一種面向無人機登島作戰的自主決策機制研究

李 燦，侯興明，薛興堂，張慶豐，錢昭勇*

（1.航天工程大學航天保障系，北京 101416；2.解放軍32139 部隊，北京 101200；3.火箭軍某基地，河南 洛陽 471000；4.解放軍沈陽聯勤保障中心，沈陽 110094）

0 引言

隨著戰爭智能化演變的深入，聯合登島作戰的戰場空間日益擴大，縱深立體于海、陸、空、天、火、電網之中，體系對抗更加激烈［1］，尤其是無人機（unmanned aerial vehicle，UAV）編隊［2］的融入，使得復雜戰場態勢變化迅速，呈現出分布式網絡化特點，戰斗節奏明顯加快，指揮失控因素大量增加，直接導致指揮員決策時存在不確定、不完善、有延遲的現象。毋庸置疑，隨著作戰指揮層級不斷趨于平行式扁平化，基于大數據挖掘、自主集群、淡化中心樞紐的智能決策模式，將逐漸取代單一的以人為主的傳統決策模式［3］。在并發推進的登島作戰過程中，執行的相關任務越清晰具體，程序化、無中心、自主式的指揮決策就越高效［4］。以無人機編隊為例，實現自主指揮決策的關鍵在于執行作戰任務依賴的有效規則，而作戰預案正是對規則的提前梳理和歸納，其來源于戰前基于作戰任務需求的目標體系探測與編目，突出以智能化決策為主的任務規劃與仿真推演［5］。為此，建立足夠強大而詳細的預案庫，可提供人裝要素、態勢要素、威脅要素、決策要素的前置分析，輔助指揮員迅速作出正確判斷，進而實現科學的資源分配、部隊部署、任務規劃等［6］。

1 相關概念

1.1 有限狀態機

有限狀態機（finite state machine，FSM），又稱有限狀態自動機，簡稱狀態機，是表示有限個狀態以及在這些狀態之間轉移和動作等行為的數學模型［7］，也是許多形式化規約描述和驗證技術的基礎模型?，F實世界中，存在大量有限狀態機系統，例如：鐘表控制系統、交通控制系統、電梯控制系統、通信協議系統等。一般地，一個狀態機可視為一個五元組M=（Q，∑，δ，q0，F）。其中，Q={q0，q1，…，qn}是有限狀態集合；在任一確定時刻，有限狀態機只能處于一個確定的狀態qi；∑={σ1，σ2，…，σm}是有限輸入字符集合；在任一確定的時刻，有限狀態機只能接收一個確定的輸入σj；δ 表示Q×∑→Q 的狀態轉移函數。在某一狀態下，給定輸入后有限狀態機將轉入狀態遷移函數決定的一個新狀態；q0∈Q 是初始狀態，有限狀態機由此狀態開始接收輸入；F?Q 是終結狀態集合，有限狀態機在達到終態后不再接收輸入。

1.2 LR 分析器

LR 分析器的實質就是一個有限狀態機，是計算機編譯過程中的一種“移進- 歸約”自底向上的語法分析方法。LR 方法的基本思想是：在規范歸約過程中，一是要記住已移進和歸約出的全部字符串（數據集），即“記住歷史”；二是能根據所用產生式（規則/約束集）推測未來可能碰到的輸入符號（新的事件），即“展望未來”；三是根據現實輸入的字符串（數據集）確定棧頂符號（當前狀態）是否構成產生式句柄（可信數據或方案），即“面對現實”［8］。LR分析器的核心是LR 分析表，包括ACTION 表和GOTO 表。ACTION［s，a］規定了當狀態s 面臨符號a時應采取移進、規約、接受、報錯的哪一個動作。GOTO［s，X］規定了s 狀態時面對文法符號X 時的下一個狀態。

1.3 OODA 環理論

OODA 循環理論由John Boyd 從對抗經驗中提出，其基本觀點是：武裝沖突可以視為是敵對雙方互相較量，是一個“觀察- 判斷- 決策- 行動”（OODA）的循環過程。OODA 環模型是對決策過程各環節進行的簡潔描述，而且該過程是在一種動態、復雜環境中進行的，并受到不確定性等因素的影響。另外，OODA 環清晰合理的階段劃分及其對時效性的強調都符合指揮決策與控制過程的特點，揭示了復雜決策行為的內在規律，現已發展成為指揮控制的通用模型。在戰場上誰能更快更好地完成OODA 環，誰就能取得主動權，占據絕對優勢。

2 改進LR 狀態機模擬登島作戰過程

2.1 登島作戰的過程分析

登島作戰過程一般可以分為5 個階段：先期作戰、裝載上船、海上渡航、突擊上岸、建立擴大登陸場。登島作戰的流程結構如圖1 所示。

圖1 登島作戰的流程結構框圖Fig.1 Block diagram of the process of landing on the island

根據5 個階段劃分，無人機在登島作戰中的典型作戰行動構想為［9］：先期作戰階段，派出先遣無人機隊進行偵察，察明敵方態勢，隨后采用電子干擾、火力打擊等軟硬殺傷相結合方式，通過飽和式攻擊，癱瘓敵通信和指揮信息系統，并使用相應無人機對遠程火炮進行校射，實現對敵關鍵目標的連續性高強度精確打擊和摧毀；裝載上船階段，隔海相持，充分調配各作戰資源，迅速使得人裝就位，與此同時持續派出相應的無人機進行偵察以及戰場毀傷評估；海上航渡階段，主要選擇垂直立體和平行梯度推進方式，在空天聯合的強力支援下，強渡海峽，此時派出相應的無人機作為空中通信中繼節點，實現情報信息的分發，并派出另一隊無人機對敵島實施電子干擾；突擊上岸階段，主要是靈活選擇登陸路線，發起背水攻堅，奪取登陸場，使用相應的無人機抵近敵雷達通信系統，實現近距離的電子干擾和反輻射打擊；建立擴大登陸場階段，穩固前線，派出察打一體無人機配合進行全力清障，向敵方腹部地區縱深推進［10］，在聯合登島作戰過程中，無人機每一階段的行動都可以視為在預案輔助決策下執行的OODA 環。首先，作戰雙方都從觀察開始，觀察己方、觀察環境和敵方。渡海登島戰場環境信息的種類多、含量大，通過對火炮/導彈陣地、地面電子裝備、敵機、艦船、兵力、電磁環境等有代表性的偵察監視情報信息的持續搜集和按需保障，提取戰場環境的敏感數據信息，使得戰場態勢既是一個完整的作戰信息和情報圖，又是一種綜合的、實時的三維戰場空間。其次，根據觀察結果，結合戰場環境連續性、動態性的特點，對戰場態勢信息進行分析、預測和評估，并對相關的信息和數據進行處理，從而準確地進行敵情研判，得出研判數據信息。接著，在觀察、判斷的基礎上，根據研判的敵情數據信息和當前自身的狀態制定策略，指揮員對當前態勢進行綜合判斷，并選擇合適的行動方案，作出相應的指揮決策。在前期的相關作戰活動支撐下，根據所選實施方案，下達作戰命令，無人機編隊執行相應任務。如圖1 所示，一方面，無人機登島作戰過程的每一階段從上一個階段獲取執行的結果，調整自身當前準備的狀態進行執行，并將結果傳遞給下一個階段。顯然，整個登島作戰流程可以視為運行基于LR 狀態機的OODA 環過程。另一方面，從任務的性質和目的看，每一個階段劃分在功能上又是相對獨立的，但每個階段也由若干任務組成，所以每個階段也可以看作是狀態機的OODA 環。

2.2 輔助決策的預案機制

通過上述聯合登島過程的階段劃分和無人機作戰行動構想，要使得指揮決策正確高效，結合前期作戰推演基礎上得出的預案集必將發揮重要作用。具體來講，登島作戰指揮員在執行每一階段當前任務決策前，通過當前戰場態勢數據流的匯入，指揮信息系統查詢預案輔助子系統，自動匹配關聯預案，在匹配相似閾值可接受范圍時，直接執行預案；如果匹配預案的相似閾值沒有達到要求，決策者將結合當前最相似預案進行調整，改進制定新的應對策略。所以，預案比對后執行各階段OODA 環，是實施參照或者修訂決策意圖的有效輔助策略，登島作戰的每一階段轉化更替，既依賴于執行本階段OODA 環的效率，又受到預案輔助策略的影響。如此，確保了指揮員對聯合登島作戰態勢動態發展的正確判斷，有效縮短了指揮員的決策時間。

預案是針對潛在的或可能發生的作戰事件的層級和影響程度而事先制定的應對處置方案。由于每個階段的事件是由對應若干連續任務的完成來確立，而每個任務是在各種不同的情況下執行的，為此，每個作戰任務與不同情況的映射就形成了任務處置立體矩陣，即作戰事件三維分解預測處置表，如表1 所示。

表1 作戰事件三維分解預測處置表Table 1 Three-dimensional decomposition prediction and disposal of combat events

作戰事件三維分解預測處置表由態勢情況、作戰任務、情況處置向量等3 部分組成。對無人機作戰行動影響較大的態勢情況，主要包括火炮/導彈陣地配置、地面電子裝備部署、敵機部署、艦船部署、兵力部署、電磁環境等要素。無人機作戰任務分為4種：1）信息支援任務，主要包括偵察監視、目標指示、毀傷評估、預警探測、通信中繼等5 種處置動作；2）信息對抗任務，主要包括電子誘餌、電子對抗、網絡攻防等3 種處置動作；3）火力打擊任務，主要包括時敏目標打擊、近距空中支援、反輻射硬摧毀、集群飽和打擊、單兵精準殺傷等5 種處置動作；4）綜合保障任務，主要包括核生化與爆炸物偵測、緊急物資運輸、氣象保障、戰場搜救等4 種處置動作。

無人機登島作戰事件的每項任務都對應了一組情況處置向量，處置向量里每一個元素包括了負責具體實施的任務部隊、起止觸發標識符、實施辦法、時效要求、效果反饋等詳細內容。對不同任務不同處理的各種組合就形成了不同的預案。例如，某一事件Y1由T1、T3、T43 項任務組成，即Y1=，假設該事件當前狀態為Q0，且同步處置情況最小單元a1={f11，s32，f42} 這3 項任務分別對應的3 種情況組合ACTION1（記為ACT1），則ACTION1=就是生成的一種具體預案的行為子集（規則）。以此類推，便可以構建足夠豐富的預案數據庫，而且只要作戰要素齊全，對各階段的事件任務分解足夠細，對各種對應的態勢情況描述足夠清晰，理論上可以涵蓋整個無人機登島作戰過程。

3 基于LR 狀態機的自主決策

有限狀態機本是一種形式語言分析工具，狀態機模型的思路和人解決問題的思路是一致的，都是把復雜的問題逐步分解為簡單的步驟，在連續輸入的邏輯判斷過程中，有清楚的狀態分段，而且各狀態段之間的邏輯跳轉有嚴謹的遷移規則。LR 狀態機本是有限狀態的，可以視為一種靜態的系統控制方法；OODA 環具有循環特性和嵌套性等特點，可以將其看作一個動態的系統。如何將LR 狀態機的核心“移進-規約”思想應用到無人機登島作戰機理中去，是必須解決的問題。針對登島作戰環境觀測和感知態勢的不斷變化，指揮員對當前形勢的判斷和對態勢發展的預測也隨之不斷調整，所以登島作戰的各項輔助決策生成也必將會是一種動態過程。為此，觀察-判斷-決策-行動每個關鍵節點都具有多樣性和可變性，按照OODA 過程把無人機登島作戰連續的動態過程，視為各階段關鍵節點狀態的生成和轉換，通過LR 狀態機不斷識別和模擬這種狀態的生成和轉換過程，使大量連續的作戰任務數據不斷地被選擇性地吸收（移進）和消化（規約），從而確保了模擬無人機登島作戰中各個關鍵節點的數據流得到有效的循環更新，基于“移進-規約”方法的OODA 環如圖2 所示。

圖2 基于“移進-規約”方法的OODA 環Fig.2 OODA based on the“Shift-Reduce”method

每個關鍵節點狀態是由對應的若干連續任務的完成來確立的。每個任務對應包括了若干動作，每個任務與動作的映射就形成了任務狀態矩陣，使用GOTOi表示事件Yi當前狀態獲得了新的變化指令，狀態變化到達新的狀態，則Ci=GOTO［Ci-1，ai］，表示當前任務目標狀態（棧頂狀態）Ci-1遇到新的情況處置單元ai］，要轉移到新的任務目標狀態（棧頂狀態）Ci。由此，GOTOi定義了一個以情況處置單元集合的有限自動機。例如，觀察任務狀態（移進）如表2所示。假設該事件當前狀態為Q1，則Q2=< Q1，GOTO1>就表示Q1為敏感狀態，且狀態實現了有效的更新，變為了Q2。

表2 觀察任務狀態表（移進）Table 2 Observation task status table（Shift）

實現關鍵節點狀態轉移，需要在相應任務狀態識別規則庫的監督下進行。任務狀態表中的每項任務都有不同狀態，其中，有很多狀態是缺省的或者對引起無人機登島作戰行動變化的關聯性不大，稱為一般狀態。為此對每個任務狀態都賦有初始閾值，超出初始閾值的任務狀態就稱之為敏感狀態；任務狀態識別規則庫就是對不同的敏感狀態組合按照時間順序排序，例如，某事件Y1=，當前狀態為Q0，經過ACT1，觸發GOTO1，使得其狀態發生轉變為Q1=，表示T1，T3，T43 個任務完成后的C11，C32，C42都是敏感狀態，Q1向量就是指敏感狀態所形成的有效數據組。以此類推，觀察敏感事件規則就是按照從左至右，至上而下的方式進行判別，從而確定是等待還是規約。使用對下一步登島作戰態勢判斷預測最有影響的（敏感）有效數據組Qi，根據預案規則ACTi進行數據規約處理，從而實現關鍵節點的狀態轉換。觀察-判斷規則表（規約）如下頁表3 所示。

表3 觀察-判斷規則表（規約）Table 3 Observation-judgment rules（Reduce）

在關鍵節點狀態轉移過程中，假設當前狀態為Qi，轉移為狀態Qi的最低價值度為cij，最小時間量為eij，執行相應ACTj的條件為（［Qi，ACTj］value≥cij）∩（［Qi，ACTj］time≥eij），第1 個條件［Qi，ACTj］value≥cij表示執行的價值度需大于cij，第2 個條件［Qi，ACTj］time≥eij表示執行的時間量需大于eij。當兩個條件都滿足時，便可執行相應的ACT 并實現關鍵節點的轉換，否則放棄執行相應的ACT。

綜上所述，每個關鍵節點的規約就是當前狀態的一次推進，意味著下一關鍵節點狀態的開始，接著繼續下一類型任務移進，并在相應的任務識別規則庫監督下進行規約，實現狀態的跳轉。這樣一來，就形成了各個階段多任務的有效移進處理，并且帶有條件監督機制（規則庫或預案庫）的狀態轉移，從而將無人機登島作戰過程用基于預案自主決策的OODA 環實現仿真模擬。

4 結論

研究分析了一種面向無人機登島作戰的自主決策機制，登島作戰態勢瞬息萬變，無人機作戰任務多樣，作戰決策過程就是有針對性地迅速精準分析處理作戰任務要素動態變化所形成海量數據的過程。因此，為減少人腦決策的主觀性和片面性，通過模擬基于預案的LR 狀態機執行過程，進一步縮短每一個回路時間，探索指揮控制的自主決策和人腦決策相協同的方式，大大減少了決策的時間成本和冗余指揮，為高效高質完成無人機登島作戰任務提供參考途徑。