援)规则当邻近受伤己方Agent的数量大于给定的阈值数时,Agent将只关注受伤己方Agent(即提供支援)而忽略所有其他个性驱动的动机当敌方Agent的数量大于给定的阈值数时,Agent将临时忽略所有其他个性驱动的动机,而向邻近己方Agent运动以寻求支援最接近(min-D)己方Agent规则 试图与己方Agent保持最小距离最接近(min-D)己方军旗规则 试图与己方军旗保持最小距离最接近(min-D)邻近地形规则 试图与邻近地保持最小距离最接近(min-D)固定地域规则 试图与战场上某固定区域保持最小距离支援II(寻求支援)规则

2 非对称作战仿真实验

自海湾战争以后,非对称作战的概念逐渐为军事人员所认同。非对称作战,是指交战双方在不对等条件下,尤其是指交战双方使用不同类型作战力量(包括不同类型的军事组织和装备体系)或不同类型战法(包括不同类型的作战理论和作战方式)进行的作战。一般认为,遂行非对称作战,在作战全过程或某一阶段,为谋求有利于己方的作战态势,充分运用一方作战力量和选择优势的谋略、时空、手段及方法的作战基本要素,并通过对上述要素的优化组合,使之相对于对方的相应要素形成明显的非对称性的作战。不难看出,非对称作战的实质,是形成对己方有利的作战力量、手段和战法等方面的优势,并利用这些优势达成超常的作战效果[3]。

下面以红方、蓝方陆战部队非对称作战样式为背景,运用EINSTein进行仿真实验。虚拟战场的大小为120×120,红方、蓝方初始投入兵力各自为300个实体Agent,双方初始队形和部署如图5所示,红方、蓝方分别位于战场西南方向和东北方向,战斗发起后分别向对方地域冲击。每个时间步长代表实际作战中的1min。

我们通过设置红、蓝双方所使用的武器装备以及双方兵力的感知能力、通信能力等参数来更加客观的体现出非对称作战的作战效果。

实验方案一:蓝方感知能力、通信能力高于红方,其余参数设置基本一致。双方初始配备均为300件拉栓式步枪(Bolt-action Rifles)。如图6、图7、图8分别为感知范围、武器参数、Agent个性权值的输入界面。

图5 作战初始态势图

图6 感知范围参数输入界面

图7 武器参数输入界面

图8 个性权值向量输入界面

在本次仿真实验中,作战时间T=25min时,红、蓝双方向自己的作战目标发起进攻,并且双方的先头部队已经开战,红方实体Agent存活275个、伤5个,蓝方实体Agent存活268个、伤4个;作战时间T=50min时,由于蓝方的感知能力以及在通信开启的情况下,蓝方根据获得的红方信息,形成包围之势,把红方实体Agent包围起来。此时,红方实体Agent存活140个、伤20个,蓝方实体Agent存活255个、伤36个;作战时间T=75min时,蓝方已经将红方全部歼灭,战斗已经结束。蓝方实体Agent存活188个、伤57个。作战时间T=100min时蓝方继续向红方阵地前进,并最终占领了红方阵地。作战过程态势图如图9所示。运用EINSTein仿真平台自带的可视化统计分析功能模块,可得此次仿真试验双方实时战损情况,如图10所示为10次实验所得的实验数据曲线。

图9 作战过程态势图

图10 实验结果数据曲线

实验一结论:红蓝双方的武器装备以及战斗力等方面基本相同,然而蓝方的感知范围高于红方,以至于在红蓝双方交战之前,蓝方提前于红方发现对方,并及时的通知后续部队,在双方交战之前,蓝方根据红方情况而做出相应的部署。交战过程中,采用诱敌深入的战法,将红方包围,从而全歼红方,以较小的代价,取得了战斗胜利。

实验方案二:改变红方武器装备配置:180件拉栓式步枪、20件半自动步枪(Semi-automatic Rifles)、20 件机关炮(Machine Guns)、30 件手榴弹(Grenades)、50 件迫击炮(Mortars);而蓝方依然配置 300 件拉栓式步枪。其余初始条件不变。作战时间t=20min、t=40min、t=60min、t=80min时,战场态势图如图11所示。

图11 作战过程态势图

在改变红方武器装备结构后,通过此次仿真实验即可发现:在T=20min时,红蓝双方向着作战目标运动,在T=40min时,红蓝双方已经开始交战,红方实体Agent存活260个、伤7个,蓝方实体Agent存活110个、伤18个,在T=60min时,红方实体Agent存活225个、伤14个,蓝方实体Agent存活0个、伤3个,在T=80min时,红方占领蓝方阵地,而蓝方实体Agent存活0个,伤1个,且已经逃逸,战斗结束。此次仿真实验双方实时战损情况的数据曲线,如图12所示。多次仿真实验的结果大同小异。

图12 实验结果数据曲线

实验二结论:红方在大量装备了相比于蓝方先进的武器装备之后,尽管其感知范围低于蓝方,但是其武器装备的有效射程以及杀伤半径却远远的高于蓝方,虽然战斗开始之后,蓝方通过其较高的感知能力先于红方发现对方,然而,红方运用其装备的手榴弹、迫击炮等射程较远、杀伤半径较大的武器,在很短的时间内,在对方还未做出具体部署之前就将其歼灭,以非常小的代价,取得了战斗的胜利。

3 结论

本文首先对EINSTein作战仿真平台进行了分析,运用此作战仿真平台,进行了非对称作战的仿真实验,从两次实验的结果我们可以看出:

(1)信息技术的迅猛发展及其在军事领域的广泛应用,深刻地改变着战斗力要素的内涵和战斗力的生成模式。信息和结构已成为战斗力构成中的核心要素。当一方军队一旦与对方武器系统形成“信息差”时,在其他条件一致的情况下,必然遭遇失败。

(2)现代作战是体系之间的较量,参战军兵种众多,实现武器装备体系优化配置的一方,在同等其他条件下将在作战中体现明显的优势。

(3)在敌对双方势均力敌的情况下,一方若将一批数量可观的高效能武器装备作为“撒手锏”,投入战场使用,对于战局朝己方胜利的方向发展,将起到决定性的作用。

[1]胡晓峰,罗批,司光亚.战争复杂系统建模与仿真[M].国防大学出版社,2005.

[2]Andrew Ilachinski.人工战争:基于多 Agent的作战仿真[M].北京:电子工业出版社,2010.

[3]李雄.基于Agent的作战建模[M].国防工业出版社,2013.

[4]Xiong Li,Jia Fu,Fei Dong,Zhiming Dong.Formal Information Representation for Tactical Reconnaissance System Organization Model[J].Studies in Informatics and Control,2012,21(3):325-332.

[5]Xiong Li,Zhiming Dong.Platform-Level Distributed Warfare Model Based on Multi-Agent System Framework[J].Defence Science Journal,2012,62(3):180-186.

[6]郭锐,杜河建.基于EINSTein的现代海战仿真[J].计算机仿真,2006,23(3):259-261.

[7]王梦麟,鲁云军.现代作战仿真的主要特点研究[J].系统仿真学报,2008,20(23):6316-6319.

猜你喜欢

蓝方己方红方
基于图论与PageRank的要地反导己方目标重要性排序
基于语料库的日语授受表现的研究
暗号
暗号
暗号
试论棋例裁决难点
试论棋例裁决难点
提示棋例的盲点
象摸残局