平行系统理论在体系对抗训练中的应用初探*

谢堂涛，易方，梅光焜

(中国人民解放军63611部队，新疆 库尔勒 841000)

0 引言

随着现代信息技术的发展，信息化作战理论和武器装备的不断更新，信息化战争已成为当代战争的主要作战样式。信息化战争的基本特征是体系作战或体系对抗[1]。当战争发生时，敌对双方就会依靠所拥有的作战体系展开激烈的体系对抗，表现为作战体系中所有要素的整体对抗，包括部队、武器装备、编制编成、作战理论、综合国力等[2]。和平时期的军队必须加强备战打仗的意识和能力建设，开展实战化军事训练，进行全员额、全要素、全流程的体系对抗训练。

体系对抗仿真始于1983年美国国防高级研究计划局(defense advanced research projects agency，DARPA)开发的实时分布式仿真系统SIMENT，该系统一直用于美军的训练，直到20世纪90年代美军在此基础上发展了新的分布交互式仿真系统(distributed interactive simulation,DIS)。1995年，为了适应不同类型仿真系统的互操作和仿真资源的重用，美国国防部提出了HLA(high level architecture)，并于次年规定HLA为国防部范围内仿真项目的标准技术框架。现如今，HLA规则已成为IEEEM&S(institute of electrical and electronics engineers modeling and simulation)的正式标准。近年来，美国开展了大量的体系对抗仿真项目和计划，如综合战区演练STOW(synthetic threat of war)计划、战争模拟2000、千年挑战2002[3]、“施里弗”系列演习、“太空旗”演习等。

目前应用于体系对抗仿真的技术主要有DIS，HLA，MAS(multi-agent system,多agent系统)，SEB(system-of-system, entity, behavior,体系-实体-行为的分层组合建模)，DEVS(discrete event system speci-fication，离散事件系统描述)等。这些建模方法立足于以离线、静态、辅助的形式应用于现实系统的管理和控制，很少或根本没有对相应的人工系统进行控制，而平行系统理论通过人工系统和实际系统平行执行，可提供更有效和逼真的战争模拟[4]，节约成本的同时还可以进行一些无法在现实中实现的对抗训练，增强体系对抗训练的效果。

平行系统理论在体系对抗训练方面的应用还处于最初的探索阶段，文献[5]对面向体系对抗的平行训练基本理论进行了初步探索，提出了平行训练的组织模式。在此研究的基础上，本文进一步拓展了探索的内容，重点对平行系统ACP(artificial systems, computing experiments, parallel implement)方法在体系对抗训练中如何应用进行了初步的探讨和分析。

1 研究背景

1.1 平行系统理论

平行系统是由某一个自然的实际系统和对应的一个或多个虚拟或理想的人工系统所组成的共同系统[6]。受到仿真社会研究的启发，平行系统理论将所研究的实际系统由传统的自然要素扩展到社会要素，通过基于agent的方法和相应的面向对象的编程技术建立与这个扩展之后的实际系统等价的人工系统，并让人工系统与实际系统平行运行。通过人工系统与实际系统的相互连接、作用，经过比对、分析、预估等方法，使人工系统的角色从被动到主动、静态到动态、离线到在线，最终达到研究和控制实际系统的目的。

平行系统的理论框架下的ACP方法包括人工系统(artificial systems)、计算实验(computing experiments)和平行执行(parallel implement)。其中，建立人工系统是该方法的基础，是开展计算实验和平行执行的前提；计算实验是该方法开展研究的主要方式，通过在人工系统上的计算实验，认识实际系统内部各要素的演化规律和相互作用关系；平行执行是该方法的特点和精髓，通过平行系统和人工系统的相互连接、作用支持后续分析研究。从2004年平行系统理论提出至今，平行系统理论己成为复杂系统理论研究的一个分支，得到了众多研究者的关注，在化工生产、交通控制、社会经济、辅助决策等方面也取得了良好的应用效果。

1.2 数字孪生技术

数字孪生(digital twin)是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力[7]。数字孪生技术是物理世界和信息世界的桥梁和纽带，其核心是模型和数据。建立与现实物理系统在线平行运行的数字孪生系统，两者相互连通实时交互，充分发挥从物理系统中所获取信息的作用，促进物理系统效能的改进。

近年来，数字孪生技术在制造业得到了广泛的关注，在数字孪生技术的建模、信息和物理系统的融合、孪生系统与物理系统的交互等方面开展了相关研究，并在虚拟样机、工艺规划、生产调度、测试检验等方面得到了应用，为智能工厂、智能车间提供了技术支持[8-9]。美国的洛克希德·马丁公司2017年11月将数字孪生技术列为未来国防和航天工业6大顶尖技术之首，并为其生产的宙斯盾系统开发了虚拟的宙斯盾系统。虚拟宙斯盾系统可在不影响实际系统的情况下，现场对一些新技术进行测试，从而加快宙斯盾系统的升级和固件检测进程[10]。

1.3 基于agent的体系对抗仿真

信息化条件下的体系对抗，是作战体系中各要素在多维战场空间中进行的整个体系的对抗,其对抗效能是通过作战体系与敌对作战体系中各要素的相互作用而涌现出来的整体效能[11]。通过建立描述作战体系中实体与实体、体系与体系之间相互作用的模型，并进行仿真实验，可以优化体系结构、改进运用策略、创新合作机制，从而提高体系对抗效能。

作战体系本身作为一个典型的开放复杂巨系统，其中的每一个单元及行为都是这个巨系统里相互关联、相互影响的局部。复杂系统的非线性、分形、混沌、突变等特性，使得无法通过传统的对系统分割分析而得到整个系统的性质。

以复杂系统理论中还原论和整体论相结合的方法，采用基于agent的方法和面向对象的仿真技术，对信息化战争中的体系对抗演化行为的内部微观作用机制、宏观涌现模式乃至战争指导、控制规律进行研究，正成为军事科学研究领域的一个国际前沿的研究方向之一[1]。国防大学胡晓峰、张明智等人在基于agent的体系对抗仿真方面做了大量的研究，在仿真建模概念、仿真建模概念框架、仿真建模策略、体系整体“涌现”行为建模、体系对抗交互模型、体系对抗仿真实验等方面进行了深入探索[2]，解决关键技术的同时也开拓了基于agent的体系对抗仿真的应用前景。

1.4 虚实结合的体系对抗训练

体系对抗训练是在各军兵种已经开展了岗位训练、整体训练、合同训练的基础上，所进行的更高级别的训练。体系对抗训练在信息化条件下显得尤为重要，是最接近现代战争的训练样式，应尽可能将各对抗要素纳入到训练中，以真正实现体系融合为目标，不断强化各要素之间的协作，发挥整体效能。

目前，实战化训练的形式主要有兵棋推演、网上指挥对抗、实兵对抗演习等，这些训练模式缺乏必要的体系对抗要素，难以实施连贯的对抗动作[5]，使体系对抗训练的效果打了折扣。虚实结合的体系对抗训练，通过构建虚拟战场空间及虚拟兵力作为实际战场空间的补充，比实兵演习更逼真，未知程度更高，对抗性更强[12]，能够最大限度地锻炼部队未来信息化条件下实战能力。

2 平行人工系统的构建

基于平行系统的ACP方法理论，并结合agent仿真技术、数字孪生技术及体系对抗训练的相关研究，提出本文构建及运用体系对抗训练系统的核心思想：利用agent仿真技术、数字孪生技术将实际体系对抗训练中的战场环境、武器装备、作战部队、作战行动效果等实际要素投影到虚拟战场空间，并将实际体系对抗训练中虚拟要素复制到虚拟战场空间，得到与实际系统平行的人工系统；在人工系统中进行计算实验，研究在各种不同的条件下的体系对抗方法和策略等，定量分析各因素对系统的影响；使人工系统与实际系统平行运行，同步推进相互补充，指导开展虚实结合的体系对抗训练。体系对抗训练平行系统的组成及ACP三者之间的关系如图1,2所示。

图1 体系对抗训练平行系统的基本构成

2.1 虚拟战场空间

虚拟战场空间是实际战场空间的数字表示形式，是一个一体化知识处理平台，遵循统一的标准和规范。虚拟战场空间通过对领域概念和关系的共同理解，可以建立战场空间中知识基础设施，实现已有的知识系统之间的互联、互操作[13]。通过构建虚拟战场空间，可提供要素更全、流程更完整、过程更清楚的训练条件。

图2 ACP三者之间的关系

体系对抗训练的实际系统，既存在实兵实装的要素，也存在部分模拟的要素。构建与实际系统平行的人工系统，首先要解决的就是将实际系统中的各个要素投影到虚拟战场空间中。实际系统中实兵实装或者半实物的要素需要通过构建相应的模型进行投影，虚拟的要素则可以直接复制。通过这样的投影或者复制，构建出与实际战场空间平行的虚拟战场空间中的各个体系对抗要素。

2.2 自然要素投影

对于战场环境和武器装备等自然要素，不存在人的主观因素，其投影可采用数字孪生技术针对每个物理实体建立相应的数字模型。

信息化条件下的体系对抗中，信息已经深入到战场的各个角落。借鉴美国工业互联网和德国工业4.0的概念，并将其引入体系对抗训练中，采用数字孪生技术进行自然要素的投影。自然要素及其数字孪生投影是密不可分的整体，其主要由5个部分构成：

(1) 物理实体

体系对抗训练中客观存在的战场环境、武器装备等，在训练过程中其状态会发生变化，甚至是某些不可预知的突变。在物理实体中部署的传感器，可实时获取并传输数据及其状态。

(2) 虚拟模型

虚拟模型作为物理实体的抽象，是根据研究的需要将其主要的功能和影响因素抽象成的数学模型。虚拟模型中预留数据输入输出接口，可将从物理实体中获取的数据输入，并按要求进行分析，输出分析结果。

(3) 平行控制

运用从物理实体中获取的数据，驱动虚拟模型的运行，并进行比较、分析，为物理实体的评价、运用、升级或虚拟模型的改进提供参考。

(4) 孪生数据

孪生数据不仅包括上述物理实体、虚拟模型及平行控制的相关数据，还包括领域知识以及数据融合的结果。

(5) 信息链路

信息链路是将上述各部分两两连接起来，进行信息沟通的桥梁，其实时性、准确性是数字孪生投影的基础。

2.3 作战部队投影

体系对抗中的人为要素包括作战部队以及国家的政治、经济、文化、科技等诸多方面，其影响模式及相互作用非常复杂。为便于开展研究，这里主要考虑作战部队作为主要的人为因素。对抗训练中作战部队一般分为“红方”(受训方)和“蓝方”(红方的对手)，其中红方以实兵参训，蓝方可以是专业的蓝军部队或者只是计算机生成的兵力(computer generated force，CGF)。

作战部队作为一个行动整体，具有自主性，可根据战场环境及敌我态势，改变自身的状态及行动，以达到取胜的目的。这些特征与agent非常类似，使得利用agent技术进行作战部队投影成为可能。所投影的agent模型主要由3部分组成：

(1) agent本身

可将作战部队简化为具有协作精神、服从命令、行动迅速、坚韧顽强、自我牺牲的意志品质的agent，agent的目的就是为了取得战争的胜利。根据模拟的粒度要求，将作战部队的每个行动单元(一个单兵、一个战斗小组、一台雷达或者一辆坦克等)定义为一个agent，敌对双方由一群相互协作、互相配合的agent组成。

(2) agent所处的环境

包括战场环境、战场态势、武器装备等，每个agent对环境的感知能力不同，需根据agent获取所处环境情报信息的能力，为每一类agent定义一个环境感知模型，以确定其所可获取的信息。

(3) agent之间的社交规则

体系对抗中各方的agent内部协作原则应当是利益最大化原则，即各方内部的agent之间的协商均以最有利于己方取得胜利为原则，即使是可能导致某些agent被对方消灭；敌对双方agent之间则取互斥原则，即双方agent都尽可能选择最大限度地保存自己，消灭对方。

2.4 作战行动效果投影

由于在体系对抗训练中，物理摧毁、实弹打击等部分作战行动只能采用模拟的方式进行，如何评估对抗结果便成为指导其他工作的核心，其可信性是对抗结果令人信服所必不可少的。如何实时评估各方各个作战行动所取得的效果，是进一步引导训练以及最后结果评定的基础。为进行对抗结果评估，需将各作战行动效果投影到虚拟空间：

(1) 武器打击效果投影

对于直瞄武器，实际训练中往往采用激光瞄准，将其打击效果投影到人工系统时，只需将激光瞄准系统的结果输入人工系统；对于间瞄武器系统或者有一方为虚拟兵力，则需根据武器系统性能、目标的特性、所处的环境、采取的防护手段等建立打击效果模型，并将武器系统及目标的位置、装订的诸元、环境参数等输入人工系统，人工系统分析后给出结果，并输出给实际系统。

(2) 侦察及反侦察效果投影

实际对抗中一些侦察及反侦察动作无法开展，例如双方通过卫星侦察获取战场情报时，训练中若通过动用实际卫星进行变轨来评估反侦察效果，则成本开支巨大。在人工系统中建立侦察效果模型，并将实际系统的侦察与反侦察行动相关数据输入，可以进行效果评估，以确定双方可获取的情报。

(3) 干扰欺骗行动效果投影

体系作战中，双方经常会通过干扰、欺骗等手段，使对方无法获得情报或获得假情报，使敌误判从而赢得胜利。与虚拟对手进行的对抗，需判断实际参演部队所采取的干扰欺骗是否会影响虚拟对手的判断，这就需要根据所采取的干扰欺骗手段、虚拟对手对情报识别判断的能力等进行干扰欺骗行动效果投影。

3 计算实验及平行执行

构建虚拟战场空间并把各要素投影到其中之后，就建立了与实际系统平行的人工系统。发挥人工系统的作用，关键还在人工系统中开展的计算试验以及人工系统与实际系统的平行执行。

3.1 计算实验

利用人工系统这个可重复的实验室，通过复杂系统理论中的涌现(emergence)方法进行计算实验可以生长培育出各类复杂现象，如自学习、自适应等。计算实验相对于实际系统实验，其优点主要在于可重复、可量化、可扩展实验范围等。

对于体系对抗训练，可以设计不同的初始态势、武器系统、作战战法、战场环境等，进行多次大量的重复计算实验，从而为兵力部署、武器改进、新战法实验、环境构建等方面提供建议。在体系对抗训练的全过程，计算实验均可发挥作用(表1)：

(1) 训练前对演练方案进行评估

演练前，根据演练的目的制定几套备选的演练方案，并将这些演练方案输入人工系统，进行计算实验，对演练方案中是否存在漏洞、演练是否能够达到预期目的以及优选方案的排序等方面给出建议。

(2) 训练中支持导调评估

对训练中虚拟的部分或者不可能在实际系统中进行的作战行动，可通过人工系统的计算实验，实时评估对抗训练的结果，支持导演组对演练进程的控制；利用人工系统的超实时计算实验，预判演练的可能发展方向，对于不利于演练目的实现的情况提前进行导调；预估拟采取的导调动作可能产生的效果，判断其是否可以达到导调目的，使得导调工作开展更加顺畅。

(3) 训练后进行分析复演

训练结束后，通过计算实验进行多次复演，并分析复演的结果，可使复盘总结更加深入、可靠。通过计算复演，可以判断演练方案是否合理、参训部队是否具备实战能力、训练中的导调评估是否合理、武器装备应该怎样改进、创新的战法是否实用等等。

3.2 平行执行

平行系统中的“平行”一词，旨在将实际复杂系统看作复杂系统可能出现的一种情况，人工系统中的各种情况与实际系统虽不一定相同，但却是等价的。与传统的仿真方法相比，平行系统理论中实际系统并不是检验仿真是否正确的唯一标准，只要仿真遵循一定的规律即可，这类似于现代的天文宇宙理论中的“平行宇宙”的概念[14-15]。

表1 计算实验在训练各阶段的工作及作用

平行执行即将平行系统和实际系统连接起来，进行对比和分析，完成对各自未来状况的“借鉴”和“预估”，相应地调节各自的状态，以达到控制、优化及评估的目的。平行执行的主要内容如图3所示。体系对抗训练中的平行执行内容主要包括：

(1) 人工系统和实际系统的交互

将实际系统的输入及状态作为人工系统的输入，这需要根据体系对抗演练的想定背景及初始的战场态势对人工系统进行初始化，并在二者之间定义合适的接口协议，使人工系统根据实际系统的状态数据实时调整自己的状态；导调人员利用人工系统进行预估，并根据预估结果对实际系统进行控制。

(2) 人工系统对导调的适应

人工系统应预留导调的接口，以使在对抗训练过程中的导调动作能实时传输到人工系统中，人工系统根据导调的内容及时改变自身的状态，以模拟实际系统对导调的响应。

(3) 人工系统模型的修正

对于人工系统与实际系统的不一致，首先应先区分是模型本身不够准确还是与实际系统等价的另一种状态。对于模型本身不够准确的情况，应该对模型进行修正；对于等价的另一种状态，应通过计算实验进行等价性验证，并使人工系统尽可能地接近实际系统。

图3 平行执行的主要内容

4 结束语

现代社会信息化、智能化已经渗透到了人类工作和生活的各个方面，构建信息化训练场、开展智能化训练也是军事训练发展的必然趋势。本文运用平行系统理论为构建实际可用的体系对抗平行系统提供了解决方案，为建设更加贴近实战的体系对抗训练条件提供了参考。作为平行系统理论的一个应用方法初探，本文只是提出了一个大致的框架，具体运用上需要在顶层规划上进行系统的设计，并在体系对抗要素投影、系统架构设计、agent模型优化等方面开展大量的研究工作。