马 悦,吴 琳,许 霄,刘 昀
(1.国防大学,北京 100091;2.中国人民解放军31002部队,北京 100091)
现代战争对指挥决策的精度、速度和强度提出了更高的需求,而指挥员及参谋机构在脑力、体力和反应力方面难以承担重任。作战任务规划采用科学方法和计算机工具,为实现科学化和精确化作战指挥提供了有效途径。近年来,人工智能技术不断实现群体性突破,为实现作战任务规划注入了新鲜血液。尤其是诸多智能博弈系统在边界和规则确定的游戏对抗中取得了显著成绩,不仅极大地推动了认知智能发展,更为军事决策智能指明了探索方向。例如,Deep Mind相继推出围棋Alpha Go系列AI系统,成功解决了有限状态零和完全信息两人博弈问题[1-3];美国卡耐基梅隆大学开发了Libratus系统[4]和Pluribus系统[5],突破了多人游戏智能博弈的壁垒。继围棋、德州扑克等序贯博弈之后,以实时策略游戏为代表的同步博弈问题成为研究热点,Deep Mind在2019年公布的Alpha Star[6],对开发具有安全性、鲁棒性和实用性的通用AI系统具有重要意义。
本文通过梳理作战任务规划的基本概念、关键内容和研究现状,分析了现有模型方法在满足军事需求和应对战争复杂性方面存在的局限性,提出了利用智能方法辅助作战任务规划的必要性,并基于分层决策、知识引导和效果作战等理论构建了智能规划框架,为如何提高复杂战场环境下作战任务规划的全局优化能力和泛化适应能力提供借鉴。
作战任……