一种面向联合全域战场的三重态势认知架构研究.pdf

2023 年 2 月第 19 卷 第 1 期系统仿真技术System Simulation TechnologyFeb.，2023Vol.19，No.1一种面向联合全域战场的三重态势认知架构研究刘巍，张斌，陈静（军事科学院，北京 100091）摘要：“认知域”作为联合全域战场的重要维度，已然成为联合全域指挥与控制亟待突破的难点，而且当前对态势认知的能力需求越发强烈。本文从认知心理学范畴辩证地分析了态势感知与态势认知的区别，指出当前态势认知支撑系统存在增值不强、迷雾加剧和理解滞后等诸多问题，需要从运行架构上做出创新。受人工智能新兴领域“认知智能”的启发，充分考虑人的“心智模型”在态势认知中的机理作用，提出一种三重态势认知架构。该架构涵盖“快系统（唤醒匹配）”和“慢系统（觉醒处理）”2种处理机制，包括“内在自主驱动-逻辑算法心智-自我反省审视”三大主要模块，在运行机理上能够支撑“强调认知、聚焦理解”的态势认知信息生产，辅助生成对未来战场形势分析的“认知优势”。关键词:联合全域；指挥控制；态势认知；双系统理论；三重架构A Threefold Architecture Design of Situation Awareness System Facing the Battlespace of Joint All-DomainLIU Wei，ZHANG Bin，CHEN Jing（Academy of Military Science，Beijing 100091，China）Abstract：As an important dimension of the joint all-domain battlespace，“cognitive domain”has become a difficulty but must be broken in the joint all-domain command and control.We dialectically analyze the differences between situation sensibility and situation awareness from the perspective of cognitive psychology，and point out some problems in current research of situation awareness，such as the weak of value-added，the increasing haze of awareness and the lagging of understanding.The operation architecture of the situation awareness system need to be innovated immediately.Inspired by the emerging“cognitive intelligence”in the field of artificial intelligence，we fully consider the mechanism of humans“mental model”，and propose a threefold architecture of situation awareness.The new architecture covers two processing mechanisms of“fast system（wake-up matching）”and“slow system（wake-up processing）”，and three main modules including“intrinsic autonomous driving”，“logical algorithm mind”and“self reflection and examination”.It can support the information production process of situation awareness，and assist the commanders to generate“cognitive advantages”for the future battlespace situation.Key words：joint all-domain；command and control；situation awareness；dual system theory；threefold architecture“联 合 全 域 作 战（Joint All-Domain Operation，JADO）”是美军近几年提出的一种新的作战概念，目中图分类号:TP391.9TP 文献标识码:A 通信作者：张斌，E-mail:DOI:10.16812/31-1945.2023.01.007系统仿真技术第 19 卷 第 1 期前发展前景较好、参与度较高。其本质是联合作战在信息化智能化条件下的深度发展，也是美军一直以来联合作战指导理论的创新研究成果。类似于“马赛克战”1，联合全域作战的核心愿景是将所有传感器与射手末端实时联通，融合所有领域的战场要素，快速实施指挥控制。其主要思路是以美空 军 的“先 进 作 战 管 理 系 统（Advanced Battle Management System，ABMS）”为基础，发展联合全域指挥与控制（Joint All-Domain Command and Control，JADC2）的核心能力，依托“信息优势”生成面向联合全域作战的“决策优势”，相比对手能够更快地掌握信息、完成决策、实施行动。近几年，无人集群自主技术2、5G宽带信息链技术3、有人/无人机协同技术4、边缘计算技术5等新技术不断涌现，既增加了感知手段的多样性和数据获取的数量级，又提高了信息处理的时效性和决策空间的多维性，对态势感知与认知技术的发展产生深刻影响。尽管当前态势感知系统具有信息汇聚及时、获取手段多元、末端泛在跨域等技术优势，但是对高价值信息的自主分析、时敏性情况的智能研判，以及对认知决策的支撑能力仍存在短板，亟需一个更加有效的态势认知架构。殷来祥等人6针对联合作战兵棋推演提出了一种综合分析评估架构，孙光明等人7提出了一种联合作战方案信息交换模型，但是仍无法满足战场理解水平的需求，在强调“认知优势”的背景下，如何构建一个有效的态势认知架构，既能够支撑感知信息的“快速组织”，同时能够“认知赋能”，增强战场理解水平，并像人的思考过程一样持续“深化学习”，是当代联合全域态势领域研究的重要课题。1 联合全域战场认知问题 2020年12月，美国前北方司令部和北美防空司令部司令、退役空军上将 Terrence J.O Shaughnessy提出 了“全 域 通 用 作 战 图（All-Domain Common Operating Picture，ACOP）”的概念，这也是美军“通用作战图（Common Operational Picture，COP）”在联合全域作战概念下的进一步发展和深化。其实美军早就提出了“战场感知”（Battlespace Awareness，BA）的职能概念，在其联合能力域（Joint Capability Areas，JCA）和COP中都有相关论述。“战场感知”主要了解战场中“有什么”和“是什么”，是对特定时刻作战空间的实况描述，而“战场认知”是对“战场感知”的“感知”，主要分析背后深层次的“为什么”，除了“感知”的范围，还具有印证、分析、判断、理解等一系列活动，是对战场的整体认识。但是ACOP更加强调“基于认知目的的自定义可视化效果”，允许操作人员自由定制查看关注的数据，支持在同一个框架内实现多种可视化效果的自由切换，以更好地增强战场认知，从而辅助指挥员做出正确决策。同时，ACOP要借助先进的处理能力、机器学习和人工智能等智能技术，通过技术优势保证决策优势，在信息流通上具备分层与融合的能力，以便关联目标轨迹、减少不确定性和提高评估速度。正如美军 Terrence上将提到的 ACOP概念，在智能化信息化条件下，对“战场感知”的传统认识如COP，已经无法满足“强调认知、聚焦理解”的未来战场形势，态势认知面临新的挑战和新的发展，主要表现在以下几个方面。1.1感知信息爆炸，但认知增值不强2021 年，加拿大皇家空军专家 Brendan Cook 提出，每天都有大量的情报数据需要快速处理，其不断增长的海量规模对数量有限的作战分析人员来说，逐渐成为一种无法承受的负担。美国兰德公司在2014年的一份研究报告中也曾指出，经过分析人员处理的数据不足全部情报数据的6%，且有些分析结果无法满足情报官的使用需求。在信息化智能化背景下，联合全域战场信息的汇聚处理就像一个不停运转的复杂巨系统，数据来源和形式日趋复杂，感知手段和途径日益多样，服务对象和方式日渐丰富，末端传感器的无人智能化平台大量涌现，未来战场是一个感知信息爆炸的数字海洋。尽管能够“感知”到大量的信息，但是信息冗余、细节淹没、流量过载等问题也日显突出，如果没有经过“认知”分析、筛选处理，对信息进行有效组织，不会产生真正有价值的“基于认知目的”的“新知识”。1.2感知手段多元，但认知自主不足2020年5月，美太空发展局宣布正在开发新一代的“国 家 安 全 太 空 架 构（National Security Space Architecture，NDSA）”，计划依托该架构连接各军种的指挥网络和低轨卫星，实时联通所有作战域的传感器与末端射手，助力构建“联合全域指挥控制”体系，具备高速跟踪、实时导航与定位、超视距目标瞄准等能力。随着多维感知手段的不断完善，战场信息的透明度已经得到明显提高，当前智能化装备普遍配置了丰富多样的传感器，宽带化网络增强了实时信息的传输当量，全域高效的感知手段能够掌握最新动态。但是发达的感知网络是一把双刃剑，欺骗、干扰、压制、隐藏等反制手段也同样显著提升，快捷获取的信息情报可能存在不完备或者错误引导，造成“只见树木、不见森92刘巍，等：一种面向联合全域战场的三重态势认知架构研究林”的战场认知迷雾。信息时代的这一特点要求利用多元感知手段的同时，具备态势信息的逻辑判断和自我反省能力，既能通过基本判断规避易被欺骗和隐藏的不利因素，又能不断学习、积累知识逐步提升认知体系对虚假信息和复杂环境的适应能力。1.3感知实时多域，但认知时效滞后2020年4月，美国防高级研究计划局DARPA公布了美陆军和空军合作开展的“用于快速战术执行的空域全面感知（ASTARTE）”项目，目标是在未来反介入/区域拒止（A2/AD）环境中支撑多军种的高效动态空域作战，将最新的相关空域信息实时推送给指挥网络中的所有联合部队，力图打造一个实时多域的战场感知网络体系。不同于感知网络强调的“实时掌握”，战场认知是一个强调“理解”、从原始观察到形势分析的“再造”过程。在前信息时代，这个过程更多的是由人来主导、计算机辅助完成，但是随着信息化战场节奏急剧加快，“人工+智能”的自动处理过程开始大量采用，面向未来智能化战争的技术革新和样式颠覆，计算机主导的“智能增强”可能成为日常。为应对上述挑战，美DARPA在2018年启动了“下一代人工智能（AI Next）”的研究计划，核心思路是探索机器学习和脑认知科学的深度融合，用以构建类似人类思考和逻辑推理的人工智能工具。面对未来战场的广域海量实时数据，如何构建一个态势认知架构，将战场理解的活动合理分解，整合人的思考过程和机器的智能辅助，是从机理上提高战场认知时效水平的重要途径。2 三重态势认知架构 近几年，随着机器学习、神经网络、人机融合和虚实沉浸等各种智能算法8和高新技术的快速发展，态势认知技术也找到了很多新的发力点9，但是如何让一系列的新技术新算法嵌入到战场认知问题中，迭代实现算法赋能和知识驱动，需要从认知架构的机理上做一些探索。2.1通用态势感知架构在态势感知/认知架构研究中，当前认可度较高、应用范围较广的是美国心理学家 M.Endsley10在1995年提出的一种通用态势感知架构。Endsley结合飞行员执行空战任务的OODA环，从“人的活动”的角度对态势感知过程进行了分解和定义，第一层是觉察（Perception），主要获取当前态势的重要信息；第二层是理解（Comprehension），主要融合处 理 并 理 解 所 获 取 的 信 息；第 三 层 是 预 测（Prediction），主要基于当前态势分析未来状态和发展趋势，形成预测态势。国内外很多学者后来都以Endsley提出的通用态势感知架构为基础，做出了进一步的深化和发展。王永利等人11调研了国内外的态势感知、理解、预测与复盘的研究现状，结合Endsley提出的“觉察-理解-预测”三级结构，设计了一种面向态势认知的总体技术框架。王闯等人12针对防空反导战场的态势估计过程，探讨了防空反导态势的构成要素，基于通用态势感知架构设计了一种防空反导智能战场态势估计的系统模型。吕学志等人13分析了战役级态势认知的概念要素和构成特点，基于“态势察觉-态势理解-态势预测”结构构建了战役级态势认知框架，描述了框架各个组成部分的功能、作用和主要模型。上述学者对态势感知/认知模型的研究，基本上以Endsley提出的通用态势感知架构作为理论基础，呈现“察觉-理解-预测”的三级结构。但是，通用态势感知架构强调“人的感知活动”，没有考虑“人类心智”“自我学习”等“认知活动”，需要做出一定改进。2.2三重态势认知架构设计受人工智能研究领域“认知智能”的启发，本文考虑了人的“心智模型”在态势认知中的机理作用，通过调研，优选了2种有助于态势认知架构设计的心智模型供大家探讨。美国心理学家Daniel Kahneman14在2012年提出了一种描述人的认知推理过程的“双系统理论”，即人脑在思考的时候，会有2个系统“System 1”和“System 2”，其中System 1为直觉系统，负责快速匹配，它具有无意识性，会根据刺激不经过思考直接做出反馈；System 2为理性系统，负责逻辑分析，它带有意识的生产，会经过大脑规划推理做出慎重决策。2个系统的特点如表1所示。另一方面，加拿大心理学教授Keith E.Stanovich在1989年提出了一种三重心智模型15，将人的认知过程和认知能力分为自主心智、算法心智和反省心智3个层级，用以解决心理学研究中的“理性障碍”问题，其特点如表2所示。受到Kahneman提出的双系统理论和Stanovich提出的三重心智模型的启发，本文对Endsley提出的“觉察-理解-预测”三级态势感知架构进行改造，引入“注意”和“学习”模块，简化“预测”模块到“理解”中，提出了一种涵盖“快系统（唤醒匹配）”和“慢系统（觉醒处理）”2种处理机制，包括“内在自主驱动-逻辑算法心智-自我反省审视”等模块的三重态势认知架构，如图1所示。下面详细阐述三重态势认知架构中，不同处理机93系统仿真技术第 19 卷 第 1 期制及各种功能模块的主要内涵和运行机理。2.2.1“内在自主驱动”模块该模块最核心的是“感知”过程，因为按照心理学对“感知”的定义，该模块是对物理战场的初始探测，基于一定的知识与经验对信息进行加工并赋予意义。该模块可以按照严格的“输入-输出”直接做出选择，并且相关加工信息只需要存储为“短期工作记忆”，处理完即可释放，提前拟定预案以应对需要快速处理的问题，总体上是一种“快进快出”的匹配系统。2.2.2“逻辑算法心智”模块该模块主要包含“注意”和“理解”2个部分。其中“注意”部分基于注意力机制，对待处理的问题进行识别判断，采取正确的处理策略和执行技能，相关信息伴随问题处理过程存储为“工作过程记忆”。“理解”部分基于“注意”抽象后的客观问题，依托算法模型、推理准则和联想机制，借助计算机模型多、算力大、逻辑强、鲁棒高等优势，最优解可以经过“学习”模块的提炼以“描述长期记忆”补充到“知识库中”，后续类似问题可采用快系统直接处理。2.2.3“自我反省审视”模块该模块的核心功能是“学习”，基于美国心理学家Wolfgang Kohler提出的“完形-顿悟”学说，“学习”是认知系统在处理具体问题的情景中加深认识，对主体关系经过理性反思后，抽象出一个类似方法论的领域知识。这些经过“学习”提炼的领域知识，一方面在“逻辑算法心智”运行过程中发挥监视、调度和及时修正的作用，另一方面补充到“内在自主驱动”模块的“知识库”中，更新完善知识。表1Kahneman提出的双系统理论Tab.1The dual system theory introduced by Kahneman特点响应速度运行机制可靠性安全性资源消耗适用场景System 1（直觉系统）快速刺激反馈、关联对象（情感、记忆、经验）无意识，不受控制容易被欺骗低成本需要长期运行，处理熟悉情况下的有限操作System 2（理性系统）较慢规则运算、逻辑推理有意识，受控制的自我判断能力高成本刻意情况启动，处理未知情况下的复杂操作表2Stanovich提出的三重心智模型Tab.2The threefold mental model introduced by Stanovich特点生理基础典型表象可靠性安全性特征特点自主心智性格、情绪、直觉认知吝啬无意识，不受控制容易被欺骗内在驱动自主心智算法心智智力、推理、记忆智商水平有意识，受控制的自我判断能力逻辑推理算法心智反省心智自律、常识、信念理性思维有意识，主动控制主动监视调整自我调节反省心智图1面向联合全域战场的三重态势认知架构Fig.1The threefold situation awareness architecture of joint all-domain battlespace94刘巍，等：一种面向联合全域战场的三重态势认知架构研究3 认知架构优势分析 在态势认知研究领域，Endsley从“人的感知活动”角度建立了“觉察-理解-预测”的通用态势感知架构，此后成为该领域研究的通用架构和理论基础。但是Endsley提出的三级通用架构是以20世纪90年代的空战飞行员战术活动为背景，是一种关注个体感知、强调有序行为，且没有考虑智能辅助的有限感知架构。随着信息化智能化水平的不断提高，联合全域战场强调多样群体的自主认知，既考虑有序行为又面对复杂情况，需要采用智能辅助的人机融合方式进行处理。基于上述考虑，本文提出了一种三重态势认知架构，下面详细阐述其正确性和先进性。3.1双系统认知机制不同于通用态势感知架构的逐级递进结构，三重态势认知架构从“人的认知活动”出发，借鉴Kahneman提出的“双系统理论”，采用“双系统认知机制”处理态势认知的信息加工过程。三重态势认知架构融合了不同的信息处理机制，能够针对常规情况和复杂状况，分别采取快、慢2种处理机制，平衡了处理效率和资源消耗的矛盾。一种是面对常规情况，基于预设好的处理流程和处理规则，根据明确的“输入-输出”自动匹配知识库，采用“唤醒匹配”的快系统进行反应和选择；另一种是面对复杂状况，快系统确认无法处理后主动激活“觉醒处理”的慢系统，调动逻辑运算和联想推理，指导行为发生和实施决策，反复刺激强化后变成快系统的规则和知识。3.2深化三重心智模型通用态势感知架构采用“觉察-理解-预测”3个主要模块，强调“人的感知活动”，没有考虑“人的心智”、“理性障碍”等认知活动。三重态势认知架构从不同认知能力出发，将态势认知活动映射分解为“自主心智、算法心智和反省心智”3个层级，采用三重心智模型提高认知架构的理性水平。三重态势认知架构考虑了人的“心智模型”在态势认知中的机理作用，将当前通用的“觉察-理解-预测”三级结构，深化为“内在自主驱动-逻辑算法心智-自我反省审视”。具体而言，“内在自主驱动”模块类似于人类自主心智，是刻画在基因深处的一种本能反应，是一种基于预设规则的直接反应，涵盖了通用架构的“觉察”模块；“逻辑算法心智”模块类似于人类算法心智，依托大脑理性思考来应对现实世界的种种考验，是一种基于逻辑准则的理性反应，涵盖了通用架构的“理解-预测”模块；“自我反省审视”模块类似于人类反省心智的“吾日三省吾身”，是一种基于有意识反馈的主动控制。3.3新增拓展“学习”模块相比于通用架构，三重态势认知架构新增拓展了“学习”模块，形成了认知活动的一个自我循环，能够对原有的三级结构不断完善和增长，在机理上扩充了当前通用架构的自我演化能力。在应用过程中，三重态势认知架构能够通过注意力机制和机器智能辅助，采用“学习”模块作为整个系统的评估员和监察者，不停地在问题空间内抽象出领域知识，监视调度战场认知活动，修订补充规则知识，优化三重态势认知架构的各个模块，在机理上使其具备自主智能的可能。综上所述，三重态势认知架构是一个双系统“分工协作、循环演化”的机制，不仅深化了心智模型对认知架构的理性增益，而且新增拓展了“学习”能力，相比通用态势感知架构更符合“人的认知活动”，能够提高战场认知活动的有效性、自主性和时效性。4 结语 联合全域指挥与控制是支撑联合全域作战概念走向现实的关键一环，当前对态势认知能力的需求越发强烈。态势认知本质上是对真实战场的符号抽象和知识表征，而心智模型理论是与知识表征紧密相关的理论之一。考虑人的“心智模型”在态势认知中的机理作用，提出了一种涵盖“快系统（唤醒匹配）”和“慢系统（觉醒处理）”2种处理机制，包括“内在自主驱动-逻辑算法心智-自我反省审视”等模块的三重态势认知架构。具体而言，“内在自主驱动”模块是一种发自直觉的感知进程，是态势认知系统的本能自主心智；“逻辑算法心智”模块是一种慢速思考的运算进程，是态势认知系统的逻辑算法心智；而“自我反省审视”模块是一种迭代反思的修正进程，是态势认知系统的理性反省心智。在智能化背景下，态势认知系统应该具备“认知智能”的学习能力，能够对感知信息进行纵向和横向的多维度组织，最大程度地像人一样思考、像自然一样生长，在一个持续循环下“突出认知、强化理解”，支撑实现“认知优势、即时决策”。参考文献：1李强，王飞跃.马赛克战概念分析和未来陆战场网信体系及其智能对抗研究 J.指挥与控制学报，2020，6（2）：87-93.LI Qiang，WANG Feiyue.Conceptual analysis of mosaic warfare and systems of network-information systems for 95系统仿真技术第 19 卷 第 1 期intelligent countermeasures and future land battlesJ.Journal of Command and Control，2020，6（2）：87-93.2张婷婷，蓝羽石，宋爱国.无人集群系统自主协同技术综述 J.指挥与控制学报，2021，7（2）：127-136.ZHANG Tingting，LAN Yushi，SONG Aiguo.An overview of autonomous collaboration technologies for unmanned swarm systems J.Journal of Command and Control，2021，7（2）：127-136.3陈立，谢汶晋，彭思勇，等.5G技术对信息化联合作战的影响 J.指挥与控制学报，2020，6（4）：324-327.CHEN Li，XIE Wenjin，PENG Siyong，et al.Influence of 5G technology on information joint operation J.Journal of Command and Control，2020，6（4）：324-327.4张杰勇，钟赟，孙鹏，等.有人/无人机协同作战指挥控制系统技术 J.指挥与控制学报，2021，7（2）：203-214.ZHANG Jieyong，ZHONG Yun，SUN Peng，et al.Command and control system and technology for manned/unmanned aerial vehicle cooperative operationJ.Journal of Command and Control，2021，7（2）：203-214.5阳东升，张维明.边缘崛起：边缘C2背景、概念与模式机理分析 J.指挥与控制学报，2020，6（2）：113-122.YANG Dongsheng，ZHANG Weiming.Edge rising：background，conception and mode of edge command and control J.Journal of Command and Control，2020，6（2）：113-122.6殷来祥，曹毅，李志强.联合作战兵棋推演综合分析评估框架 J.系统仿真技术，2021，17（3）：185-190.YIN Laixiang，CAO Yi，LI Zhiqiang.Comprehensive analysis and evaluation framework of joint operations based on wargaming J.System Simulation Technology，2021，17（3）：185-190.7孙光明，杨光，马政伟，等.联合作战方案信息交换模型 J.系统仿真技术，2018，14（3）：204-210.SUN Guangming，YANG Guang，MA Zhengwei，et al.Information exchange model of joint operation scheme J.System Simulation Technology，2021，14（3）：204-210.8金欣，毛少杰，李青山.基于混合智能的作战指挥智能培育方法 J.指挥与控制学报，2020，6（3）：294-298.JIN Xin，MAO Shaojie，LI Qingshan.Operational command intelligence cultivation：a hybrid intelligence based methodJ.Journal of Command and Control，2020，6（3）：294-298.9李婷婷，刁联旺.智能化态势认知技术与发展建议 J.指挥信息系统与技术，2020，11（2）：55-58.LI Tingting，DIAO Lianwang.Technology and development recommendations for intelligent situation awareness J.Command Information System and Technology，2020，11（2）：55-58.10Endsley M R.Toward a theory of situation awareness in dynamic systems J.Human Factors，1995，37（1）：32-64.11王永利，谢策，张永亮，等.态势认知总体框架及其关键技术 J.指挥信息系统与技术，2021，12（3）：7-12.WANG Yongli，XIE Ce，ZHANG Yongliang，et al.Framework and its key technology of situation cognition J.Command Information System and Technology，2021，12（3）：7-12.12王闯，李松，姜浩博，等.防空反导智能战场态势估计研究 J.火力与指挥控制，2020，45（3）：7-13.WANG Chuang，LI Song，JIANG Haobo，et al.Research on intelligent battlefield situation assessment of air defense and anti-missile J.Fire Control&Command Control，2020，45（3）：7-13.13吕学志，胡晓峰，吴琳，等.战役态势认知的概念框架 J.火力与指挥控制，2019，44（7）：1-6.LYU Xuezhi，HU Xiaofeng，WU Lin，et al.A conceptual framework of operational situation awarenessJ.Fire Control&Command Control，2019，44（7）：1-6.14丹尼尔 卡尼曼.思考快与慢 M .北京：中信出版社，2012.DANIEL Kahneman.Think，fast and slow M.Beijing：Citic Press，2012.15基思斯坦诺维奇.超越智商：为什么聪明人也会做蠢事 M.北京：机械工业出版社，2015.KEITH E.Stanovich.What intelligence tests miss：the psychology of rational thoughtM.Beijing：Machinery Industry Press，2015.刘巍男(1981-)，江西南昌人，硕士，副研究员，主要研究方向为系统工程、态势认知技术。张斌男（1990-），山东滨州人，博士研究生，助理研究员，主要研究方向为系统工程、态势认知技术。96