中国指挥与控制学会会刊 
复杂自适应系统(Complex Adaptive System,CAS)理论是遗传算法创始人John H.Holland提出的一个跨学科系统科学理论,自诞生以来引起了高度的关注和广泛的应用,最初被应用于生物学和经济学方面的研究,Holland提出的“回声”模型是很好的例子。随着理论的不断深入与发展,研究者们发现在社会、生态、医学、工程和军事等方面的各类系统均存在自适应性和复杂性的特点,CAS理论能够用来解释其中的关系和规律。
军事系统可以看作是一个复杂性、高耦合性、非线性的系统,这些特性可以将其视为一个复杂自适应系统,利用CAS理论可以探究军事问题中微观行动与宏观战局之间的关系,解释作战过程和装备保障系统的各种特点,以及作战过程对作战结果产生影响的必然性和偶然性。文章结合国内外研究文献,梳理复杂自适应理论在军事问题中的应用情况,总结其中的不足与挑战,展望未来发展方向。
1 复杂自适应性及建模方法分析
1.1 复杂自适应系统理论概述
CAS理论自20世纪90年代被提出以来,在众多学科中均有着丰富的理论研究与实践应用,其核心思想和基本特性保持着基本的一致性,但其在总体架构和技术实现路线方面尚未形成较为统一的固定模式。
(1)核心思想
(2)模型基本特性
在Holland的复杂自适应系统理论中,任何复杂自适应系统都具有聚集(Aggregation)、非线性(Nonlinearity)、流(Flow)、多样性(Diversity)、标识(Tagging)、内部模型(Internal Models)和构建块(Building Block)的基本特性,其中,前4项称为主体特性,后3项称为三大运行机制。
1.2 军事问题的复杂自适应性分析
在作战模拟、指挥控制、装备保障、后勤保障和情报信息等军事问题中同样存在着4项主体特性和3大运行机制的特性,分析军事问题中复杂自适应特性是研究的基础和前提。
(1)聚集
目前,军事问题的研究更多以任务驱动为主,不同任务的组织与执行需要众多不同的作战或保障力量,如:山地作战的单兵、海上作战的舰艇平台、战斗机维修中各类专业保障组等,可将其视为复杂自适应系统视角下的个体Agent。在联合作战大背景下,个体数量及关联程度不断增加,同类型单个Agent为了完成共同的任务聚集形成群体Agent,出现不同的规模更大的新的Agent类型,进而使得系统内部出现层次,从而具备“聚集”特性。
(2)非线性
军事问题中抽象出的个体Agent在属性发生变化时并非遵循简单的线性关系,这种非线性是由于CAS内部的“自适应”性特点造成的,比如指挥员通常会根据以往的经验和平时的训练情况决定在战场的动作,随着战争进程的推进,系统中的个体Agent(例如指挥员或基本作战单元)与作战环境信息交互不断深入,这种非线性特性更为突出。这种非线性性是用传统还原论或者解析方法无法获得清晰明了结果的。
(3)流
“流”是指复杂自适应系统中个体与个体、个体与环境之间的各类物质流和信息流等,是一个重要的研究方向。在军事问题中情报信息的传递、指挥命令的下达、后勤物资的转运等活动错综复杂,都具备“流”的属性,随着军事斗争的复杂多样,能否有效地厘清各类“流”成为研究军事问题的关键。例如,杨迎辉等在文献[5]中研究了基于信息流的作战体系结构建模,利用“流”的概念完成了对作战流程的分析,反映体系内部各作战单元之间的活动规律,是从系统科学视角下开展的军事问题研究。
(4)多样性
复杂自适应系统的多样性是指个体Agent的多样性,在系统发展演变的过程中个体Agent属性会不断朝着不同的类型发展变化,最终形成新的个体,进而分化产生多样性。同样在军事问题中完成某项任务必然需要多种力量相互配合,不同力量在完成本阶段自身使命任务后继续下一个阶段新的任务,将具备新的属性和特性,产生系统多样性。
(5)标识
军事问题的个体Agent也存在“标识”特性,不论是作战模拟系统中红蓝方的敌我标识,还是装备保障系统中关键部件的分类标识,都是这一特性的体现,不同于“回声”模型中的主动标识和被动标识,军事系统中的“标识”需根据具体研究问题特点来设计,其设置是否恰当将会影响军事仿真系统的运行效率[6]。
(6)内部模型
“内部模型”在军事问题中主要体现在个体对象的内部运行规则或机制,可以用作战过程中的交战规则,装备保障中维护保养的定检原则、抢修原则等来理解,具体军事问题的研究重点不同,同一个军事模型中个体Agent的粒度不同,使得其“内部模型”特性也各不相同,也体现了CAS理论自下而上的建模思路。
(7)构建块
“构建块”特性是指由于系统中个体的组合方式不同而产生的复杂性,在军事问题中作战兵力或保障力量的不同组合方式、不同的位置部署,即是“构建块”特性。运用合理的组合方式是效能发挥的重要途径和手段,战争的胜负不仅仅在于兵力的多少和力量的强弱,更多在于“排兵布阵”的方式方法,军事问题同样具备“构建块”特性。
研究复杂自适应系统在军事应用中的发展,有利于丰富复杂自适应系统理论,同时寻求更好地解决军事问题的理论支撑。
1.3 CAS理论建模方法
CAS理论本身是宏观的、抽象的,尤其是在军事问题建模中,对其应用过程定量化形式化的描述较为困难,需要借助其他理论的建模方法与工具共同实现。结合文献分析四种目前建模与仿真的主要方法,分别是Agent建模仿真/MAS(Multi-Agent System,多智能体系统)、CA(Cellular Automaton,元胞自动机)、强化学习和复杂网络。
(1)Agent建模仿真/MAS
(2)CA
元胞自动机方法在复杂自适应系统的建模与仿真中也有着较多的应用,赵晓哲等[13]以多维元胞自动机为工具构建MAS系统,研究舰艇编队对海作战过程,并通过遗传算法来实现复杂自适应系统内部的个体Agent的自适应性。王琼等[14]以元胞自动机为基础提出武器装备作战能力聚合的类元胞自动机,建立空间结构和作战能力聚合模型,研究如何描述装备体系这一复杂自适应系统的作战能力表述。肖宗豪、陈守华等[15-16]均利用元胞自动机方法与军事作战系统或保障系统相结合,完成对复杂自适应系统的建模和仿真,可以看出CA方法是复杂自适应系统建模的一种有效方法。其中,肖宗豪[15]还尝试将Agent建模的层次性与CA方法的同质性相结合,探索无人机集群的混合式指挥控制方式,该研究为复杂自适应系统理论的建模方法提供了新的思路。
(3)强化学习
(4)复杂网络
4种方法在军事复杂自适应系统建模与仿真中的应用反映了理论本身的生命力,相信在未来应用中,将会有更多的方法来实现复杂自适应系统的建模与仿真。
2 CAS理论在军事问题中的应用
统计2007—2023年之间公开发表的CAS理论研究文献,其中与军事问题CAS理论应用相关的文献约占到研究文献总数量的18.3%,如图1所示,本节从作战问题、装备保障问题和其他军事问题三个方面梳理国内外相关文献,对其应用情况展开评述。
2.1 作战问题
基于CAS理论的作战问题研究,文献的研究重点集中在指挥控制、战斗模型和编队作战方面,主要利用Agent建模与仿真方法进行模型的构建和实验验证。例如,目前较为流行的“墨子”仿真对抗推演系统及类似用于兵器推演的作战仿真平台,本文认为其均遵循了CAS的核心思想和基本特性,在作战意图判断、作战行为预测和行动计划决策等方面都利用自适应性成就复杂性的思想开展认知建模,在具体系统设计过程中借助基本特性在模型中的体现来实现复杂自适应。
在国内,翟永翠等[25]借助CAS理论研究两栖编队作战体系的涌现模型,从作战体系层次相干作用和功能递进关系入手,结合矢量矩阵工具给出具体涌现性模型,对涌现模型核心影响因素进行了深入分析,最终得到指导作战实践的结论和启示。文献主要以CAS理论中的涌现性特点为切入点,研究作战问题的两栖编队作战体系能力如何描述,为研究类似作战问题提供了一定的参考。王玮等[26]针对海上编队指挥控制优化问题,运用CAS理论观点构建了指挥优化控制结构模型,基于传统指挥控制模式提出了扁平化网络指挥控制体系结构,但文献主要利用以CAS理论为基础的OODA环概念,按照CAS理论进行结构建模,结合得不够紧密。欧微[27]在文献中分析了传统作战模拟系统中用数学模型描述作战过程的模拟方法及其存在的不足,借助CAS理论和多Agent建模方法将提出作战模拟系统的体系结构和信息流程设计,以提高作战模型的针对性和实用性。
在国外,美国陆军指挥与参谋学院的Nathan M. Colvin在文章[28]中利用CAS理论视角解释未来作战环境的复杂性,并利用工具开发了复杂自适应系统视图,阐述作战环境的变化是如何从微观细节影响宏观战局的,进而对部队联合作战的创新性、灵活性和敏捷性提出新的要求。Travis D. Ruhl在论文[29]中将战区空中控制系统(TACS,Theater Air Control System)看作一个复杂适应性系统,以CAS理论为框架研究如何优化TACS系统,力争在未来战场获得更加有利的指挥控制效果。论文主要聚焦于智能Agent的多样性、适应性和目的性,研究结果认为,系统中个体的多样性和目的性行为能够在一定程度上克服系统的复杂性,从而发挥更大效能,但文献主要以论述为主,缺乏仿真分析。Paul W. Phister博士在The International C2 Journal发表的期刊论文[30]中指出,随着网络和信息系统的不断发展,网络环境开始展现出复杂自适应系统的特性,文章认为网络域中的指挥控制是一个超级的复杂自适应系统,利用CAS理论深入研究网络空间指挥控制,并将其纳入指挥与控制系统范畴中,能够更好地加强军事领域行动,让军事行动有一个质的飞跃。Benjamen A. McDaniel 在论文中[31]认为“灰色地带”冲突是个复杂自适应系统,提出了“系统冲击”这一概念,为军队高层决策者提供了在“灰色地带”冲突中取胜的理论框架支撑,并在美军ULO(Unified Land Operations)理论中得以体现。论文借助复杂自适应系统理论,为“灰色地带”冲突提供了新的视角,帮助指挥决策者在“灰色地带”冲突中更好地解决问题。Kathleen Giles[32]以复杂自适应系统为例,研究了基于任务的蜂群可组合架构(MASC,Mission-based Architecture for Swarm Composability),与以往自下而上聚焦于Agent个体行为的建模方法不同,MASC架构结合了自顶向下的分层方法,将任务进行逐层分解,并通过蜂群对抗、海上拦截行动和人道主义救援三个案例,深入分析如何应用架构,表明MASC架构是对复杂自适应系统CAS理论的改进和升级。文献结合具体军事问题,对CAS理论建模方法进行了一定的改进,在过程中加入了作战任务分层分解的思路,提供了一种基于任务的复杂自适应系统建模方法。
综上所述,作战问题的研究一直是军事问题的核心部分,国内外对于CAS理论在指挥控制问题中的应用关注度最高,这也将是未来CAS理论应用的一个重要方向。
2.2 装备保障问题
从关于CAS理论在装备保障问题中应用的研究文献数量来看,公开发表的国内文献多于国外文献,国内研究者对装备保障领域理论支撑的探索和研究更多。主要研究的问题集中在装备抢修、试验、指挥和武器装备试验仿真等方面,主要建模方法仍是应用Agent建模与仿真。
杨军锋等[33]针对装备修理分队抢修能力评估问题,分析了战场抢修系统的复杂自适应性的主要特点,在BDI模型的基础上构建了多Agent修理分队抢修模型,并在Swarm仿真平台进行了仿真分析,研究验证不同策略下的分队抢修能力。文章借助CAS理论结合多Agent建模仿真,为装备抢修能力评估方法研究提供了新的思路。
伊洪冰等[34]以联合作战背景为依托,利用CAS理论优化装备保障系统结构,并通过实际案例分析和模拟仿真,对传统层级结构和完全自组织结构进行了深入分析,以验证优化方法的可行性。案例分析具体详实,但模型相对而言较为简单,复杂自适应系统的适应性特点不够突出。
齐小刚等[35]对武器装备体系作战能力涌现性度量方法展开研究,以CAS理论为基础分析装备体系作战能力涌现影响因素,构建涌现度量3级指标体系,而后引入线性和非线性结构方程模型来度量涌现特性,并结合具体航母编队反舰作战实例,利用结构方程进行作战能力评估,验证结构方程模型度量涌现特性的可行性。方法具有一定的适用性和可信度,为武器装备体系涌现性的进一步认识提供了新的思路和方法。
罗小明等[36]针对装备作战试验体系贡献度评估问题,阐述基于CAS的体系作战观的评估方法,借鉴了Agent仿真建模方式,但未进行仿真分析,与CAS基本理论结合不够紧密。
汪禹喆等[37]结合CAS理论分析了地空导弹装备指挥任务中的特性,建立了Agent行为概念模型,借助粒子群算法思想定义了Agent行为模式和计算模型,并通过设计仿真实验观测参数变化,提出装备指挥任务流程的优化建议和方法。文献以CAS理论中Agent行为模式为研究对象,将其运用在实际军事问题中,并结合启发式算法进行行为建模与仿真,为研究者提供了新思路。
蔡万勇等[38]以CAS理论和实体建模与仿真方法为基础,提出了关于防空雷达预警监视系统建模与仿真的一体化框架,从问题域和仿真域两个方面入手,对真实系统建模分析,对仿真系统设计优化,并结合实际作战需求例子对提出的一体化框架和建模方法进行检验和验证。文章采用自下而上和自上而下相结合的建模方法研究具体装备应用系统,但对CAS理论本身应用不多,更多采用Agent建模仿真方法,结果具有一定启发意义。
从主要文献的研究内容可以看出,装备保障问题的研究更多从CAS理论视角出发,具体运用Agent建模与仿真方法解决实际问题,且大多数均利用仿真手段对基本方法进行验证,武器装备系统的仿真相较于作战问题的仿真分析更为普遍。
2.3 其他军事问题
CAS理论的应用在作战问题和装备保障问题之外,还涵盖了军事抢险救灾、战争复杂性分析、边境安全等方面。
Florina Daniela[41]认为军事分析研究应当充分利用CAS理论的特点,从什么是CAS理论、CAS理论的特性及其在军事科学中的应用三个方面展开讨论,目的在于让军事决策者更为清楚地了解CAS理论主要的成果,并运用在军事问题中。Brian Cole[42]认为克劳塞维茨在《战争论》一书中对战争的描述,阐述了战争的非线性本质,结合社会动力学赋予了战争复杂性,这是将战争作为一个复杂自适应系统,这样做能够更好地描述战争中冲突的不可预测性发展。Anthony E. Andrews[43]认为随着未来战争复杂性的不断增加,研究“集群”概念是研究战争复杂性的一种途径,能够有效发挥美军联合作战优势,且复杂自适应系统理论能够在未来美军分布式指挥控制系统各个方面不断得到应用与发展。论文没有从传统的“集群”物理组织结构和收敛能力方面入手,而是研究“集群”的核心群体逻辑,将其视为复杂自适应系统,聚焦于交互性和自组织性等特性展开研究。Stein, Teia N在论文[44]中将边境安全看作复杂自适应系统,利用CAS理论和系统动力学模型研究了影响边境安全的四个因素,从系统的关键角度思考了未来边境安全需要考虑的问题和挑战。
其他军事问题涵盖领域众多,足以说明CAS理论在军事问题中的应用范围广、方法多、数量大,在国内外均有一定理论成果和工程实践。
3 结束语
通过梳理分析CAS理论在军事领域应用的国内外文献,从适应性特性和建模方法两个方面以及军事问题不同领域,从多个角度总结了主要应用现状。虽然目前取得了一些应用成果,但在解决实际军事问题时,还存在一些不足,面临着诸多挑战,本节从模型的建立、涌现性判断与度量和“聚集”性新特征等方面进行总结与展望。
(1)模型的建立仍然不够具体
构建合理的军事系统模型是利用CAS理论解决军事问题的关键,而CAS理论相对而言较为抽象,部分研究文献构建的数学模型较为笼统模糊,停留在理论论述层面和研究框架构建上,没有通过实际作战应用场景来验证建模过程的合理与可行性,解决问题的方法还不够切实可行。可借鉴金士尧院士的建模思路和方法[45],将军事问题的具体实际与CAS理论特性的数学描述相结合,借助信息论、MAS(Multi-Agent System,多智能系统)等理论工具形式化描述,使得模型建立更具体。
(2)涌现性判断和度量需要进一步深入
“涌现”这一概念还未在学术界形成公认的统一定义,但其本质代表着对系统中不确定性的研究、度量和判断存在一定的困难,再加之军事问题本身的不确定性特点突出,研究如何合理可行地建立军事问题中涌现性度量模型,用定量的方法探究其中的不确定性,是未来CAS理论在军事领域应用的一个重要方向。解放军信息工程大学的揣迎才[46-47]提出了一种多角度CAS合作涌现量化方法,结合复杂网络理论分析拓扑结构,建立了多维合作效能评估模型来度量系统的涌现特性,但其针对的是网络对抗中DDoS协同防御系统,偏向于工程技术实践。韩毅、许瑞明等[48-49]从理论层面对涌现性机理和涌现性过程进行了一定的探索,还需要进一步落实到具体度量方法上来探索适应性和涌现性的关系,这是未来CAS理论在军事问题中应用的一个方向。涌现性的研究一直得到了各界的广泛关注,Varley[50]认为涌现性的本质是信息的转换,因果无关信息到因果相关信息的转换或产生从微观到宏观的涌现性,这一视角为涌现性研究提供了新的思路,同样在军事问题中,能否探寻因果信息的转换来实现涌现,是值得我们思考的。
(3)“聚集”特性有新的内涵
随着无人系统在军事场景中的广泛应用,集群作战概念得到不断发展和实践,“聚集”特性不仅仅体现在个体Agent聚合形成新的类型,产生系统内部自下而上的层级结构,进而体现出宏观意义,更多得将会出现自上而下的“聚集”特性,同一类型个体Agent的组合本身也具备“聚集”的特性,不再需要依靠层次结构也能够形成这一特性。刘洪鹏等[51]做出了一定的探索,但依然以宏观架构设计为主,在“聚集”特性定量化描述方面有待更进一步的研究。
(4)仿真分析平台仍需大力发展
综合来说,从系统思维出发研究军事问题是丰富军事基本理论、探索战争制胜机理的必经之路,CAS理论在打赢未来现代化战争中能够发挥重要作用,为联合作战指挥控制和武器系统效能发挥提供理论支撑,同时,CAS理论在军事领域中应用具有一定的理论价值和实践意义,其中依然有很多值得研究者们关注的问题,能够为军事问题的解决提供很好的途径和方法。