面向辅助决策的平行系统思考

邱晓刚 胡艮胜

社会与军事系统中的辅助决策研究从物理域、信息域向认知域、社会域延伸而变得异常复杂,以至于传统的研究方法无法发挥有效作用.诸如突发事件应急管理中的应对决策和现代作战中的指挥决策,由于存在大量的非程序化因素、面临严重的决策时间和决策后果压力、需要多决策主体协作等问题,其任务的复杂性和决策者的认识能力有限性之间的矛盾非常突出[1−2].在这样的矛盾情况下,要进行有效的决策,不但要获得有效的决策信息,而且增强对信息处理的智能.

对此,王飞跃教授提出了一个观点,就是针对问题域建立一个虚拟空间来集成问题域已有的知识,把这个虚拟空间和真实空间耦合在一起形成一个平行空间,有助于解决问题复杂性和能力有限性之间的矛盾.这个平行空间可称为智能空间[3].

采用这类平行系统的方式进行辅助决策,日常生活中间也经常遇到,如利用有实时路况的电子地图选择行车路线时,不断更新实时路况的地图与真实交通就构成了平行系统.但对于包含多元行动力量、多种行动样式、多维行动空间的作战辅助决策,或受到自然、社会等多种因素相互作用,演变过程、影响范围、破坏程度等具有高度不确定性的突发事件应对辅助决策,所需要的平行系统复杂得多.这时平行系统的构建面临诸多问题和挑战[4].

本文在分析辅助决策对平行系统的需求、平行系统构建对仿真环境的需求以及仿真环境建设自身要求基础上,归纳了平行系统构建面临的技术挑战,并提出了通过领域仿真工程来应对其中的一些挑战.针对平行系统中智能单元建模难以达成“简单一致”的问题,提出了通过实体模型组件化、智能组件中心化和智能行为扩展插件化的途经,来推进该问题的解决.

1 需求与期望

现代作战节奏日益加快、协同日渐精准、指挥日趋复杂、数据日益庞大,涉及的是一个复杂系统.精确计划型战争复杂性与认识能力有限性的矛盾更加突出.在决策时间、责任等压力下,决策者需要辅助工具来帮助透视战争迷雾[5−6].根据王飞跃教授的平行系统理论,这个辅助工具,即人工系统应能够形成虚拟战场空间.它与物理战场空间平行化后形成智能空间,帮助决策者应对复杂的决策问题.

人工系统中融合模型、数据与规则,通过计算实验产生各种条件下动态演化的虚拟战场空间,其中包含的全维、多角度情景数据可帮助决策人员做出有量化依据的决策.也就是虚拟战场空间提供的战场态势变化情景,能够对关键事件进行跟踪分析,能够对多方案、多样本进行统计评估,能够对单方案诊断与优化分析,能够对多方案进行对比分析.这样一方面可以研究战场变化的规律,再通过规律来预测未来战争变化趋势.另一方面可对方案计划的风险、可行性和效益做出评估,进而优化方案计划[4].

平行系统的思想拓展且超越了传统仿真.但从建模技术角度,目前的平行系统是计算机仿真的扩展与升华.构建上述要求的人工系统需要建模与仿真环境的支持,理想的环境应满足这样一些要求:

1)支持多样化的仿真运行方式,如能够提供在线与离线运行方式、人在回路与人不在回路运行方式,以及大样本并发运行、克隆运行等方式.

2)能够对多方面的成果进行综合集成.构建平行系统时,环境能够支持多个领域的知识、模型和数据的综合,包括经验知识与数据.应用实验结果时,由于复杂问题辅助决策并不是单次计算实验就能够完成的,往往要通过人工系统做多层次、多方案的实验,因此,环境应能够把多次多种计算实验的结果综合起来,提供决策者所需要的信息.

3)能够提供领域问题与实验技术衔接的桥梁.即能够将辅助决策问题转化为可人工系统计算实验的问题.对于最终用户而言,这是目前仿真系统或者平行系统在辅助决策应用中遇到的一个比较大的瓶颈.缺乏这种转换支持,领域人员难以使用人工系统手段和工具.

4)具有灵活方便仿真实验环境.不同类型、不同层次、不同用途的用户都能够按自己的需求方便使用环境构建人工系统和进行计算实验.

5)能够提供高效的计算实验方法.辅助决策的计算实验要多批次、多样本的大量运行,没有高效的实验方法支持,决策时间压力就难以解决.

同时,还期望这个环境能够提供多种运用模式.以一个特定的作战辅助决策应用为例:

1)如环境中已经建立了特定的人工系统,这时的计算实验只需要军事人员参加.军事人员使用环境工具将问题转化为想定,再通过想定加载工具在人工系统上加载作战方案计划,然后用实验设计与管理工具进行实验设计后,启动计算实验引擎运行,多次运行的结果综合分析后通过可视化工具向军事人员展现.

2)如环境中没有建立相应的人工系统,那么需要作战实验人员采集相应的数据,再调用相应的模型来生成人工系统,然后按前述方式应用.在经过验证和确认后,相关数据和该人工系统可以保存在环境里作为资源,在今后类似的计算实验中重用.

3)如果环境中还缺乏一些生成特定人工系统所需要的模型,那么需要在军事人员的协助下,由作战实验人员和仿真人员利用环境提供的元模型来构建相关的模型.如果构建模型的元模型也缺乏,那么需要仿真人员设计和编程实现新的元模型.

构建成功这样的环境后,在人工系统构建和环境完善之间形成良性循环:在环境支撑下可以高效构建一系列的人工系统,而在人工系统构建和应用中形成的元模型、模型和人工系统自身,可以补充到环境中,增强环境的能力.广义地讲,这可以看成一个学习的过程.目前,在作战和应急管理领域,这种学习还必须要人的介入,必须人机结合才能完成这样的“学习”任务.

2 挑战

一个领域有许多需要关注的问题.而一个实际问题,如某个城市面临的应急管理问题,需要多个人工系统进行分析、评估或培训.而构建高平行度(即跟真实系统有高相似性)的人工系统,当前存在两个方面的挑战:一是在一个领域中,如何研发支持高平行度人工系统构建与运行的环境;二是如何提高人工系统的平行度.

人工系统的构建环境需要考虑工具开发、数据获取、模型构建、资源共享等要求,环境中应有:一系列好用、管用的工具;全要素、可重用、可组合的模型;具有种类齐全、层次完备、可靠保鲜的数据;在应用过程中不断积累的各种应用案例.也就是环境是开放的,某种意义上它在不断地成长.

对于这些要求,可以考虑引入领域仿真工程的思想:针对特定领域,通过应用,不断积累该领域的各种模型、数据、规则与案例等资源;通过资源集成,快速构建人工系统.为此建立一种“资源+平台+人工系统”结构的人工系统构建环境[7].

平行系统动态演化过程的“平行”度量是平行系统技术应用的一个重要问题.人工社会平行度也是表征人工系统知识集成水平和模型描述精度的一个重要指标.理论上,人工系统和真实系统不可能完全一样,实现不了理想的“平行”.但在应用时,只要针对关注的问题,两个系统呈现出来的关键特征一致,如在规模、行为方式和系统特性等方面具有一致性[3],就可以认为它们具有可用意义上的“平行”.提高人工系统的平行度也是提高决策人员对人工系统这一工具信任度的一个重要途径.

建立平行系统的一个基本出发点是“简单一致”,也就是说把复杂的系统分解到比较细的层次,在这样一个构成元素相对简单的层次上,大家对构成元素有一致的认识,从而元素的模型足够可信[8].在这个基础上,再把基本的元素连接、集成起来形成人工系统.

但是在作战过程中,因为有指控对象存在;在社会性突发事件应急管理中,包含人和社会组织,因而构建人工战场或人工社会时,要实现这种“简单一致”是比较困难的:指控单元、人及其组织这类智能元素建模时存在“不一致”的认识,或包含“不稳定”的知识.

从仿真建模所需要知识的角度,可以区分两类不同的知识:稳态知识和多态知识.前者的知识形态比较固定,即领域人员对其有一致的认识,并且这种认识有公认的表述,因此,在建模仿真应用过程中不会变化.后者的知识形态不固定,领域人员对其有多种认识或认识还在变化,没有统一的表述形式[9].人工系统需要同时集成两种知识,并进行综合产生新的知识.

提高人工系统可用意义上的“平行”有不少方法,原理上大部分是从“简单一致”着手,如在建模上,提高模型的可校验性、可干预性、可追诉性和可检测性.其中最实在的途径还是通过应用检验.引入领域仿真工程,一方面是为了提高人工系统构建的效率,另一方面也是为了提升人工系统的平行度:通过建立领域中逻辑一致的资源库,来增加人工社会基本模块的应用检验频率,从而增强“简单一致”.

3 领域仿真工程

复杂系统涉及范围广、对象多元、信息流量大,对应用于辅助决策的人工系统,其模型、数据和规则涉及多个专业,需要许多方面的专业人员的协作和长期的积累[10].对于一个领域,如作战领域,无论是装备论证、模拟训练还是分析评估的人工战场,一些基本作战单元模型、作战规则、作战数据是可以共享和共用的.而在社会性突发事件中,各种类型的人工社会构建也可以共用个体Agent、社会网络等模型.

为了提高效费比,能在较短的时间内建立特定决策所需要的人工战场或人工社会,要求可以采用已有的模块来构建.要达到这一目的,需要在开发任一人工系统时,不孤立地设计与实现其中的模块,而是尽量考虑整个领域的需求,使模块具有可重用性,因此,需要引入领域仿真工程.

一个在很多方面需要人工系统支持的领域,有很多与人工系统构建应用相关的活动可在领域层面开展的.如相关标准制定、元模型设计、数据采集、VV&A活动、基本工具开发、仿真环境建立等,这些活动可形成领域中一系列的可共享的资源.领域仿真工程是针对一个领域中各种各样的仿真需求,把一个领域的仿真活动作为一个整体进行筹划,以领域可重用标准化仿真资源建设与应用为核心,应用系统工程的方法构建可重用、可共享的仿真资源,包括模型、数据、作战规则、平台工具和标准,高效地支持领域中的各种人工系统的构建和应用[11].

领域仿真工程促使领域上建立一个逻辑上统一的仿真资源库、若干支持人工系统构建和应用的平台、大量针对领域不同部门的不同类型需求人工系统,领域中从事训练、分析与评估的专业人员能够直接使用这些人工系统.在这样的环境支撑下,领域人员进行人工系统计算实验,强化了人工系统资源应用检验的频次,从而提升对资源认识的“简单一致”,进而增强其可信度.

从知识工程的角度,领域仿真建模是知识表示,人工系统构建是知识集成,计算实验是产生新的知识,而平行执行是知识应用的一种方式.领域仿真知识工程是领域仿真工程的主要组成部分,主要研究领域的知识转化为可重用、可共享模型的工程理论与方法.其目标是领域知识的模型化,即形式化、显式地设计和实现领域模型体系.其基础性工作是发现领域知识体系的元知识,进而构建领域的元模型,然后按特定要求进行模型体系构建[12].

目前,领域仿真知识工程在模型方面有3个方面的递进工作:1)基于标准术语的格式化领域概念模型;2)基于本体的形式化数学逻辑模型;3)基于元模型的组件化程序模型.这些工作可以引入MDA的思想与方法设计与实现[13].

领域仿真工程的目标实现需要在领域中建立领域仿真实验(计算实验)网络来支持.有3个层次的网络,通过进行学术交流、学术研究、协作开发资源以及联合进行大型联合实验来推进实现领域仿真工程的目标:

1)实验任务网:支持领域中各个人工系统计算实验应用单位联合完成大型实验任务或一系列相互联系、精心安排的实验活动,通常是耦合紧密的正式组织形式.

2)实验协作网:在任务网上扩展,增加计算实验支撑单位,通过协作为计算实验提供技术、模型、数据等支持,通常是合同运作方式.

3)实验交流网:在协作网基础上扩展,增加各类实验相关技术的研究单位,通常是论坛方式.

4 智能单元建模

人和社会组织要考虑复杂的个体或组织行为,指挥所要考虑复杂的指挥行为时,影响行为的因素非常多,很难在人工社会构建初期就建立一致的认可,或者说合理可用的模型.一种简朴的思路是先进行计算实验,再通过实验结果分析来改进智能单元的模型,然后再实验运行,多次迭代.

这种方式实际上是一种人机结合的学习过程,通过计算实验来产生学习样本.这样的过程要能够高效、尽可能自动化进行,对智能单元模型结构的设计有一定的要求:要求参数可调、结构可变,能够充分动态配置.以人工战场中指挥单元建模为例,基于这些要求的一种模型结构设计方法如下:

1)指挥单元模型组件化.将指挥单元分解成相对独立的结构或能力要素,如将单元中的C4ISR分成若干功能独立的要素,再将这些要素设计为组件.具体建模时,通过组合要素来构成完整的模型.组件化的模型框架可以提高模型的规范性以及系统的灵活拓展与演化能力[14].

2)指控组件中心化.把指控组件设计为整个模型的决策中枢,用来协调其他组件执行相关任务,并负责与其他实体交互,这样可以更好地描述建模对象的指挥能力和自主决策能力.

3)引入了指控功能拓展插件化.因为对指控能力的认识在不断地变化,很难把它定下来,把它设计成为一个插件后,如果有变化,可以作为插件插入到指控组件中.这样指控的灵活性、多样性就可以充分描述,如体现指挥员性格差异、作战条令差异.

5 结论

建模与仿真在装备论证、指挥训练方面已经得到很好的应用.随着建模与仿真向人工系统计算实验的发展,面向辅助决策的应用亦将日益广泛[15].相对论证与训练,用于辅助决策的人工系统要求快速构建以及与真实系统有更高的相似性,因此,人工系统的高效、高平行度构建问题将引起广泛关注[16].

人工系统的辅助决策能力一定程度上取决于领域中人工系统应用的覆盖程度、精度和深度,亦即平行度.构建高平行度人工系统有一些值得研究的途径,如引入智能学习、推进积累集成;提升领域仿真资源的共建共享程度;将人工系统应用推向普适化等.而通过领域问题分析的细化,可以压缩实验研究的可能空间大小；通过层次化的“简单一致”建模，又能简化人工系统构建的难度;通过系统化的预先计算实验,可以缓解复杂系统辅助决策的时间压力.