智能装备仿真实验技术初探

姚益平， 朱 峰， 唐文杰， 范 波， 陈 凯

（1.国防科技大学 系统工程学院，湖南 长沙 410073； 2.军事科学院 国防科技创新研究院，北京 100071）

近年来，智能化、无人化装备正在快速走向战场［1］，推动着战争形态从信息化战争向智能化战争加速演进。而智能化作战能力的检验评估、作战水平的提高、作战新理论的创新发展等需要进行大量的仿真实验。智能装备仿真实验是对智能化装备/平台进行试验鉴定、对智能化效能水平进行测试评估，对智能化作战概念、新型作战样式及战术战法构想等进行研究检验的一类活动的统称。目前，随着军事智能、虚拟现实和建模仿真技术的发展，智能装备仿真实验已成为研究未来战争、设计智能装备、验证作战构想、支撑战法评估的有效手段。

世界强国高度重视军事智能实验能力建设，将军事智能仿真实验环境建设上升到国家战略高度，出台了一系列顶层指导文件，规划布局了“国家网络靶场”“雅典娜”等平台建设，开展了无人自主系统试验鉴定路线图［2］、无人自主系统试验鉴定自适应决策支持框架［3-4］、大规模多主体试验想定生成、有人/无人混合的真实-虚拟-构造（Live-virtual-constructive，LVC）试验床［5］等项目研究，提出了自主控制水平（Autonomous control level，ACL）［6］和无人系统自主等级（Autonomy levels for unmanned systems，ALFUS）等无人系统多种分级方式，制定了无人自主系统试验鉴定体系结构框架［7］，具备初步的无人系统和作战体系仿真实验能力，并瞄向智能实验资源联合统筹、一体化体系对抗方向发展。

军事智能化作战由于具有“环境复杂性、博弈对抗性、响应实时性、信息不完整性、边界不确定性”［8］等典型特点，使其在体系与平台、软件与硬件、数据与工具等方面，与机械化、信息化时代存在显著差异，对实验环境、实验能力、实验标准、保障条件等各方面都提出了新的要求。我国在军事智能化实验理念、实验资源、实验环境等方面还存在不足，亟需采用全新理念、全新模式、全新架构、先进技术，建设军事智能化仿真实验环境，以充分验证军事智能化对未来作战样式、力量结构和制胜机理方面的重大变革，促进军事智能化真正走向战场。

为此，论文在明确智能装备仿真实验对象、实验内容、评估指标的基础上，提出了智能装备仿真实验的2种模式：输入式、对抗式，归纳总结了智能装备仿真实验的九大特点，在此基础上提出了其对支撑能力、支撑环境、标准规范、保障能力等的需求，并给出了智能装备仿真实验环境“六横-两纵”总体架构，最后讨论了智能装备仿真实验需要突破的关键技术。

1 智能装备仿真实验需求分析

智能装备仿真实验与传统装备相比有何需求差异，这是智能装备仿真实验环境构建需要解决的首要问题。为此，首先需要明确智能装备仿真实验的对象、内容、评估指标分别是什么；要获得相应的评估结论，需要开展什么类型的实验；这些实验与传统仿真实验相比，有何特点；这些特点又导致了对实验支撑环境和能力有什么不一样的需求。对此，应从现实需求出发，对这些问题进行一一探讨解答。

1.1 实验对象

智能化作战力量体系，自下向上可分解为智能化算法模型、智能化平台/系统、智能化体系3 个层级，因此，智能装备仿真实验对象也应包含这3 个层级的相应内容。

1.1.1 智能算法

智能算法是为智能装备、智能系统或集群赋予智能的载荷，如自主感知算法、自主规划和决策算法、自主协同算法、智能对抗算法等。

在特定环境下对智能算法的观察-判断-决策（Observation，Orientation，Decision，OOD）性能进行实验，测试是否达到特定功能要求的程度，检验算法的主要技术指标（如智能水平、识别判断决策准确率及速度等）和边界性能，验证算法的安全性、敏捷性等。

在进行智能算法实验时可以将智能算法放入模拟运行环境中，采用测试数据生成器生成测试数据，驱动智能算法运行，测试完成后对输出结果进行评估，给出测试报告。

1.1.2 智能系统

智能系统包括单个智能装备、装备系统或者同类智能装备的编队或集群，如无人机、无人车、无人艇、机器人、智能导弹、无人机蜂群等。

系统实验是在给定条件下对整个智能系统进行综合实验，测试是否达到规定使用目标的能力，检验系统的主要战术技术指标及其边界性能，验证系统的安全性、效能、完成任务的能力、协同能力、适应性、生存性等。

1.1.3 智能体系

智能军事力量体系是指包含多种类型的智能装备或者智能装备与传统装备组成的军事力量体系，如未来城市攻防作战、无人机蜂群攻防、智能空战、海上无人集群等无人或者有人无人协同对抗系统。

实验类型主要是体系对抗实验，在指定的作战使用环境以及红蓝对抗想定背景下，测试完成作战任务的能力，检验智能装备体系适用性、作战效能、体系贡献率、体系融合度、协同能力等；同时，在智能体系对抗环境下，可对新型智能作战概念、作战样式构想等进行实验验证，评估其可行性、作战效能及适应性等。

1.2 实验内容

智能装备仿真实验主要从智能性、安全性、敏捷性、生存性、作战效能、适用性等6 个方面对智能装备进行系统全面的考核。

1.2.1 智能性实验

智能性是指智能装备的智能化水平，即智能装备自主OOD能力和协同能力。

智能装备区别于传统装备最主要的特征，是其具有一定的智能，即智能装备具有部分或全部OOD能力和群体协同能力。因此，智能装备仿真实验的重要内容是对其OOD能力进行评估，即测试智能装备在各种可能的情况下自主OOD 能力水平以及多机协同的能力水平，以评判智能装备的智能化水平。

1.2.2 安全性实验

智能装备由于具有自主决策和行为能力，因此确保其安全性尤其重要。智能装备的安全性突出体现在2 个方面。一是网络安全性。智能装备由于需要与其他系统协同，往往具有与其他系统进行网络通信的能力，能够自主接收其他系统的通信信息并做出反应，因此可能存在潜在的网络安全性，如果其通信协议或通信密码被敌方攻破，则可能导致整个智能系统被敌方控制，从而为敌方所用。因此，要测试系统的抗网络攻击能力、抗恶意欺骗能力；另外，还要测试在通信网络被干扰、被切断的情况下系统的工作是否会受到影响等［7］。由于这类安全性与传统装备没有实质性的不同，因此智能装备的网络安全性测试可以借用已有的网络安全实验室来完成。二是决策和行为的安全性［9］。智能装备由于具有自主决策和行为能力，且这种决策和行为能力又具有不确定性和黑箱特性，因此其决策和行为的安全性需要重点考核，一方面要对可能导致系统失败的所有边界条件（包括各种可能的错误输入）进行全面测试，另一方面要考核当系统出现错误或失败时能否进行自行恢复。智能软件的压力测试非常重要（可以通过全要素智能实验测试用例自动规划与生成工具来实现），往往要经过大量的模拟仿真测试以评估智能装备潜在的安全风险概率，如每一种智能装备都需要对其不同的传感器测试数百个静态和动态障碍场景，环境效应物可以包括气象、传感器降格、通信丢失或其他缺陷等。

1.2.3 敏捷性实验

敏捷性是指装备的作战灵活机动能力。智能装备敏捷性实验主要是测试系统观察-判断-决策-行动（Observation，Orientation，Decision，Action，OODA）环的反应时间，仿真实验主要测试智能算法OOD正确率和效率，以及智能系统完成任务的效率。

1.2.4 生存性实验

智能装备生存性模拟实验主要是测试智能系统在极端条件下的生存能力，包括抗电磁干扰能力（与传统装备抗电磁干扰实验没有实质性的不同，因此可以借用已有的电磁环境实验室来完成）、防撞避障能力、从错误/故障（如翻车）中恢复的能力等。

1.2.5 作战效能实验

作战效能是装备在一定条件下完成作战任务时所能发挥有效作用的程度，是针对装备满足特定作战需求的度量，包括单装作战效能和装备体系效能等。

单装作战效能可分为单项效能和系统效能。单项效能仿真实验主要测试装备达到特定运用功能（如观察、判断、决策、机动）要求的程度；系统效能测试主要是综合测试系统在规定条件下达到规定使用目标的能力。

装备体系作战效能仿真实验主要测试系统在近似真实的战场环境条件下作战部队运用武器装备采用不同作战样式、不同战法所完成的作战任务的程度，包括体系感知效能、体系指控效能、体系打击效能、体系机动效能、体系防护效能、体系保障效能等内容。

1.2.6 适用性实验

适用性包括作战适用性、体系适用性和在役适用性。智能装备适用性仿真实验主要考察智能装备的作战适用性和体系适用性。

作战适用性是装备在作战使用过程中能够保持可用的程度，包括作战环境适用性、作战使用适用性、作战保障适用性。环境适用性主要评估智能系统适应不同自然环境，如不同气候（风雨雷电雾尘）、不同区域（山区、平原、城市、乡村等）、不同道路等级、不同海况、不同太空环境等、不同使用环境等的能力。

体系适用性是指智能装备与其他装备（包括跨域的系统、有人/无人系统等）联合协同作战时信息融合、体系融合、体制融合等使用能力，包括体系融合度和体系贡献率。

1.3 实验模式

归纳起来，智能装备仿真实验有2 种实验模式：输入式、对抗式。

输入式也即基于数据的测试，将测试数据集（如场景、态势、指控信息等）作为输入，测试智能算法/系统/平台的识别、判断、决策能力。其实验模式如图1所示。

图1 智能装备输入式实验模式Fig.1 Input data based experimental mode for intelligent equipment

对抗式为基于虚拟对抗环境的实验。它将被试对象/模型放在虚拟对抗环境中进行近似真实的红蓝对抗大样本仿真实验［10］，以测试评估被试智能装备的6种性能指标能力。其实验模式如图2所示

图2 智能装备对抗式实验模式Fig.2 Confrontation based experimental mode for intelligent equipment

1.4 实验特点

智能装备仿真实验对象由于智能元素的存在，使得其与传统的仿真实验存在着显著的差别，归纳起来，该类实验主要具有如下特点。

1.4.1 OO或OOD在环

传统的装备由于不具备智能化，作战时OOD主要由人来完成。因此，传统装备的实验只需考察装备本身的机械性能，无需也不能进行OODA 闭环实验；而智能装备的智能特征是其自身具有部分或全部OOD能力。因此，智能装备仿真实验的重要内容是对其OOD 能力和协同能力进行评估。因此，传统的机械性能测试已不能验证智能系统的行为和能力，必须对其OODA环进行全面而完整的考核。

1.4.2 状态空间大

作为智能基础的人工智能技术，无论是基于连接主义的深度学习，还是基于贝叶斯学派的统计学习，其内在算法的参数空间规模具有组合爆炸特性，使得智能装备的状态空间极大，其智能决策逻辑实验往往需要考察数以千计的虚拟环境和传感器变量［11］。

1.4.3 算力要求高

首先，智能算法由于高度复杂性，并且状态空间的规模巨大、组合爆炸，因此，为测试智能系统的性能边界和作战效能，必须进行大样本迭代测试才能使仿真实验更充分更有效，才能确保智能系统实验的可信度。这就对智能装备仿真实验的算力提出了极高的要求，几乎可以说对算力的要求无止境。

其次，智能装备仿真实验特别是智能体系对抗仿真实验，涉及智能系统的不同作战使用模式以及跨域联合、有人无人联合，其模型和数据需要充分反映系统的技术和智能特征、作战使用过程、装备之间的各种信息交联与控制关系，使得仿真实验的计算和通信过程非常复杂。伴随着模型复杂度的不断提高，其计算量将呈指数级增长。

再次，智能装备仿真实验主要是对其对抗过程的仿真，为了体现对抗过程的真实性，仿真中必须考虑各种随机因素的影响，因此导致每次仿真结果都不同，但服从一定的统计规律。为了得到真实可信的仿真结果，必须对每个样本进行多次重复运算，并以统计结果作为分析基准。也就是说，智能装备仿真实验是一个需要多样本多次运行的应用。

以上因素使得智能装备仿真实验对计算能力提出了极高的要求。

1.4.4 群体智能行为涌现

当智能系统发展到异构智能集群阶段时，个体间为了实现自组织和自同步，会涌现出大量合作、竞争、相互学习等社会行为，而这些社会行为又会深刻影响自主集群的作战效能和作战生存性，以及整个作战力量能否达到战略目的。这些涌现行为由于受到环境限制，很难在外场进行实验验证，而仿真实验是检验评估涌现行为的主要手段。

1.4.5 实验场景高度复杂性、强对抗性

传统仿真实验中，三维场景的构建主要是针对末端显示系统，对实验数据进行可视化显示，为实验人员理解仿真过程提供直观的展示。

智能装备仿真实验的重要内容是对智能装备的自主能力和协同能力进行评估，涉及自主感知、自主判断、自主决策、自主行动和对人员的依赖能力等各个方面能力的测试。由于智能装备应用存在环境高度复杂性等特点，且有人装备与无人装备之间、无人装备与无人装备之间的互操作十分复杂，性能易受复杂地域、空域和电磁环境等的干扰和影响，因此需要提供高逼真度、复杂的虚拟场景，为传感器模拟器提供海量的仿真数据输入，进而为算法/装备的OOD 提供各种可能的近似真实输入数据，使之在近似真实的沉浸式环境中进行充分的边界测试，提高实验结果的可信度。

另一方面，由于智能装备应用具有博弈强对抗性特点，使得智能装备的仿真实验同样需要在博弈强对抗性环境中开展才有意义。

1.4.6 实验边界难确定

由于人工智能的能力需要经过大量的案例学习训练进行获取，这种学习训练过程具有不确定性和黑箱特性，导致系统输入—输出之间缺乏清晰的因果关系，使得人们难以准确预测人工智能会输出何种结果以及无法解释为什么会输出如此结果，进而使得智能装备的能力、安全性等指标难以完整、准确描述，导致智能装备仿真实验边界难以确定，即实验人员很难事先人为确定仿真实验的输入。

1.4.7 实验结果难预测、解释和信任

智能装备仿真实验的重要内容是对其自主能力和协同能力进行评估，涉及自主感知、自主判断、自主决策、自主行动和对人员的依赖能力等各个方面能力的测试。由于人工智能算法推理过程非常复杂，具有不确定性和黑箱特性，导致系统输入—输出之间缺乏清晰的因果关系；另外，在当前人工智能框架下，自主系统与人类的认知模式和思维方式还存在较大差异，容易出现二者对威胁态势和作战目标理解不一致的问题；再则，由于多数无人自主装备属于精密的复杂信息化装备，对于环境影响和信号干扰较为敏感，使得军事智能系统的行为和结果难以预测、解释和信任。

1.4.8 LVC虚实融合实验与内外场相互验证迭代

建模与仿真技术已广泛应用于内场实验，但由于智能装备的复杂性和智能行为难预测、难建模的特性，使得单纯的数字仿真不足以满足智能装备内场实验对可信性的要求。为了解决这一问题，一方面可以对算法本身进行各种输入条件的测试实验；另一方面可以将智能装备放在实验床上进行硬件在环的实验；还可以将内外场联合起来进行虚实结合的LVC 实验；通过这些硬件在环的实验，不仅可以构建真实环境难以构建的实验场景，扩大实验范围；而且可以对数字仿真实验结果进行验证，同时对仿真模型进行校正。另外，外场实验积累的实验数据也可用于内场仿真实验的验证和模型校正。这种虚实融合、内外结合、互为验证的模式，可提高实验的效率和可信性。

1.4.9 多维多域联合

国内各仿真实验室、各军兵种实验训练资源及工业部门、科研院所已积累了大量的传统装备实验资源（如仿真模型、平台、数据等）。现有大量仿真实验资源，分布于不同地域、不同网络，甚至不同的云上，完全重新打造一套新的仿真实验资源，或者将现有资源实现物理集中不经济、不可取，也是不可行的。智能装备仿真实验环境必须具备跨广域异构云的实验资源管理与集成应用能力，以及跨云的高性能仿真支撑能力，利用持久、可靠的高速网络，将分布在不同区域的、可互操作的、可重用的、可组合的实验资源连接成一体。

1.5 实验需求

智能装备仿真实验的上述特点，使得其对实验支撑环境、支撑能力、标准规范、保障条件等提出了与传统仿真不一样的需求。

1.5.1 实验环境需求

（1）高可扩展性、高性能计算环境

由于军事智能装备仿真实验对算力要求极高，需要构建高可扩展性、高性能计算环境，采用高性能并行计算和并行仿真技术，因此一方面应充分挖掘军事智能实验深层次潜在的并行性，整体提升仿真实验的运行效率；另一方面也应支持多机集群等硬件平台的无缝扩展，从而适应当前及未来智能化战争实验对计算能力需求的变化。

（2）高精度地理/气象/电磁环境

军事智能要放在复杂电磁环境、复杂地理环境、复杂气象环境和近似实战环境中实验才能适应未来战场。因此，军事智能仿真实验需要支持复杂的虚拟环境类型，包括海、陆、空、天、电、网等多个作战域；涉及的技术复杂，包括各作战域环境的智能化构建、跨域协同联合等。但现有的仿真实验室多数都是按军种装备分类建设的，在实验资源、实验空间和实验环境构建能力等方面还难以满足军事智能实验的需要。例如，2016 年美国国防科学委员会的研究报告认为，无人自主系统的实验已超出常规实验能力范畴，现有的实验环境难以用于具有自学习和自适应能力的智能算法或模块的实验，应当构建智能化的、联合的、高逼真的实验环境。

（3）强对抗、智能博弈作战力量模型体系

受限于具体的作战资料缺乏，以及优势装备和整体作战能力不了解等，蓝军模拟存在模型欠缺、可信度不高、不成体系等问题，无法满足我军智能作战研究的需求。针对蓝军军事力量体系化、智能化发展趋势，亟需开展强对抗、智能博弈作战力量模型体系研究，构建高逼真、可演化的博弈对抗仿真系统，实现对博弈对抗条件下智能化装备与作战行为的建模以及博弈对抗过程仿真，支撑构建红蓝体系对抗仿真环境。

（4）支持硬件在环实验的智能装备实验床

虚实融合、硬件在环的实验可以提高实验结果的可信度，一方面硬件在环的实验结果具有很强的公信力；另一方面通过反馈回路，利用硬件在环实验结果对数字仿真实验结果进行验证，同时对仿真模型进行校正，提高仿真结果的可信度。而要实现硬件在环实验，需要为不同类型的智能装备提供实验床（如无人机、无人车、无人艇实验床等）。值得注意的是，这些实验床要能够应对由智能决策不确定性导致的行为失控，使实验处于可控范围之内。

（5）即插即用的智能算法实验床

由于目前人工智能能力的形成过程具有不确定性和黑箱特性，因此对智能装备的智能部分建模较为困难，为此，需要将智能算法以实物的形式插入近似于装备运行环境的模拟实验环境中，进行算法、系统或体系模拟仿真实验。为减少实验准备时间、提高实验准备效率和提高实验结果的可信度，需要提供能够适应各种不同智能算法即插即用的模拟运行环境。

（6）分布的多系统联合LVC一体化实验支撑环境

将分布在不同地域不同单位研制的智能装备或者已配备至部队的智能装备联合起来进行LVC 一体化联合对抗实验，可以快速有效验证装备的体系对抗能力；另外，经过二十多年的发展，国内各仿真实验室也积累了大量的传统装备实验资源（如仿真模型、平台、数据等）。在进行智能装备与传统装备联合协同作战仿真实验时，为充分利用好现有实验资源，需要提供分布的多系统联合LVC 一体化实验支撑体系，将分布在不同地域的实验资源连接起来进行分布式协同对抗仿真，实现异地资源的共享。

1.5.2 实验支撑能力需求

（1）智能装备仿真实验系统柔性快速构建

要支持各种不同智能装备的仿真实验，就需要实验环境具有很强的动态适应能力，既能快速适应不同种类（如无人机、无人车、无人艇、机器人等）、不同型号的仿真实验，又能随时支持不同层次（算法、系统、体系）的仿真实验。由于智能装备仿真实验系统可能涉及智能算法、智能装备实物及实验床、模拟器，以及红蓝对抗双方涉及的海、陆、空、天、电、网全数字模型、复杂战场环境等多种不同领域不同类型的对象，采用传统方法构建这类实验系统不仅难度大、门槛高，而且时间周期长，因此要求实验环境能够提供仿真实验系统的快速构建能力，支持一般的实验人员能够在短时间内快速构建模拟实验系统，包括算法实验、系统实验及体系对抗实验系统。一般情况下（所需的模型模板齐全），用户只需可视化修改相应的参数、编写仿真想定程序，即可开展新智能装备的模拟实验；对于需要增加新模型模板的情况，实验环境应能够提供智能辅助的柔性快速组合构建支持能力，以降低仿真实验系统的构建门槛，提高构建效率。

（2）全要素智能实验测试用例自动规划与生成

由于智能装备仿真实验具有“状态空间大”“群体智能行为涌现性”“实验边界难确定”等特点，为得到可信度高的实验结果，仿真实验需要结合系统的输入输出和可能的状态空间大量测试所运行的边界测试用例，如果这些用例采用手动方式生成，不仅工作量大、时间周期长，而且难以对所有可能的边界条件进行全面充分测试。为此，需要提供测试用例自动规划与生成工具，该工具能够根据智能系统的界面控制文档、界面设计文档及其他文档对系统的输入输出进行自动分析，根据分析结果自动扫描系统状态空间，预测可能导致系统失败的边界条件，并据此生成边界测试用例。

（3）高逼真、复杂的虚拟场景自动导航生成

由于智能装备仿真实验存在“OO 或OOD 在环”“状态空间大”“群体智能行为涌现性”“实验场景高复杂、强对抗”等特点，为满足智能装备性能、系统、任务、体系实验可信度高的应用需求，需要针对不同作战空间的智能系统，分别考察本空间数以千计的高逼真、复杂的虚拟场景和传感器变量，这些场景如果每次都采用手工方式来构造不仅工作量非常大，而且实验准备的时间非常长，因此需要智能化自动工具来根据用户的导航信息自动快速构建实验所需的各种可能的复杂、高逼真的虚拟场景，为传感器模拟器提供仿真的数据输入，进而为算法/装备的OOD 提供近似真实的输入数据。

虚拟场景不仅能够根据用户导航参数生成指定的海、陆、空、天、电、网等多个作战域场景和各种地理环境、气象水文环境、电磁环境，还要能够提供红蓝体系对抗过程中各类实体对应的三维实体模型，这些三维实体模型能够按照仿真模型推演产生数据行为，形成三维对抗作战态势。该态势又可进一步作为传感器模拟器的输入，驱动智能装备开始新一轮的OODA环。

（4）高性能仿真服务

军事力量体系实验往往涉及空中、地面、海上、水下、空间等多个作战单元，是由多个作战资源参与的联合作战。由于涉及各种复杂的虚拟战场环境，不同数量、不同领域、不同类型的模型，导致实验实体多、模型粒度差异大、系统结构复杂、通信交互频繁，如何在可容忍的时间约束、高质量的服务约束下顺利完成实验存在很大的挑战。因此，需要提供高性能仿真服务，融合云超算、高性能仿真、通信中间件等技术，支持实物、半实物、数字化仿真模型的协同计算，为军事智能博弈对抗体系实验提供高效的仿真服务支撑。

（5）大数据管理

大数据、智能化时代，数据资源正变得越来越重要，统一、规范的数据管理对于实现实验结果的有效评估、促进被试装备的发展和作战能力的提升等具有重要意义。

仿真实验的大数据管理主要包括：被试装备文档、参数管理，实验文档和实验软件管理，测试场景和测试用例管理，实验床、模拟器参数和环境管理，实验过程和结果数据管理，实验报告管理，外场数据管理，等等。

为保证数据质量，数据管理不能只做简单的数据保存，而是要有统一的规范、统一的存储和共享访问标准，尤其是内外场实验数据，在确保关键、有用的数据不丢失的情况下，进行必要的数据清洗、同化，去伪存真、去冗存简。

（6）可参考的真实数据集

由于智能系统输入—输出之间缺乏清晰的因果关系，使得人们难以准确预测智能系统会做出何种决策以及无法解释为什么会做出如此决策。因此，为统一规范评价系统的智能行为，需要为不同类型的智能装备提供自主决策和自主行为可参考的真实数据/知识/样本集，以实现对智能行为的统一规范评价。

（7）学习演化能力的持续性实验支撑

军事智能装备/系统经过试验鉴定后，在实际战场环境中，会遇到新的力量部署、新的战场态势，会学习演化出新的能力。因此，军事智能实验不是一蹴而就的，而是不断持续的过程。同时，同一类型的智能装备/系统应用到不同的战场中，学习演化的能力、智能水平也会有所差异。为了保证同类型智能装备/系统在协同作战过程中能够做出同质的决策，还需要对这些智能装备/系统进行协同实验，保证其在同一智能水平上。

1.5.3 标准规范

（1）实验标准规范体系

军事智能装备仿真实验是全新的领域，实验环境要支持各种不同智能装备的仿真实验，需要其具备实验装备、模型、算法等快速接入能力、资源共享能力、互联互通能力等，而要达到这个目的，就需要制定一系列的标准规范，如实物/半实物接入规范，模型、算法接入规范，应用/公共服务共享规范，实验资源服务化、虚拟化和集成互联规范，实验内容、实验准备、实验开展、实验评估、实验进程安全管控、实验知识与数据管理等相关规范标准，支撑军事智能仿真实验高效开展、开放互联、资源共享与滚动发展。

（2）智能化水平评估标准

由于智能装备的智能化水平是经过大量的案例学习训练获得的，而且这种学习训练过程具有不确定性和黑箱特性，导致智能装备的智能化水平和智能学习化能力采用传统的方法难以全面准确评估和描述。为此，需要研究智能化水平和能力评估方法及指标，为智能装备的能力评估提供统一规范。

（3）数据/知识/样本标准规范

人工智能需要进行大量的学习训练，智能装备仿真实验同样需要进行大样本实验，为统一规范智能装备的学习、训练及实验数据输入，需要为不同类型的智能装备学习、训练、实验数据/知识/样本集建立标准规范，以实现数据/知识/样本集的共用。

1.5.4 保障条件

（1）实验环境的安全保障

智能仿真实验系统应安全可靠。一方面要注重仿真基础设施的安全性，包括硬件、软件、通信网络等，要求能够做到全自主可控，防止由漏洞带来的灾难性后果；另一方面在做硬件在环的仿真实验时，要保障实验系统本身的安全性，能够应对由智能决策不确定性导致的行为失控，使实验处于可控范围之内。此外，实验的方案设计、环境构建、仿真运行等过程需要标准化和规范化，降低出错风险。

（2）实验资源的统一管理

军事智能仿真实验场包含海量的、各式各样的实验资源，例如智能算法、模型、环境、计算平台等，因此需要对实验资源进行高效、统一管理，建立标准的资源描述和接口规范，为实验用户提供快捷、全面、最优的实验资源，提高实验效率。对实验资源进行统一管理，一方面需要为实验资源建立标准的描述规范和高效的索引机制，提供直观的、可视化的、智能化的资源管理方案，方便用户查找，为用户推荐最优的资源；另一方面需要充分利用云计算平台的资源管理优势，实现实验资源的跨域共享和按需使用；此外，还要建立标准的实验资源库管理规范，实现各类资源的互操作和可集成，对实验资源的入库和出库进行规范化管理。

（3）实验任务的统一管理

智能实验场面临着多种类、海量的、高并发以及多优先级的实验任务请求，其任务管理不仅需要考虑任务资源需求情况，还要考虑任务优先级和当前任务并发量，以及任务的导调规划，此外还要考虑实验任务数据的统一存储管理。因此，需要建立具备海量任务统一管理能力的智能实验任务管理平台，便于高效地管理这些实验请求。一方面，需要优先满足紧急、重大实验任务的实施，另一方面需要根据任务种类和资源需求，智能优化任务调度流程，缓解任务并发，实现资源的优化利用，提高任务实施效率；同时，还需要对实验任务的各项信息统一存档。

2 智能装备仿真实验环境总体架构

为满足上述需求，军事智能仿真实验环境总体架构组成要素包括“六横-两纵”，“六横”为基础云平台层、数据资源层、运行支撑服务层、应用服务层、实验应用层、仿真实验云门户层，“两纵”为标准规范体系、安全管理体系，具体如图3所示。

图3 智能装备仿真实验环境总体架构Fig.3 Architecture of intelligent equipment simulation experiment environment

2.1 基础云平台层

基础云平台层为应用提供云计算和存储环境，包括计算资源、网络资源、存储资源等自主可控云计算硬件平台、操作系统及云计算软件平台等。

2.2 数据资源层

数据资源层为智能装备仿真实验提供智能算法、仿真模型、内/外场实验数据、装备文档和参数、测试场景和测试用例、想定、可参考的真实数据集、评估指标、环境、作战规则、战术战法、实验管控及评估等数据和知识资源。其中，智能算法库支持各类智能算法以实物形式（软件库）接入。模型库包括无人系统、新理论、新战法模型，各类传统武器装备模型等。实验数据库包括各类数据、文档等。环境库包括构建近乎真实的物理、气象、海洋、电磁等环境数据。作战规则库包括博弈交战规则、战术战法、作战活动规律等。数据资源层通过上层服务进行统一使用，维护资源格式、接口规范、参数要求的一致性，实现资源的云存储和共享、虚拟实验资源认证管理。

2.3 运行支撑层

运行支撑层为被试智能体的对抗训练、仿真实验提供高效的算法和平台支撑，包括高性能并行云仿真支撑、智能装备实验床、智能算法实验床、高性能智能算法计算服务、虚实联合LVC互联中间件等。

2.4 应用服务层

应用服务层为仿真实验提供工具，包括实验知识服务、参数化建模、实验应用可视化集成、战法编辑、测试用例自动规划与生成、想定编辑、实验设计、实验调度与管理、虚拟场景自动导航生成、综合态势显示、实验结果分析与评估等服务。

2.5 实验应用层

实验应用层基于基础云平台层、数据资源层、运行支撑层、应用服务层提供的资源、平台和工具，构建智能装备仿真实验应用系统，包括智能体测试评估实验系统、智能体训练学习演进系统、智能体体系对抗实验系统等，为智能算法、智能平台/系统、智能体系的测试评估及新战法、新作战样式和作战理论的探索研究等提供应用支持。

2.6 仿真实验云门户层

仿真实验云门户层为智能装备仿真实验提供Web云门户支持，有授权的用户可以通过Windows 浏览器或Linux 浏览器使用应用服务层提供的软件服务和实验应用层提供的仿真应用运行服务，开展智能装备仿真实验。

2.7 标准规范体系

标准规范体系，是支撑智能装备仿真实验环境集成和共享各种异构资源的基础保障，提供仿真环境各层功能和实验资源开发、集成与共享的标准规范，具体涉及模型、算法、样机、实装等资源描述与接入规范、实验组织流程、模型校核验证规范、智能化水平评估标准、实验资源服务化、虚拟化和共享集成互联规范、实验知识与数据存储管理规范等。

2.8 安全管理体系

安全管理体系，是实现智能装备仿真实验的“基础保障”，提供仿真环境各层功能和实验资源防破坏、防窃取等实验安全功能，具体涵盖网络安全、实验运行过程安全可控、实验数据安全、实验人员管理等，确保仿真实验环境运行、使用、维护以及评估结果的安全可信。

3 智能装备仿真实验关键技术

由上述分析可见，要满足智能装备仿真实验的需求，需要重点突破以下关键技术：

（1）智能水平能力评估方法和评估指标构建；

（2）满足不同应用需求的智能装备多分辨率建模技术；

（3）智能装备仿真实验系统柔性快速构建技术；

（4）基于多核+众核+智能芯片等异构体系架构的可扩展云边端协同、高性能计算支撑技术；

（5）全要素智能实验测试用例自动规划与生成技术；

（6）高逼真、复杂的虚拟场景自动导航生成技术；

（7）支持硬件和算法在环实验的分布多系统联合LVC实时一体化互联支撑技术；

（8）可参考的真实数据集。

4 结 语

各军事强国已将发展人工智能上升为国家战略，智能化已成为军事强国争夺的制高点，智能装备正在快速走向战场。智能化战争更加强调体系化，智能化体系化作战能力的检验评估、作战水平的提高、作战新理论的创新发展等需要进行大量的仿真实验。“让胜算先在实验室里奠定”已成为各国发展军事智能的共识。

论文重点分析了智能装备仿真实验的需求，给出了实验环境总体架构和需要突破的关键技术，为下一步智能装备仿真实验关键技术研究和环境构建指明了方向。