基于多智能体的舰船指控系统建模方法∗

高 飞

（北京西三环中路19号 北京 100841）

1 引言

现代舰船的指控系统具有战场信息一体化、战场作战节奏快、战场更加非线性等特点，其作战指挥复杂，难度大，是一个复杂的大系统，智能体（Agent）是分布式人工智能研究的一个重要分支，其目标是将复杂的大系统分解成彼此相互通信、协调、易于管理的小系统［1］。此外Agent还具有适应性、自主性、灵活性、协作性的特点。将多Agent（MAS）技术引入指控系统，可以大大提高指挥系统的整体效能，为指控决策系统的改进提供有效的途径。

2 多智能体MAS系统概述

MAS是由多个可执行网络计算的Agent组成的集合。每个Agent被认为是一个物理的或抽象的实体［2～3］。在网络中，每个 Agent都是自治的，能作用于环境和自身，能对环境的变化做出反应，并能与其它Agent通信、交互，彼此协同工作，完成共同任务。MAS具有的自治性、分布性、协调性等特点，并具有自组织能力、自学习能力和推理能力，有利于构建具有较强的鲁棒性和可靠性的协同指挥控制系统。智能体间的通信、合作、互解、协调、调度、管理及控制，可以很好地体现指控系统对体系结构、功能及行为特征的技术要求。其结构如图1所示。

图1 Agent与MAS结构图

在智能体的划分中，粒度的选择是第一步，粒度过大和过小都会造成问题。粒度小，系统中Agent数目太多，其组织与控制复杂度就会增加，通信负载重，运行效率低；粒度大，系统不仅灵活性差，而且降低了系统的并行性。粒度选择适当，系统结构简单，管理和控制容易，灵活性和适应性也增强。

智能体划分过程基本分为6个阶段［4～5］，在逻辑上形成一条流水线：1）抓住目标，将最初的系统定义转化为结构化、层次化的系统目标。2）应用用例，根据最初的系统说明创建用例图和顺序图。用例图表示了系统中不同角色之间的逻辑交互路径。顺序图用来确定系统中角色之间必须传递的最小数量的消息。3）提炼角色，建立负责完成第一步中定义的目标的角色。通常每个目标分别由一个角色来完成，但是一些相关的目标也可能映射到同一个角色。和角色一起建立一个任务集合，定义角色如何来实现目标。任务定义为状态图。4）建立主体类［6］，在主体类图中把角色映射到主体类。5）用协作图和活动图表示主体间的交互。6）利用活动图和状态图表示主体内部的处理过程。

3 舰船指控系统中智能Agent的功能

3.1 指控系统中Agent的划分方式

基于以上的分析，按照舰船指控系统体系结构，其智能体可划分为三类：管理类Agent、通信服务 Agent、业务类 Agent［7～8］。每一类还有细分类别，其细分方法如图2所示。

图2 舰船指控系统Agent划分方法

·界面Agent：负责提供界面友好的人机交互系统。当用户需要获取决策生成方案时，能够主动提供服务，友好地显示给用户。

·用户Agent：用于记录软件登录时的用户信息。

·权限控制Agent：根据用户登录软件时的身份控制对数据访问的存取权限。

·综合管理Agent：是系统的核心，负责管理调度其他Agent主体的行为，负责启动或挂起某个Agent的工作过程，并在规则库中保存多个Agent个体之间可能的协作方式。

·信息接收Agent：负责接收上级、友邻、警戒雷达、搜索雷达等发送的信息。

·信息预处理Agent：主要完成数据抽取功能。由于战术指挥系统中情报数据量大，且这些数据中可能含有虚警信息、错误数据、噪声等，因此需要进行去伪存真，等对经过信息预处理的数据进行信息融合处理。

·信息融合Agent：结合传感器特性、地理位置信息等对经过信息预处理的数据进行信息融合处理。

·态势处理Agent：自动感知外部环境变化，实时显示战场统一态势，为指挥员决策提供参考。

·威胁估计Agent：负责战术指挥控制系统中目标威胁估计判断，自动感知外部环境的变化，根据相应的模型算法调整目标威胁度。

·目标分配Agent：负责根据保卫目标、空情数据、阵地配置信息等，结合登陆席位信息调用相应知识库、数据库、推理机，自动生成目标分配方案。

·数据分发Agent：负责对信息融合处理之后的数据按照一定的规则进行推理，并向相应节点分发数据。

·通信服务Agent：通信服务Agent负责处理各类Agent通信信息，为系统中的Agent提供和外界交互的统一接口以及交换信息和知识的途径。

3.2 多Agent（MAS）的指控系统基本工作流程

基于MAS技术的指控系统，整个作战过程是连续的、动态实时变化的，各模块之间相互协调共同完成指挥决策任务。基于MAS的指控系统可以根据不同指挥员的特点产生具有个性化的目标分配方案，综合管理Agent根据协商策略、原则等形成最终的指挥决策建议，辅助指挥员进行正确指挥。工作流程如下：

1）系统运行初始化时，各类Agent都向综合管理Agent进行注册，将自己的有关信息（名字、地址、能力等）向综合管理 Agent登记［9］。

2）信息接收Agent实时接收各类目标信息，由信息预处理Agent根据规则（如距离、速度等判据）对数据进行初步的处理，信息融合Agent对于处理之后的信息作融合处理，形成最终的战场情报信息。

3）态势处理Agent根据信息融合Agent处理之后的信息，结合阵地配置Agent产生的阵地配置信息、保卫目标、敌军信息等实时并动态地显示战场综合态势信息，根据自身的知识库、约束等去推理判断，推断出敌军的主攻方向。

4）威胁估计Agent自动感知战场的态势变化（目标信息、配置信息），结合指挥员的偏好、具体指控原则进行推理与自学习，给出目标威胁度信息。

5）目标分配Agent利用威胁估计Agent产生的威胁度信息、态势处理Agent产生的战场综合态势信息结合具体指挥员的指挥偏好，按照指控中目标分配原则等进行推理，产生分配方案。在每次的决策过程中都对指挥员的指挥偏好进行自学习。如果存在两个指挥员，同时存在的两个目标分配Agent将根据他们的不同用户身份按照指挥作战中的约束与规则进行协商决策。

4 舰船作战过程的协同

通常，一个作战任务可由如下多元组描述：

Task=＜ID，Agents，subtasks，supertasks，arriv⁃al_time，starttime，endtime，quality，duration，cost，utility，condition＞。

其中，ID是作战任务的序号，它是唯一的编码；Agents是任务涉及到的智体，subtasks是子结点任务；supertasks是战术总任务；arrival_time是任务到达的时间；starttime是任务的最早开始时间；end⁃time是任务的最迟完成时间；quality任务涉及的数量；duration是任务涉及的周期和阶段；cost是任务涉及的成本；utility是任务涉及的效用；condition是任务完成的约束条件。

描述智能体集合和具有的领域知识如下：

假定编队多指挥Agent系统中有作战智能体集合A=｛a1，a2，…，an｝，ai表示第i个指挥或协同智能体。

Ki=｛Ki1，Ki2，…，Kim｝表示第i个资源智能体在某一方面所具有的能力（如探测性、打击等）。

KA=∪i=1…nKi表示所有资源智能体具有的能力。

当有任务T需要完成时，解决它需要用到的能力为KT=｛KT1，KT2，…，KTs｝时，有分解过程：

1）当KT∈Ki且 ai∈A时，任务T能被单一的指挥Agent解决，而不需要分解。

2）当 KT∈KA但对于所有的 ai∈A，不能得到KT∈Ki，则任务T必须分解，需要协同，或满足如下条件时必须协同交由协同控制Agent进行协同。

（1）1个Agent无法完成任务，必须协同作业合作完成，如时间、资源等约束无法独立完成。

（2）1个Agent能完成任务但耗费高，效用低，有其它Agent协同能减低成本提高效用。

3）当需协作时，则将协作任务交由协同控制Agent根据任务所缺能力来寻求最佳协同作战单元。

4）与协同单元进行交互协商，友邻同意协同后并根据一定的完成任务的约束评价协同效益，制定协作计划。否则将协作需求经指挥Agent报告上级，由上级调整计划或实行命令强制执行。

5）实时监控任务的执行，检测任务协同执行中是否有火力、频谱等冲突的出现，并提供消解策略。

任务分解和协同计划完成后进行任务分配与执行，明确任务之间的约束关系，以表的方式存储在系统数据库中，进行指挥决策过程的学习，并实时根据战场态势和作战命令实时进行任务调整。

5 Agent内部模块结构

结合舰船指挥控制结构和MAS系统特性［10～11］，为适应现代海战场态势的多变性，及时应对各种变化，给出基于多Agent的指控系统结构如图3所示，其主要模块功能如下。

图3 基于多Agent的指控系统结构

1）通信模块通信模块主要是负责CA与外部的通信联络，如指挥命令的上传下达、同级协同、战场信息共享等；

2）感知模块主要感知战场环境的变化；人机接口负责作战决心和新作战计划，情报等信息的录入和人干预作战过程，并将以上结果传给信息处理模块和规划决策模块。

3）信息处理模块信息处理模块接收来自感知模块及通信模块传来的信息，包括语音指挥信号、战场态势等其他战场信息，然后将其进行融合、分类处理，使用时空对准、航迹互联、证据理论等传统融合算法和现代神经网络、模糊理论、支持向量机、聚类分析等现代信息处理方法，得出各类信息的属性。如果是一般的信息就送到态势评估模块，如果是特殊的信息，如战场情况发生剧变，有战机可乘，需要马上采取突击行动，则将信息送往紧急反应模块。

4）态势评估模块态势评估模块接收从信息处理模块传来的信息，并接合知识库中的世界模型，主要是外部敌我Agent及作战海情气象等情况，如对方的作战特点，作战地区的地理特点等，然后根据这些战场信息进行海情、任务、敌我情况判断分析，并将结果送入规划决策模块。

5）应急反应模块应急有两种情况：一种是必须马上采取行动，即使推理也是采取知识库中的简单经验知识；另外一种情况指虽然是紧急情况，但还不至于要立即采取作战行动，只是要修改原有作战决策，如上级派来支援部队，或是下级接收到作战任务后的上报计划，则应融合这些情况而重新进行部署和决策。当然更多的情况是两种情形并行处理，一方面采取行动，另一方面重新规划。

6）知识库知识库是进行推理的知识来源，它包括对世界的认识模型，即作战地理气候环境、作战对手情况等，还包括战术规则库和经验知识库；战术规则用来进行战术推理，而经验知识用于处理紧急战场情况。同时知识库还随作战次数、经验的增加而不断更新［12］。

7）规划决策模块决策模块是指挥Agent的核心，它根据态势评估结果并结合知识库中的战术规则进行作战规划，生成作战决策，产生作战行动。在作战过程中时常保持对作战行动的跟踪，看决策是否有效。如果情况发生变化，则立即重新进行决策。另外，决策模块还接收由应急模块传来的信息，如下级指挥员的决策计划等，决策模块会融合这些信息重新决策。每一次决策情况又可传入学习模块，以更新知识库。

整个指挥Agent可以适应不同级别指挥结构，如编队级、单舰级甚至部门级，下级严格服从上级命令。对于专门针对指挥控制部门，不影响传感器武器系统的只需更改知识库，以适应不同级别任务。根据任务需求，可使系统降功能或以不同方式重组重构，适应不同需要的情况下提高系统灵活性。防空、协同突击、协同护航、协同保障等任务涉及的兵力编成、所需知识、所使用的传感器和武器等资源不同，对此只需更新知识库，便可灵活性地以不同的资源进行面向任务的资源重组。

6 结语

根据指控控制系统的需求，将多Agent技术引入指控控制系统。通过多Agent技术在指控控制系统中的应用，使战术级指挥控制系统指挥决策智能化，改变以往指挥系统的串行工作模式，为以后的指挥系统总体设计开辟出一条新思路，大大提高系统设计的效率和质量，对提高我国陆军防空指控系统的性能、功能起到极为重要的作用。应用多智能体技术构建智能舰船指挥控制系统为提高协同作战能力提供有效的技术途径。研究结合作战过程和编队作战样式中的战术规则来设计舰艇编队指控系统，并考虑在低通信量和无通信情况下的自协同作战、冲突情况下的冲突检测和消解策略，将能更好地适应未来复杂电磁环境下的网络化战争。

参考文献

［1］Xu J H，Zhang W，Shi C Y.A Structure-oriented Method for Agent Organization Formation［C］//Proc of Conference on Intelligence Information Processing.PSEI，2000.

［2］Michael Wooldridge.多Agent系统引论［M］.北京：电子工业出版社，2003.

［3］张路青，许宏泉，詹广平.人工智能在信息化战场的应用探析［J］.舰船电子工程，2009，29（6）：13-16.

［4］Wooldridge M.Jennings Nicholas Cooperative Problem Solving［J］.Journal of Logic and Computation，1999，9（4）：563-592.

［5］李晓宁，于洪敏，张华才.面向群体作战的多Agent合作策略［J］.武器装备自动化，2007，26（6）：1-2.

［6］张航义.基于Agent的CGF行为建模技术研究［J］.计算机仿真，2003，20（8）：79-81.

［7］孙志勇.多Agent系统体系结构及建模方法研究［D］.合肥：合肥工业大学，2004.

［8］Otto Shehory. Architectural Properties of Multi-Agent Systems，Technical Report CMU-RI-TR-98-28［C］//Carnegie Mellon Software Engineering Institute，December 1998.

［9］程飞.潜艇指控系统人机交互技术发展分析［J］.火力与指挥控制，2013，38（5）：5-9

［10］舒谷生，蒋伟进.基于Agent的可视化交互界面及应用研究［J］.湖南城市学院学报（自然科学版），2004，13（2）：69-73

［11］程飞，高贵朋.潜艇指控系统智能化应用研究［J］.火力与指挥控制，2014，39（5）：1-5.

［12］刘强，薛惠锋.基于Multi-Agent的智能指控系统建模［J］.火力与指挥控制，2008，33（6）：91-93，97.