中国指挥与控制学会会刊 
军事领域智能化是世界各大军事强国争夺未来战争主动权的战略高地,是改变游戏规则的颠覆性技术。美国更将其视为“第三次抵消战略”的核心支撑,力图形成压倒性的技术优势来继续保持其军事上的全球领先地位。可以说,能否在军事领域抓住继工业化革命、信息化革命之后的智能化革命浪潮机遇,将直接决定未来国际战略格局。
指挥与控制作为作战系统的神经中枢,扮演着作战智能大脑的角色,其智能化是提升军事领域核心竞争力的关键。当前,以模式识别、机器学习、深度学习、类脑计算、知识推理等为代表的智能技术群的快速发展,及其在文字图像语音视频识别、知识发现、智能推荐、人机交互等方面的成功应用,为推动指挥与控制智能化提供了技术基础。特别是在网络通信支持、情报分析处理、战场态势理解、指挥决策支持、决心方案优选、兵力协调控制以及人机交互协同等方面,亟须借助人工智能技术,通过“机器大脑”拓展“指挥员人脑”,实现智能通信、智能感知、智能决策、自主控制、分布协同,支撑进行高效的战场态势自主感知、决策计划快速制定和行动自主协调控制,满足指挥与控制信息域和认知域的智能化需求,为陆战场指挥与控制能力跃升提供支撑。
1 指挥与控制智能化技术研究现状
在国外,美军一直重视智能化技术在作战指挥与控制中的应用。早期,其技术应用主要围绕决策支持和任务规划等领域,研制了一系列决策支持系统和大量平台级、战术级任务规划系统,提供作战筹划支持、航线规划、基于地形的任务规划等功能。但这些系统大多采用人在回路的方式,指挥员个人仍是指挥决策的关键,机器主要提供计算层面的支持。
随着美军将智能化视为“第三次抵消战略”的核心支撑技术[1],对智能化技术在网络通信、战场感知、决策支持、行动控制等领域的研究也全面铺开。在网络通信领域,研发了作战人员战术信息网、联合战术无线电系统、自动化数字网络等作战通信系统,研究认知无线电自组织网络技术、分布式智能网络策略管理技术、扩跳频综合智能抗干扰技术、空时频码多域联合自适应抗干扰技术、低截获抗干扰安全通信技术以及第五代移动通信技术等关键技术,支撑构建新一代军用多域协同智能信息网络。在智能感知领域,布局了“洞察”、“心灵之眼”、“可视化数据分析”等项目,研究文本、图像、音视频等非结构化信息处理、多源情报综合关联分析、情报深度理解等关键技术。在决策支持领域,积极推动计算层面智能向认知层面智能发展。美国国防高级研究计划局(DARPA)于2007年提出“深绿”计划[2],通过平行仿真推演不同的作战方案,预测敌方可能采取的行动和战场局势发展,帮助指挥员思考、判断是否需要调整计划,并协助指挥员产生新的替代方案,提高指挥员临机决策的效率和正确性。此外,还设置“指挥官虚拟参谋”项目,运用人工智能技术,处理海量多源数据,分析复杂战场态势,为指挥官及参谋人员提供从规划、准备、执行、复盘分析全过程的战术决策支持。在行动控制领域,设置“自主协商编队”、“大狗”、“蜂鸟”等项目,提升无人机飞行控制、有人与无人协同控制和机器自主控制能力。总体而言,美军目前已将智能化领域取得的技术突破运用于作战指挥、任务规划和辅助决策等多个方面,部分技术已取得突破性进展并经过实战检验,取得了较好的实战效果,具备全球领先的技术水平。
此外,德国、法国、俄罗斯、以色列等也纷纷在智能化信息感知与处理、智能导航定位、智能化自主化无人作战平台等方面设置了大量的研究项目,取得了丰硕的研究成果。
在国内,对作战指挥与控制智能化技术方面的研究主要集中于作战计算、指挥员口令识别、作战文书模式匹配、军用卫星图像目标识别等计算智能和感知智能领域,而对认知智能方面的研究尚在起步。随着以深度学习为代表的人工智能技术取得突破,尤其是AlphaGo大获成功后,国内掀起了新一轮的人工智能研究热潮,部分军事科研院所开展了指挥与控制智能化技术的创新研究和工程实践。
在指挥与控制智能化技术创新方面,国防大学研究团队基于兵棋推演的演练数据,探索研究了战场态势理解问题,提出了基于深度学习的兵棋推演数据特征提取方法,建立了从战术、战役到战略级的态势认知构想。国防科大研究团队在面向战场态势深度理解的态势-策略网技术、关键角色不确定行动策略生成技术、学习驱动的平行智能实验环境等方面也开展了初步的探索研究。
在指挥信息系统建设方面,战区联合作战指挥信息系统在情报处理、态势分析等方面进行了智能化技术的探索性应用。在军兵种指挥信息系统建设中,空军、海军、火箭军等军种在平台级任务规划方面取得了一些成果。陆军领域指挥与控制智能技术主要体现在辅助决策智能化方面,目前侧重于战前筹划,实现的大多是静态方案的评估优化,实时动态智能规划的研究已开始起步。
2 陆战场指挥与控制智能化技术体系
陆战场指挥与控制智能化技术主要围绕网络联通、信息获取、态势研判、决策制定、行动规划、指令下达、行动控制等核心业务开展的智能化技术支撑,力求以更快、更精、更准的标准建立信息优势、认知优势、决策优势和行动优势生。针对这一目的,其技术体系研究主要聚焦网络通信智能化技术、态势感知智能化技术、筹划决策智能化技术、行动控制智能化技术等内容,为全面开展指挥与控制智能化技术理论研究和实践探索提供总体指导。
如图1 所示,陆战场指挥与控制智能化技术主要服务于实现网络通信一体、实时态势感知、精准筹划决策和精确行动控制,通过相关人工智能技术,实现智能通信网络支撑,提高态势认知、决策筹划的效率和精准度以及行动主体的智能化、自主化程度,使兵力、火力、信息力和作战任务密切融合在一起,形成高效精确的感知、判断、决策、控制、评估闭环。其中,网络通信智能化技术主要涉及通信网络组织、网络资源规划、网络策略管理以及抗干扰等方面的智能化技术,为实现通信网系智能构建、频码域资源自动分配、网络负载和流量智能优化和调整、网络状态自动监测以及智能抗干扰通信等提供技术支持。态势感知智能化技术主要涉及目标信息搜集、情报处理、态势认知以及态势信息分发共享等方面的智能化技术,为实现战场目标自动识别、情报信息自动处理、战场态势自主判别以及态势信息按需推荐和分发等提供技术支持。筹划决策智能化技术主要涉及任务分析、资源规划、行动筹划、计划生成等方面的智能化技术,为实现任务和目标清单自动生成、资源智能测算和自动分配、行动方案智能规划和优选、作战计划自动生成和调整、作战指令自动生成等提供技术支持。行动控制智能化技术主要涉及突发情况处置、自主行动控制、有人/无人协同等方面的智能化技术,为实现临机调整作战计划和高效处置突发情况、无人平台自动控制以及有人/无人平台智能协同等提供技术支持。
3 陆战场网络通信智能化技术
网络通信智能化技术是支撑获取信息优势的关键,信息获取的实时性和准确性将直接影响对战场局势及全局态势的判断和预测。陆战场作战的复杂性、对抗性和激烈性,决定了网络通信必须具备随遇接入、自动组网、稳定可靠互联以及加密安全通信的能力,才能较好地满足未来陆战场作战需要。针对上述能力需求,网络通信智能化技术主要涵盖网络云及云接入技术、网络自组织技术、网络资源智能规划技术、网络策略智能管理技术以及智能抗干扰技术等。其中,网络云技术是构建智能通信网络的关键,是充分借鉴利用云计算技术,将军用基础设施、各种指挥通信车、存储设备、传感器等共同汇集成网,形成一体化信息网络。云接入技术主要解决各类设备的入网问题,能够支撑军用数字电台、军用手机以及各种终端等不同设备的无差别灵活入网。网络自组织技术主要解决入网后的通信编组问题,依据作战编组和任务区分,能够将任务相关作战单位、信息系统以及通信设备等自动组织成分组网络,并建立各个单位、设备之间的通联关系,能够依据外部环境变化进行柔性重组。网络资源智能规划技术主要解决频域、码域等资源的自动分配,能够按照划定的频域范围和编码协议,依据作战业务分工和重要程度自动地给各个单位分配相应资源,避免资源利用冲突,并能动态地进行调整。网络策略智能管理技术能够支撑对通信网络流量特征、网络负载变化、网络安全状态等进行检测和学习,可以根据网络条件的变化自适应调整网络行为,智能化优化负载和管理安全漏洞,提高网络决策质量和网络管理能力。智能抗干扰技术是在对电磁干扰环境进行实时认知的基础上,智能地对抗干扰通信系统参数进行优化配置,采取最佳的抗干扰手段,使得通信系统更加灵活、更能适应电磁环境的变化、鲁棒性更强。
4 陆战场态势感知智能化技术
态势感知智能化技术是支撑获取认知优势的关键,在对信息进行自动快速搜集处理的基础上,智能地对单位间关联关系、行动意图、目标价值、力量强弱、局势优劣等当前战场态势进行分析,准确识别对手意图,预测敌方可能行动、行动预期结果以及战场局势未来变化等。其主要涉及以下技术:一是战场目标自动识别技术,通过建立基于光学、红外、电磁、雷达、声音、震动等目标特征纹数据,支持对战场上各类作战目标的快速自动识别。二是情报信息智能处理技术,针对陆战场多源异构海量情报信息,利用本体建模、深度学习、大数据处理等智能化技术,聚焦图像情报智能判读、文本语义智能理解、目标智能关联处理等,实现信息分析及处理容量的提升,加快从数据到决策的节奏,提高情报处理效率和智能化水平。三是态势智能认知技术,主要聚焦作战体系结构建模、体系重心/弱点挖掘、作战体系能力综合评估、敌目标活动规律挖掘、非协作目标行动预判以及战场环境建模与影响预测、作战形势分析预测等,提升态势认知智能化水平,满足复杂快速的作战决策需求。四是态势信息智能共享技术,围绕态势信息按需定制及信息智能共享分发,研究解决基于用户行为特征的信息需求挖掘、用户关键信息需求自适应生成、态势信息按需匹配与信息智能推荐等,提高态势服务的精准度和效率。
5 陆战场决策筹划智能化技术
决策筹划智能化技术是支撑获取决策优势的关键,利用知识工程、信息智能检索、平行仿真等技术,按照指挥员意图,快速进行任务分析筹划、决策预案制定、作战计划验证优化和动态调整、作战行动智能规划等,创造性地延伸指挥员的指挥决策艺术,实现决策的快速性和精准性,提高作战决策的质量效益。其主要涉及以下技术:一是作战任务智能分析技术,主要聚焦作战任务建模、作战任务分解和作战目标提取等。针对打击和防护目标,解决目标价值评估、目标关联要素分析、目标毁伤影响预测等问题,支撑任务清单、目标清单、打击和防护策略的快速生成。二是作战资源智能规划技术,主要涉及基于作战任务的兵力、火力、信息力量、保障力量和时空频域资源等的需求测算和任务分配。另外,针对兵力编成编组,主要研究兵力编组准则、基于任务或能力的匹配模型、兵力编组方案优选技术,以提高兵力编成编组智能化水平。三是作战行动智能规划技术,主要面向作战资源的优化运用,聚焦研究兵力布势分析与优化、多平台机动协同规划、侦察行动规划、信息对抗行动规划、联合火力行动规划、信火一体行动规划、综合保障行动规划等技术,同时采用平行推演和预测推演进行行动规划的自动验证,提高作战行动规划的精确性和有效性。四是作战计划智能生成技术,围绕作战计划协同拟制和生成问题,基于作战计划的关键要素、拟制过程和主要控制点,研究关键要素萃取、组织和过程控制技术,构建作战计划智能生成过程模型,支持作战计划智能快速生成。
6 陆战场行动控制智能化技术
行动控制智能化技术是支撑获取行动优势的关键。未来陆战场作战,多类无人系统和无人装备间的高度自组织协同作战以及有人系统与无人系统之间的互信协同作战,将成为达成行动优势的主要途径,其中主要涉及以下技术:一是智能化临机处置技术,针对战场形势快速变化需求,研究行动进程偏移分析、关联要素定位、预案快速关联、任务实时预览等技术,支持临机调整作战计划、高效处置突发情况。二是自主行动智能控制技术,围绕无人平台的任务控制与自主控制无缝对接问题,重点研究自主控制体系结构、无人平台复杂环境认知与学习、实时规划/重规划与监督控制、人机综合控制等关键技术,满足对无人平台“一对多”控制的需求,提高无人作战系统的适用性和整体作战效能。三是有人与无人平台智能协同技术,围绕有人与无人平台协同作战,研究有人平台主导下的有人与无人协同控制方法,重点突破开放式实时协同体系结构、有人与无人平台编成优化、编队形成与队形控制、有人与无人协同任务分配等技术。针对无人集群自主协同,重点研究交互控制、互动决策、群体推理等,为无人平台融入作战体系提供技术支撑。
7 结束语
当前,随着智能化作战概念与技术的迅速兴起,陆战场指挥与控制领域必将面临一场深刻的变革,如何建立信息优势、认知优势、决策优势和行动优势等四位一体的综合优势是决定未来智能化作战取胜的关键。围绕上述优势获取,系统分析了陆战场网络通信、态势感知、决策筹划和行动控制等指挥与控制领域的智能化需求和关键技术,为推进陆战场指挥与控制智能化技术研究总体布局和明确研究重点提供参考。