人机智能融合的陆军智能化作战指挥模型体系*

周胜利，沈寿林，张国宁，黄湘远，朱 江，闻传花

（1.陆军指挥学院作战实验室，南京 210045；2.解放军69242 部队，新疆 吐鲁番 838000）

0 引言

指挥与控制作为战争系统的“神经中枢”，扮演着作战“智能大脑”角色，其智能化是军事领域智能化的核心，其智能化水平是决定战争胜负的关键［1］。特别是在情报分析处理、战场态势认知、指挥决策支持、行动协同控制等方面，亟需借助人工智能技术：通过“机器大脑”拓展“指挥员人脑”，实现智能感知、智能决策、自主控制、分布协同，协助指挥员战场态势认知和行动决策制定，在更深层次上为其进行高效指挥决策提供有力支撑，实现作战指挥效能的大幅跃升［2］。

基于此，本文提出了基于人机智能融合的陆军智能化作战指挥模型体系框架HAI2OC（Human Intelligence and Artificial Intelligence Operations Command）。它有助于针对性改进作战指挥理论研究和作战指挥系统建设，实现作战指挥理论、指挥控制系统、军队智能化建设和无人作战实践的有机结合，不断提升智能化作战指挥的能力［3］。

1 总体框架

基于人机智能融合式作战指挥主要包括人机并行深度态势感知模式、人机融合智能指挥决策模式、人机共生自主控制协调模式和人机虚实平行作战评估模式四大部分，其模型框架体系如图1 所示［4-5］。

图1 陆军智能化作战指挥模型框架体系

人机并行态势深度感知模式是基于深度学习的，是陆军智能化作战指挥的基础；人机融合智能指挥决策模式是基于混合智能的，是陆军智能化作战指挥的核心；人机共生自主控制协调模式是基于智能调度的，是陆军智能化作战指挥的关键；人机虚实平行作战评估模式是基于平行理论的，是陆军智能化作战指挥的保障。

2 人机并行深度态势感知

人机并行深度态势感知（HMPDSA，Human-Machine Parallel Deep Situation Awareness）是指基于深度学习的人机并行态势感知模式。其本质内涵是“对态势感知的感知”［6］。人机并行深度态势感知模型体系是基于深度学习，采取“以人为中心”、“人机并行一体”的技术路线。人系统与机系统平等合作、共同组成一个人机系统，充分发挥各自优势，自主执行自身最擅长的工作，人系统与机系统运用相应的感知模式对战场态势进行共同认识、共同感知、共同认知、共同预测和共同评估，从而突破基于传统经验的“人工感知系统”，进而达到甚至超越人类能力乃至智力（智慧）的智能系统。基于深度学习的人机并行深度态势感知模型体系如图2 所示［7］。

2.1 态势觉察

图2 人机并行态势感知模型体系

人机并行态势觉察功能模块，是基于深度学习的人机并行深度态势感知模式的前提。人机并行态势觉察就是人系统和机系统并行对战场态势进行感知，捕获、分析和提取相关感知信息，即“感知不止于已知”。根据人机系统的不同感知功能特性，采取人帮机、机帮人的方式，人机系统联合并行运行，共同对战场态势进行感知，增强人机并行系统的整体感知功能，其模型如图3 所示。

图3 态势觉察模型

2.2 态势理解

人机并行态势理解功能模块，是基于深度学习的人机并行深度态势感知模式的关键。在人机系统并行态势觉察的基础上，对战场态势进行研判、理解、思考和认知，即“所知不止于感知”［8-10］。人机并行态势理解利用无监督的深度学习，并通过自主学习最大程度提升战场态势的理解效率，进而形成对战场态势的智能认知，为提升指挥人员作战指挥决策速度和精准度提供有力的智能辅助决策支持。其模型如下页图4 所示。

图4 态势理解模型

2.3 态势预测

人机并行态势预测功能模块，是基于深度学习的人机并行深度态势感知模式的核心。人机并行态势预测主要是对当前战场态势的静态状态信息、当前战场态势的动态变化关系，及其未来可能呈现的战场态势的发展趋势进行分析和预测，即“未知不止于所知”。人机并行态势预测能够对点、线、面全方位进行要素、局部和全局的战场态势分析预测，确保从微观到宏观、从细节到整体、从局部到全局的双向流动的战场态势预测，其模型如图5 所示［11-12］。

2.4 态势评估

人机并行态势评估功能模块，是基于深度学习的人机并行深度态势感知模式的支撑。是对未来可能出现的未知态势的科学预测评估，即“无知不止于未知”。人机并行态势评估为作战指挥决策提供智能辅助决策支持的重要保障，同时拓展和延伸指挥人员作战指挥决策的宽度、精度和深度。人机并行态势评估结果就是形成战场态势的分析报告，并网络共享综合战场态势图，为作战指挥人员提供辅助决策支持，其模型如下页图6 所示［13］。

3 人机融合智能指挥决策

图5 态势预测模型

图6 态势评估模型

人机融合智能指挥决策（HMICD，Human-Machine Intelligent Command Decision-making）是指基于混合智能的人机智能融合指挥决策模式。其本质内涵是“对智能决策的决策”。人机融合智能指挥决策可划分为战略层的“人在环上”的“人主机辅”型、战役层的“人在环内”的“人机共商”型和战术层的“人在环外”的“机主人辅”型［13-14］；以及数据驱动、分布互联、实践预演和人机融合智能指挥决策。人机融合智能指挥决策的模型体系如图7 所示。

图7 人机融合智能指挥决策的模型体系

3.1 人在环上

“人在环上”的“人主机辅”型通常用于战略型决策问题的求解。在“人在回路上”的“人主机辅”的战略决策中，需要信息支持、模拟仿真模型支持、知识支持和研讨与协作支持，使众多的人系统、数据、信息、知识、模型以及系统设备等诸多资源，在统一框架下有机地融合，以便满足战略决策问题求解的需求，以实现“人在环上”的“人主机辅”型的战略决策。其模型如图8 所示。

图8 “人在环上”的“人主机辅”模型

3.2 人在环内

“人在环内”的“人机共商”型主要用于战役型决策管理的求解。在“人在环内”的“人机共商”型指挥决策，机系统的辅助决策支持是面向作战指挥决策问题设计的。需要在人系统的指导下进行作战指挥决策任务分解，运行结构化的定量模型，通过人机系统的共同作用，将人系统的“智慧”与机系统的“智能”有机集成融合起来，形成人机协同工作的指挥决策智能环境，进而提升作战指挥决策的科学性，其模型如下页图9 所示［15］。

图9 “人在环内”的“人主共商”模型

3.3 人在环外

“人在环外”的“机主人辅”型主要用于战术型业务决策问题的求解。在“人在环外”的“机主人辅”型指挥决策是以机系统为主设计的，是面向作战指挥决策问题的。整个作战指挥决策过程基本上都是以机系统自主决策为主，同时也要加入人系统对作战指挥决策问题求解的考虑。“人在环外”的“机主人辅”型指挥决策相比于上述两种决策类型，运用较简单，决策问题范围较局部，其模型如图10 所示［16］。

图10 “人在环外”的“机主人辅”模型

4 人机共生自主控制协调

人机共生自主控制协调（HMSACC，Human-Machine Symbiosis Autonomous Control Coordination）是指基于智能调度的人机共生自主控制协调模式。其本质内涵是“对行动调控的调控”。人机共生自主控制协调的正常（或静态）智能优化调度可以实现人机共生系统环境中人机系统自主控制协调的资源最优化、运行最经济的问题求解；人机共生自主控制协调的异常（或动态）智能应急调度可以实现人机共生系统环境中，人机系统自主控制协调的预测及时化、损失最小化的问题求解，其模型体系如图11 所示。

图11 人机共生自主控制协调模型体系

4.1 功能融生

人机系统功能共融共生式自主控制协调调控方式，是集智能决策支持、智能数据管理、智能数据处理、智能任务规划和智能预测评估等功能共融共生为一体。通过功能共融共生集成，既全面拥有人机共生系统高层全局（战略层）的智慧融合决策支持，也包含人机共生系统中层局部（战役层）智能信息管理，还包括人机共生系统基层末端（战术层）智能事务处理等。同时，实现正常（静态）智能优化调控与异常（动态）智能应急调控间的有机共融生和快速智能切换，其功能共融生“三级调控”模型如图12 所示。

4.2 技术融生

图12 功能“三层调控”模型

人机系统技术共融共生式自主控制协调调控方式，是在系统的总体设计、研发策略以及实现过程中，通过包括人机系统硬件共融共生集成、人机系统软件共融共生集成、人机系统方法共融共生集成、人机系统模型共融共生集成、人机系统智能共融共生集成等主要智能技术群共融共生集成，并且使各项技术互相依赖、互相配套、互相渗透、互相嵌入、互相融合，实现人机共生系统智能调控科学合理分工、智能共融共生、友好智能交互、自然普适通信的调控特性，其技术共融生“四域调控”模型如图13 所示。

图13 技术“四域调控”模型

4.3 系统融生

人机共生自主控制协调系统一般都是由若干个相互联系、彼此融合、共同演化的子系统构成的。它是人机共生自主控制协调的各种功能子系统通过人机系统功能共融共生集成，构成人机共生自主控制协调的总体功能系统；同时人机共生自主控制协调的各种技术子系统通过人机系统技术共融共生集成，构成人机共生自主控制协调的总体技术系统。实现人机系统智能共融共生式“完全自主、人主机辅、人机共商”的人机共生自主控制协调，其系统共融生“三级调控”模型如图14 所示。

图14 系统“三级调控”模型

5 人机平行跨域作战评估

人机平行跨域作战评估（HMPCOA，Human-Machine Parallel Cross-domain Operation Assessment）是指基于人机虚拟现实技术、人机平行执行理论以及复杂适应性理论的仿真评估，并通过人系统（现实战场系统）和机系统（虚拟战场系统）的嵌入融合式实时智能交互，实现作战评估机制智能运行、作战评估手段敏捷运用、作战评估目的意图聚焦，以及作战评估过程和结果收敛一致。其本质内涵是“对作战评估的评估”，如式（1）所示。

人机平行跨域作战评估模型体系如图15 所示。其由虚实作战评估两个对应系统和系统管理与控制、系统实验与评估和系统学习与培训3 个功能模块共同组成，并通过虚拟互动、平行执行，实现人机平行智能作战评估。

图15 人机平行跨域作战评估模型体系

5.1 仿真体系

人机平行跨域作战评估系统是ACP 平行系统理论在作战评估实验等方面的实践应用。数据驱动的模型演化是平行仿真系统的主要技术内涵，也是提高陆军作战评估效能的重要技术途径。其主要由物理系统（实际系统）、虚拟系统（人工系统）、平行系统（虚实系统）3 个核心部分组成，其平行仿真模型如图16 所示。

5.2 计算实验

计算实验是通过对人工作战系统进行各种作战实验，对作战指挥效能、作战方案评估等作战行动进行分析与预测，进而指导实际作战与评估。计算实验主要由5 个功能模块组成，并通过各模块之间的互相作用，最终将作战评估实验结论反馈于用户或管控人员，其计算实验模型如图17 所示。

5.3 平行执行

图16 平行仿真模型

图17 计算实验模型

平行执行可分为整体、局部和混合平行执行三大类。由于平行作战评估系统既涉及宏观层面的联合作战效能评估，也涉及微观层面的作战方案、作战计划等评估，因此，本文选择基于混合平行执行的作战评估框架，其平行执行模型如下页图18 所示。

6 结论

当前，我军规模结构和力量编成改革已步入深水区，陆军提出了“基于体系、融入联合、走向世界、迈向智能”的转型发展战略，基于人机智能融合的陆军智能化作战指挥模型体系，能够为构建未来智能陆军力量体系，不断提升陆军作战指挥决策速度和整体效能，对打赢未来智能化战争具有一定的理论与实践意义。

图18 平行执行模型