指挥控制系统智能化发展综述∗

徐粲然 杨春秀 张瑞虎

（海军大连舰艇学院作战软件与仿真研究所 大连 116000）

1 引言

指挥控制系统是在联合作战背景下，通过对资源的组织、协调和决策，可为协同作战行动提供精准高效指挥支持的中枢系统，是作战体系中不可或缺的一部分。随着各领域科学的发展与进步，现代战场环境态势复杂多变，对抗节奏较比过去明显加快，数据量空前庞大。面对错综复杂的战争环境，人工智能技术可为指挥控制系统提供支持，在战争需求和技术进步的推动下，发展智能化指挥控制系统将是世界各国的必然选择。

然而，发展指挥控制智能化要走的路还很长。本文从指挥控制系统及典型的人工智能系统及产品的发展现状出发，结合人工智能技术对指挥控制系统的应用进行展开，提出指挥控制系统智能化的发展思路，为我国发展指挥控制智能化提供参考。

2 指控系统智能化发展现状

指挥控制系统是由系统代替指挥官的大脑，为指挥官提供智能辅助。指挥控制系统的体系结构为C4ISR 框架，即集指挥控制、通信、情报、预警探测、计算机、武器杀伤等功能于一体，用于提升军事信息处理能力、辅助决策支持、提升指挥效率的综合军事系统。其主要功能包括态势感知、智能决策、任务规划、协同引导。

2.1 态势感知能力

通过传感器对战场的实时监控以及计算机对各领域的海量情报进行分析处理，对总体军事现况进行动态态势感知，为任务规划及辅助决策做好基础信息把握。

2.2 任务规划能力

指挥控制系统应具备任务规划能力。即可通过理解指挥员的意图、初始条件及限制条件对数据进行分析处理，帮助人类对军事任务进行智能规划，自主分析生成总体规划和分支规划。

2.3 协同引导能力

指挥控制系统是各领域协同作战的枢纽系统，对各领域信息进行融汇处理，同时根据总体战场对各领域各军种做好协同引导，从而使资源得以最大化发挥能力。

2.4 战术决策能力

战场态势瞬息万变，指挥控制系统应具备智能决策能力，可根据战场环境变化对几种预备计划进行比较分析、通过建模仿真选取最优实时进行智能化决策。

3 典型人工智能系统及产品

3.1 “深绿”计划

美国国防部高级研究计划署于2007 年启动“深绿”项目。“深绿”的主要组成部分有：“Commander’s Associate”人机接口系统、“Blitzkrieg”仿真和“Blitzkrieg”控制系统。它通过将仿真嵌入指挥控制系统，对军事行动进行仿真模拟的方式，帮助指挥员提前思考，判断是否需要调整计划，从而提升决策速度，协助指挥官作出正确决策。深绿计划原计划执行3 年，虽然至今仍未完成，但深绿的提出使仿真模拟决策由离线模式转向在线模式，为指挥控制系统智能化奠定了思维基础。

3.2 AlphaGo与AlphaGo Zero

围棋对弈具有较强的战场特征。棋盘即战场，对弈者即指挥官。指挥官通过对棋盘的整体把握，依靠指挥和手段，决定棋子在盘上的命运胜数。

2016 年，AlphaGo 成为首个在围棋中战胜人类世界冠军的系统。它通过神经网络，对人类棋盘数据进行观摩学习，最终战胜人类顶尖围棋选手李世石。2017 年，谷歌公司进一步研制出AlphaGo Zero，并成功战胜AlphaGo。AlphaGo Zero 摒弃了“观摩”的学习方式，摆脱对既有人类试验及经验的大数据依赖，通过自我循环算法进行学习优化，从某种意义上，实现了无需人类过程制导，即可自主完成学习，并在短短数天之内迅速超越人类。

3.3 “指南针”（COMPASS）

继2016 年美军启动了指挥官虚拟参谋计划后，2018 年美国DARPA 又发布了“指南针”计划。指挥官虚拟参谋计划主要是通过监控作战行动、实时作战评估等手段为指挥官提供可用于帮助决策的信息。而“指南针”计划则旨在通过深入理解敌方意图的方式，增强指控系统对战场态势的把握，从而取得战场先机。它通过判断敌方对刺激的反应，弄清敌方的行动意图，推断出敌方的策略，从而建立起对手模型。“指南针”计划耗时30 个月，目前尚未完成。

3.4 《星际大战》

2018 年，谷歌DeepMind 研发的AlphaStar 与《星际大战》人类职业选手进行对战。最终以10：0的比分获得全胜。2019 年谷歌对通过对其视野进行限制，以削弱机器注意力优势，再次对战人类职业选手，最后仍以10：1 的比分获胜。据外国媒体报道，AlphaStar 在反应速度方面稍逊人类一筹，但对全局的掌控能力可有效弥补这一缺点。基于相关的数据训练神经网络，AlphaStar可在短时间内掌握职业玩家游戏技巧。《星际大战》相比围棋难度更大，要求机器全方位发展，AlphaStar 的胜利为智能化指挥控制的发展提供可能。

3.5 联合全域指挥控制（JADC2）

JADC2 是美国提出的一种新的多域作战指挥体系架构，作用是在跨域跨国跨军种作战时，可以迅速发现目标，并将信息进行实时多领域共享。2019年12月，美国进行了JADC2能力演习，演习中将战斗机与陆军地面系统和海军舰船整合在一起，是一次多领域作战演习。这是智能化指挥控制系统的全领域化发展迈进实质性的一步。

课后的实施方案如图3 所示。教师在网络教学平台上完成课中阶段的善后工作：如批改学生的作业；针对学生掌握不太好的知识点发布新任务；统计分析学生的阶段性学习情况，从而发现后进生，重点对象重点关注，可以选择适当时机进行个别谈话，了解他们对学习不积极的深层原因，及时改变他们的学习态度，从而提高学习主动性。教师还可以针对课中活动的组织开展情况，进行教学反思、教学小结，以促进后续教学工作的改进。

3.6 多通道人机交互技术

3.6.1 智能语音助手Siri

Siri是苹果公司研发的一款语音助手。用户打开Siri 后可通过对话方式对其询问当前时间、天气状况等。目前智能手机均搭载语音交互功能，这些智能语音助手可以通过声音采集、语言理解等技术，精准分析自然语言中的逻辑关系，提取语言信息，从而充分理解用户的意图。并通过与用户进行交互式对话的方式向用户传达有用信息或对用户命令做出相应操作。

3.6.2 图像识别技术

图像识别技术现已应用到智能安防、无人驾驶等重要领域。例如由Teradeep 团队研发的一套基于深度学习的图像识别算法，可实现对移动场景的理解和物体检测。通过视频画面捕捉提取有用信息，使监控系统不再是刻板的录制视频。

3.6.3 肢体语言交互技术

由美国MERL 公司研发的DiamondTouch 项目通过光学触控技术。对人的双手位置进行感知，运动方向及运动趋势进行识别，理解人类意图，从而对机器进行虚拟控制。可实现双手与机器隔空式交互操作及多人协作，为人机协同提供更自然便捷的操作方式。

目前的指挥控制系统C4ISR 只具备初级的智能化，随着智能化的不断发展，未来的指挥控制系统将是基于大数据、云计算、传感器技术、5G 及人工智能等先进技术之上，将侦察监视、情报处理、信息传达、指挥行动一体化，实现语音控制、面部识别、动作识别等人机无缝连接的智能化指挥控制系统。

4 智能化指控系统能力需求

4.1 基于5G技术的实时侦察与态势感知

5G 技术的发展，将会在诸多领域掀起颠覆式的变化。其低延迟性特点可大大加快情报的传递。同时5G 具有超高带宽，可满足超大数据量的实时传输。更快地观测传输实时战场，为有效避免敌方攻击，赢得战场优势提供先机。

4.2 基于云技术与大数据的信息处理

在俄“中部-2019”演习中，行动已经精算到分秒。多国部队要求指挥员能够研判敌方发起进攻，我方投入多少兵力，何时投入可有效抵御攻击。这要求指挥员具备高水准的精算、细算、深算能力。仅仅是单一战场，计算难度就不容小觑。随着多武器平台对多目标的战场对抗形式的转变，以及海、陆、空、天、电的多维度融合作战模式的转变，信息渠道广、形式多、数据量庞大且实时变化快，人类的数据处理能力已经难以满足战争需求。

云技术计算技术，可将复杂耗时的大计算拆分成数个小计算，再由服务器集群系统针对各个小计算进行计算分析，最后拟合计算结果。通过这种的分布式处理方式，可将计算效能提升至与超级计算机等同。智能化指挥控制系统可利用大数据处理和云技术计算大量数据，分析和深挖有效信息，迅速完成信息整合为决策做好基础准备。

4.3 基于智能算法及人机交互的任务规划能力

以AlphaGo Zero 为例的算法可为指挥控制系统任务规划提供参考。基于现有的多通道交互技术，用户可通过语音交互、手势交互对系统进行任务目的传达。通过算法计算与建模，系统根据用户所需提供最优算法方案，并通过图像等方式呈现给用户，并可为多人协作讨论提供沙盘平台，实现人机交互与跨地域人人交互的流畅体验。

4.4 基于物联技术的协同引导能力

传统的非智能指挥控制系统的指挥方式是：由指挥员下达指令，通过多重传送，传递至指挥对象，再由指挥对象执行相应指令。这种指挥员与指挥对象间接的传递方式，耗时长且效率低，信息安全性差。5G 技术具有大容量、覆盖广、低延时的特点。其超大网络容量可供千亿设备互联，满足物联网通信。其超高的可靠性和低延时可满足信息的快速安全传递。运用5G技术可帮助指挥控制系统克服指挥链复杂的问题。突破传统运行模式，通过指挥控制系统与各作战单元直联的方式，将指令直接下达到作战单元的模式，提高信息传递的精准性、安全性及传递效率，为战场争取到宝贵的时间。

4.5 基于建模仿真及深度学习的战术决策能力

智能化指挥控制系统，可由用户赋予指挥控制系统一些自主决策与实施行动的权限，在与信息域同步共享、认知域同步交流以及行动域同步联动的支持下，实时自主决策，自主展开精确的打击攻防行动。通过仿真模拟推演，对决策方案进行辅助评估，分析决策方案的可行性及预估效果。并在实时打击状态下，基于实时数据收集和大数据对比分析，对敌方毁伤效果进行进一步评估，准确及时的调整方案，并依据打击效果快速做出下一次打击决策。系统可记录战场数据，基于以往积累的大量数据，通过深度学习算法，自主分析总结，加强战场态势理解、深入透析对手意图、增强毁伤信息的分析判断能力、加快自主决策速度。

5 指控系统智能化发展建议

5.1 增加情报推送机制

处理情报是大数据处理的重要一步，由于情报搜集渠道众多，很多情况下处理的都是一些无效情报，真正有效情报甚少。尽管大数据处理和云计算能力已经使计算时间大幅提升，但如果能推出一种推荐机制，将有效信息进行筛选和置顶，如同现阶段淘宝、今日头条等众多手机软件的通过数据处理进行推送机制一样，就可以有效提升信息处理速度，节约计算空间。

5.2 提高智能化处理能力

机器与人，各有所长。大量而庞杂数据的计算与整理对于人来说是很困难的，但对机器来说是很容易的。而机器对于感性方面的理解，是极其欠缺的。因而对于人工智能而言，决策的复杂性往往并不在于计算，而在于识别和判断信息是否具有欺骗性，判断和选择上的不确定性。因此决策问题仍然是现阶段指挥控制系统智能化需要关注的重要方向。现阶段，机器识别是否为欺骗信息的主要方式还是通过大量模拟学习积累数据和相似案例依托数据挖掘、知识图谱等技术进行智能化处理，能否通过更有效的手段和学习方式使得机器可以拨开“迷雾”看本质，是一个值得思考的问题。

5.3 把握智能尺度

指挥控制系统无人化，“无人”不是目的，通过机器计算、储存、优化等方面的优势，补偿人的缺点、延伸拓展人的智慧、克服人类极限，能更智能更完整地完成复杂多变的任务才是关键。“无人”是指人类指挥官赋予平台初值条件、最终状态和动作限制，实施动作及中间过程交由平台自主完成。这对指控系统的安全性可靠性提出了极高的要求，应重视和加强安全防护技术发展，以避免某一模块受到攻击，整体瘫痪或大大影响性能。因确保避免伦理问题发生，美军始终坚持不让机器进行自主判断，不赋予机器执行攻击权利。为让人工智能更好地为人类服务，无人化指挥控制系统应设定应激装置干涉接口，人可随时介入接管指挥控制权，预留启停装置，保留必要的开火权。

6 结语

随着智能技术的飞速发展，指挥控制系统终将迎来跨越式进步。高度智能化指挥控制系统能够为战场决策提供更精准、高效的支持，已成为当下研究的热点方向。世界各军事强国意识到，谁首先掌握指挥控制系统智能化，谁就将赢得未来战场的密钥，抢占未来战场的先机。推动指挥控制系统智能化发展，具有重要的军事意义。