基于扩展层级任务网络的联合作战 电子对抗任务分解方法

耿松涛, 操新文， 李晓宁, 张晓海

(1. 国防大学联合作战学院， 河北 石家庄 050084； 2. 31683 部队，甘肃 兰州 730300)

任务分解是受领作战任务后，根据对敌情、我情、战场环境等因素的分析判断，将上级赋予的作战任务细化分解为若干子任务，以降低决策复杂度的过程。

近年来，任务分解研究越来越受到重视，在诸多领域也陆续取得了一些成果。如：董涛等[1]应用有向网络图(Activity-On-Node,AON)方法对反导作战任务进行分解，得到整个反导作战子任务序列，并通过有向网络图描述任务分解关系；曹裕华等[2]设计形式化的方法描述了作战任务的分解结构和流程；董涛等[3]针对反导作战任务分解方案优劣参差不齐的问题，应用内聚系数和粒度评估分解方案的优劣，保证了任务分解结果的可控性。目前，作战任务分解方法主要有时序逻辑公式[4-5]、流程网[6-7]和层级任务网络(Hierarchical Task Network,HTN)[8-9]3大类，其中：时序逻辑公式侧重于描述逻辑关系;流程网侧重于描述任务流程;而HTN通过在任务分解过程中引入领域知识，可模拟领域专家的思维方式，并能利用任务树[10]较好地描述任务关系。HTN主要应用于平台级、简单问题的任务规划或行动规划，如卫星侦察任务规划、无人机飞行路线规划等[9,11-12],该类应用具有2个特点：1)任务分解模型确定，每个复杂任务对应一个确定的分解模型；2)任务分解模型以资源状态为应用条件可控制变量，任务分解与资源分配或行动规划同步进行。

联合作战电子对抗任务分解问题的特点是：1)作战任务一般存在多种实现手段，确定性的任务分解模型并不适用；2)作战资源状态尚不明确，缺乏HTN方法的应用条件。为此，笔者提出了基于扩展HTN的联合作战电子对抗任务分解方法。通过构建规范化的电子对抗任务描述模型建立电子对抗任务列表，引入电子对抗作战能力构建任务分解模型，并采用启发式前向搜索算法求解任务分解模型，最后通过联合作战电子对抗任务分解案例验证了分解模型和算法的可行性和有效性。

1 基于扩展HTN的任务分解思路

1.1 HTN的基本原理

HTN是20世纪70年代出现并逐步发展起来的基于领域知识推理的智能规划技术[13]。HTN方法借助强大的领域知识表达能力对复杂的决策问题进行有效的知识管理和规划，其基本思想是：从初始任务开始，利用任务分解模型进行递归分解，将复杂任务分解为简单的子任务，最终生成由元任务组成的有序任务网络，并以任务树的形式呈现任务间的关系。HTN方法主要由任务、子任务、元任务、复杂任务、任务网络、任务分解模型构成[13-14]。

1) 任务(Task)。任务一般指作战任务，并由任务编号(ID)、任务名称(TN)、任务要素(TF)来描述，即

Task=。

2) 子任务(SubTask)。子任务是指作战任务分解过程中形成的中间任务节点,其与任务具有相同的构成要素及描述方法。

3) 元任务(MetaTask)。元任务是指作战任务分解最终形成的、可直接执行的末端任务节点，是一类特殊的子任务。

4) 复杂任务(ComplexTask)。复杂任务是指部队不能独立完成或直接执行的任务。

5) 任务网络(TaskNet)。任务网络是指任务分解过程中形成的、由初始任务和多级子任务构成的树状网络，其由任务节点集合(TaskNodeSet，包括任务、子任务、元任务等)、约束关系集合(ConstraintSet)来描述，即

TaskNet=。

6) 任务分解模型(Decomposition)。任务分解模型是指将复杂任务转换为子任务的模型，其由模型名称(Name)、待分解的复杂任务(ComplexTask)、分解前提条件(Preconditions)、分解形成的子任务(SubTask)来描述，即

Decomposition=。

1.2 基于扩展HTN的任务分解框架

基于扩展HTN的任务分解主要由知识库、数据库及搜索算法3部分协作构成，如图1所示。

知识库由任务分解模型和任务分解算法构成，其中：任务分解模型通过引入领域知识模拟专家思维，用来定义复杂任务及其分解方法；任务分解算法是运用各类任务分解模型的一般方法。数据库由任务描述模型和预定义任务集合构成，其中：任务描述模型用来提取和规范任务要素，并将其转换为可被计算机系统识别、处理的数据化形式；预定义任务是任务描述模型的具体化、实例化，预定义任务集合包括了任务分解过程中形成的全部可能的任务状态。搜索算法读取初始任务，并运用知识库和数据库进行迭代搜索，最终得到任务分解方案，它是整个任务分解研究框架的驱动器。

2 电子对抗任务描述模型与预定义任务

2.1 电子对抗任务描述模型

从形式化建模的角度来看[15]，联合作战电子对抗任务由多个要素构成，其中军种属性、作战空间、作战目的、目标类型、专业类别、对抗手段称为其6个基本要素。

根据作战任务的要素构成，可将任务描述模型定义为六元组，即T=。且各个要素均为枚举型数据：“军种属性”={陆军，海军，空军，火箭军，战略支援部队}；“作战空间”={陆上，水面，水下，空中，高空}；“作战目的”={侦察，干扰压制，电磁佯动}；“目标类型”={指挥控制系统，火控制导系统，侦察预警系统，导航识别系统}；“专业类别”={通信对抗，雷达对抗，光电对抗，导航对抗，声纳对抗}；“对抗手段”={远距离支援对抗，伴随对抗，自卫对抗，反辐射攻击}。如：在防空反导作战中的陆军对敌方机载火控雷达干扰压制任务，依据任务描述模型可规范化描述为T=<陆军，空中，干扰压制，火控制导系统，雷达对抗，地对空远距离支援干扰>。

2.2 预定义电子对抗任务

电子对抗任务包括元任务和复杂任务2大类，其中：元任务是指单个电子对抗部(分)队或单个台站就能完成的任务；复杂任务是指需要多个电子对抗部(分)队合作才能完成的任务。元任务、复杂任务都是相对的概念，不同的指挥层级对其定义不尽相同。在扩展HTN方法中，需预先对元任务、复杂任务进行定义，并将此作为任务复杂性判定的依据。

2.2.1 预定义元任务

依据任务描述模型，元任务实际上就是全部任务要素均已具体赋值的任务。笔者依据各任务要素的取值，采用正交方法设计预定义联合作战电子对抗元任务的列表，如表1所示。需要注意的是，采用正交方法设计的任务列表可能存在部分不合理的任务(如陆军任务一般没有自卫对抗手段)，所以需要设计人员逐一检验预定义任务的合理性，以确保预定义任务列表是合理、完备的。

2.2.2 预定义复杂任务

与元任务相对，复杂任务是具有一个或多个任务要素尚未进行具体赋值的任务。笔者同样采用正交方法设计预定义联合作战电子对抗复杂任务列表，如表2所示。

表1 预定义联合作战电子对抗元任务列表

表2 预定义联合作战电子对抗复杂任务列表

3 电子对抗任务分解模型与分解算法

3.1 电子对抗任务分解模型

每个预先定义的复杂任务均对应一个分解模型，利用任务分解模型可将复杂任务分解为多个任务要素更加明确的子任务。任务分解的过程也是明确任务要素的过程。复杂任务分解模型包括待分解复杂任务、任务分解条件、子任务集合，如图2所示。

分解形成的子任务包括必需任务和辅助任务2类，其中：必需任务均必须执行，其对应的逻辑关系为“与”的关系；辅助任务可量力执行，其对应的逻辑关系为“或”的关系。

在电子对抗任务描述模型中，军种属性、作战空间、作战目的、目标类型、专业类别、对抗手段6个任务要素由前至后具有明显的优先级和层次性，要素排列次序符合联合作战电子对抗的指挥决策流程，所以笔者以任务要素为层级，采用按层级分解的策略进行任务分解。

第1层：军种属性。“军种属性”(Services)={Army，Navy，Air-force，Rocket-force，Strategic-support-force}，采用规划域定义语言(Planning Domain Definition Language,PDDL)[16]定义其对应的分解模型：

Name：1906∥该分解模型对应的复杂任务编号

ComplexTask：Services

Preconditions：Services==NULL

SubTask：Decompose_algorithm()∥扩展HTN的任务分解算法

第2层：作战空间。“作战空间”(Space)={Land，Surface，Subsea，Aviation，Aerospace}，由于任务分解条件“Services”可能的取值包括Army /Navy /Air-force /Rocket-force /Strategic-support- force五种情况，所以第2层作战空间的分解模型有5个，以Services ==Army为例，其分解模型为

Name：1901

ComplexTask：Space

Preconditions：Services==Army&&Space==NULL

SubTask：Decompose_algorithm()

同理可得第3、4、5、6层级的任务分解模型，限于篇幅，此处不再赘述。

3.2 电子对抗任务分解算法

鉴于联合作战电子对抗任务分解问题具有作战资源不明确、任务分解方法不唯一的特点，笔者提出了扩展HTN方法，即引入“电子对抗作战能力”代替作战资源，并设计相应的任务分解实施算法，解决了HTN难以分解兵种及以上层级任务的问题，确保了电子对抗任务分解模型能够灵活地分解作战任务。

3.2.1 电子对抗作战能力

由于C和CT0不随具体作战任务而变，在实施任务分解前，预先构建联合作战电子对抗作战能力列表(C)和预定义作战任务T0能力列表(CT0)。而CT随具体作战任务而变，故当前任务T的作战能力需求列表(CT)需在实施任务分解时依据上级赋予的任务具体构建。

综合梳理联合作战电子对抗作战能力类型和所属部队作战能力，构建联合作战电子对抗作战能力列表，如表3所示。

表3 联合作战电子对抗作战能力列表

联合作战电子对抗作战能力实际上是由各预先定义的作战任务所需作战能力组成的集合，因此在构建预定义元任务列表和预定义复杂任务列表过程中，需要同步构建预定义任务T0作战能力列表CT0。由于CT0⊆C，因此预定义任务T0作战能力列表CT0与联合作战电子对抗作战能力列表(C)之间存在分表与总表的关系，且分表和总表相互兼容、协调一致。如：预定义任务对敌机载火控雷达的干扰压制任务T0的作战能力主要包括地对空雷达对抗侦察和地对空雷达对抗干扰，如表4所示。

表4 预定义任务T0能力列表

3.2.2 任务分解实施算法

为便于计算机识别处理，笔者运用PDDL描述复杂任务分解算法。扩展HTN主要是应用电子对抗作战能力作为模型选用断定依据，具体算法定义如下：

Decompose _ algorithm ()

…}

4 任务分解搜索算法

基于任务分解框架的知识库与数据库，笔者设计了启发式前向搜索算法。该算法依据任务分解模型进行局部分解，而不是盲目搜索，可有效避免无效分支，快速实现任务分解。具体算法流程如下：

1) 读取当前任务T及其能力集合CT，其中任务网络N存储待分解任务，任务分解方案Nfinal存储完整任务分解网络，初始化N=Nfinal=T；

2) 若待分解任务网络N为空集，则表示任务分解完成，得到任务分解网络Nfinal，否则继续分解；

3) 在任务网络N中，按照任务执行顺序选择无前序任务t；

4) 对照预定义元任务列表，检查任务t是否属于元任务，若是，则转入步骤7)；

5) 对照预定义复杂任务列表，检查任务t是否属于复杂任务，若不是，说明该任务无法完成，返回并由指挥人员进行干预；

6) 调用任务t对应的分解模型实施任务分解，得到子任务网络n，利用子任务网络n替换任务t，更新任务网络N和Nfinal；

7) 已判定任务t为元任务或已将任务t分解为一系列子任务，则从待分解任务网络N中移除任务t，然后转入步骤2)。

5 案例分析

在联合边境反击作战中，一般赋予陆上电子对抗作战的主要任务为“以电子对抗进攻手段干扰压制敌方指挥信息系统，支援陆上作战行动”。以该任务分解为例验证笔者提出的联合作战电子对抗任务分解模型和算法的有效性。

1) 分析当前任务T的能力需求，对照表3列出当前任务T作战能力需求列表(CT)，如表5所示。

表5 当前任务T作战能力需求列表

2) 基于扩展HTN按层级分解作战任务。首先调用作战空间层任务分解模型，进行作战空间层任务分解，此时任务网络N中有1个无前序任务t=，“作战空间”要素分解模型如图3所示。在该分解模型内，根据当前任务T作战能力需求列表(CT)，调用任务分解实施算法Decompose _ algorithm ()，得到子任务网络n1，如图4所示，记子任务分别为t1、t2，其对应的作战能力需求列表分别如表6、7所示。

其次，依次进行作战目的、目标类型、专业类别、对抗手段等层级的任务分解，限于篇幅，此处不再一一呈现。

表6 子任务t1作战能力需求列表

表7 子任务t2作战能力需求列表

3)完成作战任务分解，形成 “以电子对抗进攻手段干扰压制敌方指挥信息系统，支援陆上作战行动”的任务分解方案，如图5所示。其中：任务分解方案包含10个叶节点，即t18，t19，t20，t21，t22，t23，t24，t25，t26，t27，为初始任务T的等价元任务，指挥人员据此可方便地进行下一步的任务区分、兵力分配等作战指挥活动。