一种面向无人机登岛作战的自主决策机制研究

李 灿，侯兴明，薛兴堂，张庆丰，钱昭勇*

（1.航天工程大学航天保障系，北京 101416；2.解放军32139 部队，北京 101200；3.火箭军某基地，河南 洛阳 471000；4.解放军沈阳联勤保障中心，沈阳 110094）

0 引言

随着战争智能化演变的深入，联合登岛作战的战场空间日益扩大，纵深立体于海、陆、空、天、火、电网之中，体系对抗更加激烈［1］，尤其是无人机（unmanned aerial vehicle，UAV）编队［2］的融入，使得复杂战场态势变化迅速，呈现出分布式网络化特点，战斗节奏明显加快，指挥失控因素大量增加，直接导致指挥员决策时存在不确定、不完善、有延迟的现象。毋庸置疑，随着作战指挥层级不断趋于平行式扁平化，基于大数据挖掘、自主集群、淡化中心枢纽的智能决策模式，将逐渐取代单一的以人为主的传统决策模式［3］。在并发推进的登岛作战过程中，执行的相关任务越清晰具体，程序化、无中心、自主式的指挥决策就越高效［4］。以无人机编队为例，实现自主指挥决策的关键在于执行作战任务依赖的有效规则，而作战预案正是对规则的提前梳理和归纳，其来源于战前基于作战任务需求的目标体系探测与编目，突出以智能化决策为主的任务规划与仿真推演［5］。为此，建立足够强大而详细的预案库，可提供人装要素、态势要素、威胁要素、决策要素的前置分析，辅助指挥员迅速作出正确判断，进而实现科学的资源分配、部队部署、任务规划等［6］。

1 相关概念

1.1 有限状态机

有限状态机（finite state machine，FSM），又称有限状态自动机，简称状态机，是表示有限个状态以及在这些状态之间转移和动作等行为的数学模型［7］，也是许多形式化规约描述和验证技术的基础模型。现实世界中，存在大量有限状态机系统，例如：钟表控制系统、交通控制系统、电梯控制系统、通信协议系统等。一般地，一个状态机可视为一个五元组M=（Q，∑，δ，q0，F）。其中，Q={q0，q1，…，qn}是有限状态集合；在任一确定时刻，有限状态机只能处于一个确定的状态qi；∑={σ1，σ2，…，σm}是有限输入字符集合；在任一确定的时刻，有限状态机只能接收一个确定的输入σj；δ 表示Q×∑→Q 的状态转移函数。在某一状态下，给定输入后有限状态机将转入状态迁移函数决定的一个新状态；q0∈Q 是初始状态，有限状态机由此状态开始接收输入；F⊆Q 是终结状态集合，有限状态机在达到终态后不再接收输入。

1.2 LR 分析器

LR 分析器的实质就是一个有限状态机，是计算机编译过程中的一种“移进- 归约”自底向上的语法分析方法。LR 方法的基本思想是：在规范归约过程中，一是要记住已移进和归约出的全部字符串（数据集），即“记住历史”；二是能根据所用产生式（规则/约束集）推测未来可能碰到的输入符号（新的事件），即“展望未来”；三是根据现实输入的字符串（数据集）确定栈顶符号（当前状态）是否构成产生式句柄（可信数据或方案），即“面对现实”［8］。LR分析器的核心是LR 分析表，包括ACTION 表和GOTO 表。ACTION［s，a］规定了当状态s 面临符号a时应采取移进、规约、接受、报错的哪一个动作。GOTO［s，X］规定了s 状态时面对文法符号X 时的下一个状态。

1.3 OODA 环理论

OODA 循环理论由John Boyd 从对抗经验中提出，其基本观点是：武装冲突可以视为是敌对双方互相较量，是一个“观察- 判断- 决策- 行动”（OODA）的循环过程。OODA 环模型是对决策过程各环节进行的简洁描述，而且该过程是在一种动态、复杂环境中进行的，并受到不确定性等因素的影响。另外，OODA 环清晰合理的阶段划分及其对时效性的强调都符合指挥决策与控制过程的特点，揭示了复杂决策行为的内在规律，现已发展成为指挥控制的通用模型。在战场上谁能更快更好地完成OODA 环，谁就能取得主动权，占据绝对优势。

2 改进LR 状态机模拟登岛作战过程

2.1 登岛作战的过程分析

登岛作战过程一般可以分为5 个阶段：先期作战、装载上船、海上渡航、突击上岸、建立扩大登陆场。登岛作战的流程结构如图1 所示。

图1 登岛作战的流程结构框图Fig.1 Block diagram of the process of landing on the island

根据5 个阶段划分，无人机在登岛作战中的典型作战行动构想为［9］：先期作战阶段，派出先遣无人机队进行侦察，察明敌方态势，随后采用电子干扰、火力打击等软硬杀伤相结合方式，通过饱和式攻击，瘫痪敌通信和指挥信息系统，并使用相应无人机对远程火炮进行校射，实现对敌关键目标的连续性高强度精确打击和摧毁；装载上船阶段，隔海相持，充分调配各作战资源，迅速使得人装就位，与此同时持续派出相应的无人机进行侦察以及战场毁伤评估；海上航渡阶段，主要选择垂直立体和平行梯度推进方式，在空天联合的强力支援下，强渡海峡，此时派出相应的无人机作为空中通信中继节点，实现情报信息的分发，并派出另一队无人机对敌岛实施电子干扰；突击上岸阶段，主要是灵活选择登陆路线，发起背水攻坚，夺取登陆场，使用相应的无人机抵近敌雷达通信系统，实现近距离的电子干扰和反辐射打击；建立扩大登陆场阶段，稳固前线，派出察打一体无人机配合进行全力清障，向敌方腹部地区纵深推进［10］，在联合登岛作战过程中，无人机每一阶段的行动都可以视为在预案辅助决策下执行的OODA 环。首先，作战双方都从观察开始，观察己方、观察环境和敌方。渡海登岛战场环境信息的种类多、含量大，通过对火炮/导弹阵地、地面电子装备、敌机、舰船、兵力、电磁环境等有代表性的侦察监视情报信息的持续搜集和按需保障，提取战场环境的敏感数据信息，使得战场态势既是一个完整的作战信息和情报图，又是一种综合的、实时的三维战场空间。其次，根据观察结果，结合战场环境连续性、动态性的特点，对战场态势信息进行分析、预测和评估，并对相关的信息和数据进行处理，从而准确地进行敌情研判，得出研判数据信息。接着，在观察、判断的基础上，根据研判的敌情数据信息和当前自身的状态制定策略，指挥员对当前态势进行综合判断，并选择合适的行动方案，作出相应的指挥决策。在前期的相关作战活动支撑下，根据所选实施方案，下达作战命令，无人机编队执行相应任务。如图1 所示，一方面，无人机登岛作战过程的每一阶段从上一个阶段获取执行的结果，调整自身当前准备的状态进行执行，并将结果传递给下一个阶段。显然，整个登岛作战流程可以视为运行基于LR 状态机的OODA 环过程。另一方面，从任务的性质和目的看，每一个阶段划分在功能上又是相对独立的，但每个阶段也由若干任务组成，所以每个阶段也可以看作是状态机的OODA 环。

2.2 辅助决策的预案机制

通过上述联合登岛过程的阶段划分和无人机作战行动构想，要使得指挥决策正确高效，结合前期作战推演基础上得出的预案集必将发挥重要作用。具体来讲，登岛作战指挥员在执行每一阶段当前任务决策前，通过当前战场态势数据流的汇入，指挥信息系统查询预案辅助子系统，自动匹配关联预案，在匹配相似阈值可接受范围时，直接执行预案；如果匹配预案的相似阈值没有达到要求，决策者将结合当前最相似预案进行调整，改进制定新的应对策略。所以，预案比对后执行各阶段OODA 环，是实施参照或者修订决策意图的有效辅助策略，登岛作战的每一阶段转化更替，既依赖于执行本阶段OODA 环的效率，又受到预案辅助策略的影响。如此，确保了指挥员对联合登岛作战态势动态发展的正确判断，有效缩短了指挥员的决策时间。

预案是针对潜在的或可能发生的作战事件的层级和影响程度而事先制定的应对处置方案。由于每个阶段的事件是由对应若干连续任务的完成来确立，而每个任务是在各种不同的情况下执行的，为此，每个作战任务与不同情况的映射就形成了任务处置立体矩阵，即作战事件三维分解预测处置表，如表1 所示。

表1 作战事件三维分解预测处置表Table 1 Three-dimensional decomposition prediction and disposal of combat events

作战事件三维分解预测处置表由态势情况、作战任务、情况处置向量等3 部分组成。对无人机作战行动影响较大的态势情况，主要包括火炮/导弹阵地配置、地面电子装备部署、敌机部署、舰船部署、兵力部署、电磁环境等要素。无人机作战任务分为4种：1）信息支援任务，主要包括侦察监视、目标指示、毁伤评估、预警探测、通信中继等5 种处置动作；2）信息对抗任务，主要包括电子诱饵、电子对抗、网络攻防等3 种处置动作；3）火力打击任务，主要包括时敏目标打击、近距空中支援、反辐射硬摧毁、集群饱和打击、单兵精准杀伤等5 种处置动作；4）综合保障任务，主要包括核生化与爆炸物侦测、紧急物资运输、气象保障、战场搜救等4 种处置动作。

无人机登岛作战事件的每项任务都对应了一组情况处置向量，处置向量里每一个元素包括了负责具体实施的任务部队、起止触发标识符、实施办法、时效要求、效果反馈等详细内容。对不同任务不同处理的各种组合就形成了不同的预案。例如，某一事件Y1由T1、T3、T43 项任务组成，即Y1=，假设该事件当前状态为Q0，且同步处置情况最小单元a1={f11，s32，f42} 这3 项任务分别对应的3 种情况组合ACTION1（记为ACT1），则ACTION1=就是生成的一种具体预案的行为子集（规则）。以此类推，便可以构建足够丰富的预案数据库，而且只要作战要素齐全，对各阶段的事件任务分解足够细，对各种对应的态势情况描述足够清晰，理论上可以涵盖整个无人机登岛作战过程。

3 基于LR 状态机的自主决策

有限状态机本是一种形式语言分析工具，状态机模型的思路和人解决问题的思路是一致的，都是把复杂的问题逐步分解为简单的步骤，在连续输入的逻辑判断过程中，有清楚的状态分段，而且各状态段之间的逻辑跳转有严谨的迁移规则。LR 状态机本是有限状态的，可以视为一种静态的系统控制方法；OODA 环具有循环特性和嵌套性等特点，可以将其看作一个动态的系统。如何将LR 状态机的核心“移进-规约”思想应用到无人机登岛作战机理中去，是必须解决的问题。针对登岛作战环境观测和感知态势的不断变化，指挥员对当前形势的判断和对态势发展的预测也随之不断调整，所以登岛作战的各项辅助决策生成也必将会是一种动态过程。为此，观察-判断-决策-行动每个关键节点都具有多样性和可变性，按照OODA 过程把无人机登岛作战连续的动态过程，视为各阶段关键节点状态的生成和转换，通过LR 状态机不断识别和模拟这种状态的生成和转换过程，使大量连续的作战任务数据不断地被选择性地吸收（移进）和消化（规约），从而确保了模拟无人机登岛作战中各个关键节点的数据流得到有效的循环更新，基于“移进-规约”方法的OODA 环如图2 所示。

图2 基于“移进-规约”方法的OODA 环Fig.2 OODA based on the“Shift-Reduce”method

每个关键节点状态是由对应的若干连续任务的完成来确立的。每个任务对应包括了若干动作，每个任务与动作的映射就形成了任务状态矩阵，使用GOTOi表示事件Yi当前状态获得了新的变化指令，状态变化到达新的状态，则Ci=GOTO［Ci-1，ai］，表示当前任务目标状态（栈顶状态）Ci-1遇到新的情况处置单元ai］，要转移到新的任务目标状态（栈顶状态）Ci。由此，GOTOi定义了一个以情况处置单元集合的有限自动机。例如，观察任务状态（移进）如表2所示。假设该事件当前状态为Q1，则Q2=< Q1，GOTO1>就表示Q1为敏感状态，且状态实现了有效的更新，变为了Q2。

表2 观察任务状态表（移进）Table 2 Observation task status table（Shift）

实现关键节点状态转移，需要在相应任务状态识别规则库的监督下进行。任务状态表中的每项任务都有不同状态，其中，有很多状态是缺省的或者对引起无人机登岛作战行动变化的关联性不大，称为一般状态。为此对每个任务状态都赋有初始阈值，超出初始阈值的任务状态就称之为敏感状态；任务状态识别规则库就是对不同的敏感状态组合按照时间顺序排序，例如，某事件Y1=，当前状态为Q0，经过ACT1，触发GOTO1，使得其状态发生转变为Q1=，表示T1，T3，T43 个任务完成后的C11，C32，C42都是敏感状态，Q1向量就是指敏感状态所形成的有效数据组。以此类推，观察敏感事件规则就是按照从左至右，至上而下的方式进行判别，从而确定是等待还是规约。使用对下一步登岛作战态势判断预测最有影响的（敏感）有效数据组Qi，根据预案规则ACTi进行数据规约处理，从而实现关键节点的状态转换。观察-判断规则表（规约）如下页表3 所示。

表3 观察-判断规则表（规约）Table 3 Observation-judgment rules（Reduce）

在关键节点状态转移过程中，假设当前状态为Qi，转移为状态Qi的最低价值度为cij，最小时间量为eij，执行相应ACTj的条件为（［Qi，ACTj］value≥cij）∩（［Qi，ACTj］time≥eij），第1 个条件［Qi，ACTj］value≥cij表示执行的价值度需大于cij，第2 个条件［Qi，ACTj］time≥eij表示执行的时间量需大于eij。当两个条件都满足时，便可执行相应的ACT 并实现关键节点的转换，否则放弃执行相应的ACT。

综上所述，每个关键节点的规约就是当前状态的一次推进，意味着下一关键节点状态的开始，接着继续下一类型任务移进，并在相应的任务识别规则库监督下进行规约，实现状态的跳转。这样一来，就形成了各个阶段多任务的有效移进处理，并且带有条件监督机制（规则库或预案库）的状态转移，从而将无人机登岛作战过程用基于预案自主决策的OODA 环实现仿真模拟。

4 结论

研究分析了一种面向无人机登岛作战的自主决策机制，登岛作战态势瞬息万变，无人机作战任务多样，作战决策过程就是有针对性地迅速精准分析处理作战任务要素动态变化所形成海量数据的过程。因此，为减少人脑决策的主观性和片面性，通过模拟基于预案的LR 状态机执行过程，进一步缩短每一个回路时间，探索指挥控制的自主决策和人脑决策相协同的方式，大大减少了决策的时间成本和冗余指挥，为高效高质完成无人机登岛作战任务提供参考途径。