智能仿真在军用UUV装备体系研究中的应用

康凤举, 谢 攀



智能仿真在军用UUV装备体系研究中的应用

康凤举1,2, 谢 攀1,2

(1. 西北工业大学 航海学院, 陕西 西安, 710072; 2. 水下信息与控制重点实验室, 陕西 西安, 710072)

根据基于水下网络战的多无人水下航行器(UUV)集团攻击作战研究的需求, 在分析从面向对象仿真到面向智能仿真技术发展的基础上, 给出了军用UUV智能建模和仿真目标, 包括专家系统识别、智能控制决策、作战指挥流程和战法研究等, 指出了因智能仿真技术的引入使得多UUV武器装备体系的研制仿真和战术级层次上的作战仿真这2种仿真系统在形式和内容上正趋向一致, 并初步构建了一种基于多智能体系统(MAS)的UUV编队作战仿真系统, 为军用UUV智能仿真及其作战效能评估提供了技术支撑。

军用UUV; 智能仿真; 装备体系; 研制仿真; 智能体; 多智能体系统(MAS)

0 引言

智能仿真技术主要体现人工智能技术与仿真技术的全面结合, 包括专家系统、人工神经网络、定性仿真、智能体(agent)技术及多智能体系统(multi-agent system, MAS)等多项技术的应用, 虽已历经了数十年的研究, 但在武器装备体系中的应用仍是当前仿真领域的热点技术之一。

目前, 在智能仿真软件平台研究上已有一些成果, 如美国桑塔菲研究所的仿真平台Swarm[1], 麻省理工大学媒体实验室的StarLogo[2], 国内开发的复杂系统分布式仿真平台Jcass[3]。在仿真应用上, 有多个将作战视为复杂系统而开发的多agent仿真和应用系统, 如美国海军分析中心提出的不可约半自治自适应战斗(irreducible semi- autonomous adaptive combat, ISAAC)模型[4], 由澳大利亚的维多利亚大学和新南威尔士大学合作开发的系统“通过生命仿真得到的可缩减的智能体战场行为”(reducible agent battlefield behavior through life emulation, RABBLE)[5]。国内, 杨克巍建立了基于半自治作战agent的作战仿真系统模型[6], 尹全军研究了agent在计算机生成兵力(co- mputer generated force, CGF)建模与仿真中的应用[7], 张明智探讨了基于agent的体系对抗仿真建模方法[8], 龙涛研究了多架无人机协同作战智能指挥控制系统[9]。

由于现代作战环境的复杂性及瞬时性, 武器装备实体执行作战任务需要快速的反应能力, 这就要求武器实体必须具备一定的自主性, 作战指挥系统具有相当的智能化程度。为此, 在武器装备体系研制中需要深入研究智能仿真技术的开发和应用问题。而国内外有关军用智能仿真的理论方法有待深入, 涉及基于水下网络战的军用UUV智能仿真应用研究处于起步阶段。本文结合军用UUV仿真技术阐述了智能仿真研究内容及构建智能仿真系统的方法。

1 智能仿真技术是21世纪仿真技术应用的发展

仿真技术从面向过程仿真到面向对象仿真, 是一次飞跃, 从计算机语言上则是从C语言发展到C++语言。现代仿真技术的发展使仿真技术扩展到系统建模、仿真建模和仿真试验等3项活动中, 使传统意义上的仿真概念产生了变革。例如, 在应用仿真技术确定实际的模型方面, 提出了面向对象的建模方法, 将高度抽象的数学描述转变为面向对象更自然方式的描述, 在类库的基础上实现模型拼合与重用; 在仿真建模方面, 采用模型与试验相分离的技术, 即模型的数据驱动; 在仿真试验方面, 将试验框架与仿真运行控制区分开来, 一个试验框架定义一组试验条件, 将输出函数定义与仿真模型分离开来等。

从面向对象仿真到面向agent的仿真, 则是另一次飞跃。对象是一种对事件、方法和属性的封装, 而agent更封装了思维能力和决策行为, 从而体现出作战武器实体的自主性和与其他agent的交互性。面向agent仿真技术的需求, 来自信息化作战条件下武器系统和战争行为的复杂性。

2 智能仿真是军用UUV技术发展仿真的需求

目前, 各类UUV正被广泛地用于海洋资源探测、水下作业等领域。军用UUV则是继鱼雷、水雷之后的一类新型水中兵器, 其发展目标是为了适应水下网络战等作战需要, 因而应使其具有网络化探测、中继通信、集团攻击等多种作战能力, 发展方向是远航程、大深度和智能化, 从而起到海军水下作战力量倍增器的作用。军用UUV技术的发展得到了世界各国的重视, 如美国已计划于近年研制出1 500条左右的UUV用作军用。

军用UUV本身的智能性、自主性, 以及由多UUV组成具有协同作战能力的复杂武器装备系统的研究, 将对智能仿真技术提出新的需求。这是因为水中兵器传统的建模和仿真是以确定性和随机统计的数学模型为基础, 难以描述复杂武器智能自主性、战场上复杂态势变化和作战指挥人员的智能决策行为。

3 军用UUV智能仿真研究的主要内容

在UUV武器研制仿真中, 要为UUV论证、设计和试验服务, 武器研制离不开先期论证和开发过程中不断针对各个阶段性成果所进行的一系列系统仿真试验以及相应的效能评估。在技术开发阶段, 若离开系统所处的环境, 就很难在实战条件下全面验证作为新技术载体的特定软件和硬件平台。这一阶段的智能仿真内容包括以下几个方面。

1) UUV专家系统识别及智能控制决策问题

在UUV原始系统数学模型中的智能建模对象是UUV智能识别、处理、控制和决策系统, 可以是各种专家系统知识库、进化算法、神经网络表达方法等。其中, 专家系统是指计算机将领域里的专家知识收集起来, 代替专家解决一些决策问题, 而智能优化算法能对一类最优求解问题进行描述, 典型的有遗传算法、模拟退火算法、人工免疫算法、人工神经网络和群智能算法等。

实际上, 现今的鱼雷、水雷等兵器和声纳装置一般也都装备了具有不同程度智能识别或控制决策能力的计算机系统, 如各国的水雷中一般都有用于目标判别的水雷识别专家系统。美国早期 的MK46鱼雷中就已有可以处理数百种弹道逻辑的鱼雷自导计算机系统。只是在以往仿真中, 这些系统是作为被仿真的专用系统而接入仿真系统的, 这时智能仿真研究仅限定在武器的一次建模即领域专家研究的范畴。

随着军用UUV自适应性、自组织等较高一级智能化仿真要求的提出, 智能仿真软件即智能的仿真建模或二次建模问题, 就需要由仿真人员开发和加以解决。特别是MAS概念的提出, 它是分布式人工智能和人工生命理论的发展, MAS技术最大特点是agent间的动态交互性, 能够更好地适应分布、开放式的系统应用, 如规模庞大和结构复杂的多平台多武器的作战系统仿真问题。基于MAS的仿真利用各种agent的属性和行为, 直接从模拟组成作战系统的作战个体及个体与个体之间的相互作用出发来研究系统的整体行为。

同时, 仿真人员还可进一步开发出仿真专家系统, 以作为建模的智能辅助工具。仿真建模专家系统支持用户用其比较熟悉的方式描述仿真模型, 例如图形、用户接口、使用交互式监视界面和使用类自然语言处理器等。一旦仿真系统的数学模型都已获得, 就可使用作为编程系统的应用程序生成器产生仿真模型。可以对用户建立的仿真模型进行检验, 例如仿真模型的语法、词法和一致性检验等。

2) 基于军用UUV作战应用的指挥流程和战 法仿真

在军用UUV作战应用如作战训练、作战评估的仿真阶段, 涉及舰、艇等多基地、多平台作战系统及人在作战回路的仿真问题, 需要利用人工智能来仿真人的指挥控制流程或战法决策的思维决策行为和能力。

当前作战系统的行为方式越来越具有自主性等特征, 系统控制变得更加分散化, 很难对其进行完善的表征和描述。在作战仿真领域, 采用agent描述具有自主能力的作战实体, 可真实地反映作战过程中非武器性能方面的智能属性及战场中出现的各类不确定性因素, 因此使用agent来描述战场作战实体, 并建立基于agent的作战仿真环境, 是进行作战仿真的一种有效途径。

从建模与仿真内容上, 以往的武器研制仿真着重系统动力学精确建模, 而作战仿真则侧重指挥控制流程和战法运用。从学术上讲, 这2种仿真技术的划分是为了限制所研究问题涉及的范围, 用系统边界把被研究的系统与系统环境区分开来, 但仿真系统边界的划分是根据仿真目标的不同, 按系统和环境之间关系来划定的, 这不是一成不变的, 随着智能仿真技术在这2类仿真中的应用, 在构建这2类仿真系统时, 除了战略和战役层次作战仿真系统外, 在战术性作战仿真和编队级武器装备体系系统研制仿真系统间的区别已愈来愈小, 采用的技术和研究的内容上存在着一致的仿真目标需求, 因此, 作战仿真中要求研制部门提供武器的智能精细模型, 研制仿真中也要求作战部门提供指挥控制决策模型, 这是信息化条件下军用仿真技术发展的趋势之一。

4 基于MAS的UUV编队作战仿真系统初步设计

为了研究多UUV编队集团攻击问题, 需要构建基于MAS的由多个UUV仿真实体组成的编队仿真系统。利用MAS的理论和技术可解决UUV编队协作系统的相关问题, MAS是由多个agent组成的集合, 其中每个agent是1个物理或抽象的实体, 能作用于自身和环境, 并与其他智能体通信。基于agent体系对抗仿真建模过程分为agent实体分析、agent实体结构和行为建模、agent实体交互建模、agent实体模型的封装阶段和基于MAS的综合集成建模5个阶段。

UUV编队协作系统是一个复杂系统, 各UUV本身具有自主决策控制能力外, 相互之间具有很强的依赖性和协调性, 基于MAS的UUV编队协作系统结构如图1所示。该系统的特点: 1)每个UUV节点模型中包含远程GPS卫星导航、探测、自主运动、协同控制以及联合作战决策功能; 2)仿真系统具备虚拟战场态势的实时或近实时共享能力; 3)由于联合战斗中协同作战的主要样式是以公共的规则集为基础的自主协同, 因此仿真系统还支持交战规则的开发。

图1 基于MAS的UUV编队系统结构

UUV编队系统中的管理一般由主UUV充当, 领航主UUV中的组群管理agent接收或发射指挥平台的任务, 进行自动任务和路径规划并执行任务, 通过传感器系统感知环境, 响应环境变化, 根据环境信息决定是否进行任务路径的重规划, 保证任务和目标的实现。组群管理agent将导航任务进行分解, 分配至每个UUV单个实体, 对UUV成员的任务执行过程进行监控, 并能够直接指挥其成员UUV。UUV agent之间也存在相互的通信和协调, 共同执行协同的任务, 实现编队间的任务协同。UUV编队系统中各agent是行为自主的, 通过交互和协同实现整个MAS系统的任务和目标, 这包括UUV成员间的交互、UUV成员和编队管理agent的交互。

UUV编队协作系统是基于主从式分层结构的复杂实时动态环境下的异构系统, 具有空间分布、功能分布、时间分布的特点, 能够扩展单体UUV的感知范围, 提高工作效率, 实现单体UUV无法或难以完成的复杂任务。图2为基于MAS的UUV编队协同控制与作战仿真体系框架图, 每个功能agent由感知模块(sensor), 协同模块(coordinator), 任务管理模块(task manager)和执行模块(executor)组成, 同时拥有自身的知识库(knowledge base), 其知识包括状态、相关的规则以及系统参数等。该体系框架为UUV编队控制与作战系统提供了运行支撑环境, 进一步的软件开发内容有: 从开发环境对象agent, 库中提取对象agent实例化后生成满足远程协同导航任务想定的控制体系和控制活动, 包括通信模块、情报获 取、态势评估、群体决策和联合行动模块。图2中UUV编队系统的各agent功能模块的实体行为结果作用于别的实体, 是agent实体之间的交互, 把主动产生并对其他agent实体施加影响的agent实体称为主动agent实体, 接受交互并受交互影响的agent实体称为被动agent实体。在各职能agent中, 导航数据融合agent完成各UUV的多种导航传感器的资源分配、传感器管理、组合模式方案生成及优化、组合导航融合滤波解算; 指挥控制agent完成UUV编队远程导航任务管理、航迹规划、队形控制以及用于协同导航定位的水声通信方式切换, 从而确保系统通过UUV之间的协调与合作完成组群远程导航和控制任务。

5 结束语

本文分析了智能仿真技术发展特点, 从军用UUV武器装备体系仿真需求出发, 给出不同仿真阶段智能仿真的内容, 并初步构建了一种基于MAS的UUV编队作战仿真系统。而该系统中多agent组织主要局限于多元组的形式化表示方式, 尚不适应武器装备编组的种类增多时基于agent作战系统建模的需要, 因而需深入探讨实现多agent组织模式的理论方法。

系统仿真技术学科的一些新探索表明, 系统仿真方法学正在从人、计算机同研究数学映像模型为主题的计算机辅助仿真(computer aided simulation, CAS), 逐步转向创建人、信息、计算机融合的智能化、集成化、协调化高度一体的仿真环境的探索。可见, 信息时代的来临正在孕育着系统仿真方法学某些新的突破。

图2 基于MAS的UUV编队协同导航控制仿真体系结构

[1] Swarm Development Group. A Tutorial Introduction to Swarm[EB/OL].http://www.swarm.org/csss-tutorial/frames. Html, [2000-06-11].

[2] 廖守亿. 复杂系统基于Agent的建模与仿真方法研究及应用[D]. 长沙: 国防科技大学, 2005. Liao Shou-yi. Research on Methodology of Agent-Based Modeling and Simulation for Complex Systems and Application[D]. Changsha: National University of Defense Technology, 2005.

[3] 李宏亮. 基于Agent的复杂系统分布仿真[D], 长沙: 国防科技大学, 2001. Li Hong-liang. The Agent-Based Distributed Simulation for Complex Systems[D]. Changsha: National University of Defense Technology, 2001.

[4] Ilachinski A. Irreducible semi-autonomous adaptive combat(isaac): An artificial life approach to land combat[J]. Military Operations Research, 2000, 3(5): 29-46.

[5] Darbyshire P, Abbass H, Barlow M, et al. A Prototype Design for Studying Emergent Battlefield Behavior through Multi-Agent Simulation [R]. Australia: Victoria University of Technology,

[6] 杨克巍.半自治作战Agent模型及其应用研究[D]. 长沙: 国防科技大学, 2004. Yang Ke-wei. Research and Application of Semi- Autonomous Combat Agent Model[D]. Changsha: National University of Defense Technology, 2004.

[7] 尹全军. 基于多Agent的计算机生成兵力建模与仿真[D]. 长沙: 国防科技大学, 2005. Yin Quan-jun. Modeling and Simulation of Computer Generated Forces Based on Multi-Agent[D]. Changsha: National University of Defense Technology, 2005.

[8] 张明智. 基于Agent的体系对抗仿真建模方法研究[J]. 系统仿真学报, 2005, 17(11): 2785-2792. Zhang Ming-zhi. Research on Modeling Method of SoS Combat Simulation Based on Agent[J]. Journal of System Simulation, 2005, 17(11): 2785-2792.

[9] 龙涛. 多UCAV协同任务控制中分布式任务分配与任务协调技术研究[D]. 长沙: 国防科技大学, 2006. Long Tao. Research on Distributed Task Allocation and Coordination for Multiple UCAVs Cooperative Mission Control[D]. Changsha: National University of Defense Technology, 2005.

Application of Intelligence Simulation in Military UUV Equipment System Research

KANG Feng-ju1,2, XIE Pan1,2

(1. College of Marine Engineering, Northwestern Polytechnical University, Xi′an 710072, China; 2.Science and Technology on Underwater Information and Control Laboratory, Xi′an 710072, China)

To satisfy the requirement of multi-unmanned underwater vehicles (UUVs) group attack operation in underwater network warfare, the development from the object-oriented simulation technology to intelligent simulation technology is analyzed, and the items of military UUV intelligent modeling and simulation are given, such as identification via expert system, intelligent control and decision-making, operational command process, and tactical research. It is indicated that the introduction of intelligent simulation technology has made, the simulation of weapon and equipment system, and the simulation of tactical level combat for multi-UUVs towards being consistent in form and content. Moreover, a combat simulation system for UUV formation is preliminarily built based on multi-agent system (MAS), in order to offer a support to intelligent simulation and evaluation of operational effectiveness for military UUV.

military UUV; intelligent simulation; equipment system; development simulation; intelligent agent; multi agent system(MAS)

TJ630; TP391.9

A

1673-1948(2011)02-0151-05

2010-06-23;

2010-08-03.

水下信息与控制重点实验室基金资助(9140C2305041001).

康凤举(1947-), 男, 教授, 博导, 研究方向为系统仿真理论及应用, 自动控制理论.

(责任编辑: 陈 曦)