来源：第三维度
    作者：陈坚，廖守亿，邓方林

    摘要：在计算机生成兵力(computer generated forces，CGF)的研究中，引入了多Agent系统(multi—agentsystems，MAS)理论，并以面向对象Petri网(object-oriented Petri nets，OPN)为基础，建立了一种通用的适合CGF的MAS形式化模型ArmyMAS。ArmyMAS描述了作战实体Agent、管理Agent和配置等三个单元，形象地刻画了CGF的结构与行为特性，同时可以利用Petri网的相关分析方法和工具对模型进行分析和验证。最后利用Ar—myMAS对弹道导弹攻防对抗CGF系统进行建模和分析，验证了该模型的有效性。

    0 引言

    计算机生成兵力(computer generated forces，CGF)[1]是指在分布式仿真战场环境中由计算机生成和控制的仿真实体，通过对人类作战行为的建模，这些实体能自主地对虚拟战场环境中的事件和状态做出反应，并采取相应的动作去完成指定任务。由于CGF可以减少真实作战人员和武器装备的参与，降低仿真训练的成本，已经成为世界各国发展分布式军事仿真的一项重要技术手段，在军事训练、武器研制和人员培训等领域有着广泛的应用。

    多Agent系统(multi-agent systems，MAS)是分布式人工智能研究的一个重要分支，已成为计算机领域中的一项关键性主流技术口1】。由于MAS能体现人类的社会智能，其特性与CGF中个体和群体特征十分相似，因而成为一种描述、分析和设计CGF系统的自然而有效的方法。目前，基于MAS的CGF已经成为军事仿真领域重要的研究方向D-6]。

    基于MAS的CGF一般具有自组织、自适应、系统结构经常发生变化的特点，它是一个柔性动态系统[7]，其功能和结构错综复杂、频繁变化，给CGF的设计与开发带来了相当大的难度，很难保证系统的可靠性、可重用性和可扩展性。因此，需要用一种形式化建模方法对基于MAS的CGF进行描述、分析和验证．减少在系统开发早期引入的错误，降低开发成本，提高系统质量[8]。

    目前，在CGF仿真领域，已经建立了一系列不同层次、不同类型的CGF模型[91“。但现有的CGF模型大部分都不是形式化模型，不能对系统进行分析和验证f而且大部分模型是领域相关的，其应用背景和需求不同，导致了模型的可扩展性、可重用性较差。为了提高CGF模型的可重用性，本文以一种面向对象Petri网(obiect-oriented Petrinets．OPN)[1胡为语义基础，并根据MAS体系结构模型，建立了一种通用的适合CGF的MAS形式化模型一Ar—myMAS，支持作战实体Agent的通用物理模型以及认知行为过程的表示，提高了CGF模型的通用性，可以适应不同领域的CGF建模。

    1 基于MAS的CGF形式化模型

    一个典型的CGF系统主要包括三部分：对抗的红蓝双方、导调控制系统。红蓝双方由计算机生成的虚拟兵力代替，这些兵力按照各自的条令和作战原则推理、决策和交互(协作或对抗)。导调控制系统观察兵力实体的输出行为和状态，还负责仿真想定、作战效能评估等。我们基于多A—gent系统的思想，将CGF中的兵力实体映射为相应的A—gent，并赋予相应的物理属性，然后利用OPN建立其形式化模型，最后对模型进行分析和验证，为系统的开发奠定基础。

    定义1一个对抗性的CGF系统是一个四元组，OGF：(觑rectCom，Env．RedArmy，BlueArmy)，其中Eh'rectCom为导调控制系统，Env表示红蓝方所处的自然环境，RedArmy和BlueArmy表示系统中对抗的红方和蓝方。

    DirectCom用OPN中的元0l表示，主要负责作战仿真想定和仿真效果的评估。RedArmy和BlueArmy都是一个封闭的组织，包括各种作战实体Agent，可以用相同的形式表示，我们用ArmyMAS表示。

    定义2 ArmyMAS是一个三元组，ArmyMAS一(ACamp，AManag，Conf)，其中ACamp 2(ACampl，ACamp2，⋯，ACamp。)表示各类作战实体Agent的集合，AManag=(AManagl，AMana92，⋯，AManagp)表示管理Agent的集合，Conf表示MAS的配置。

    1．1 作战实体Agent

    作战实体Agent利用自身所具备的各种能力和资源进行战场感知、情报信息处理、态势评估、规划和决策、开火、机动等行为，模拟战场角色的各种行为，实现对作战过程和作战效果的模拟。作战实体Agent可以是坦克、导弹等武器装备，也可以是参与作战的人员。

    作战实体Agent由接口和内部实现组成．AComp。=(ID，AS)，其中，ID是作战实体Agent的标识符集合；AS定义了作战实体Agent的接口和内部实现。

    作战实体Agent中的元AS以BDI(belief-desireintention)[143模型为基础，是一个六元组AS一(Q，P，，P^，P，，P，，P，)，其中P，，R，P。，P，为抽象库所，用椭圆表示，分别表示反应模块、知识库模块、目标模块和规划模块。反应模块表示作战实体Agent可以对紧急或简单情况做出迅速反应。P，利用知识库，根据一定的规则，直接由感知信息映射到作战行为。知识库模块对应于BDI模型中的信念(bliefs)，主要描述了Agent对外部环境和其它作战实体A—gent的认识和判断信息以及条件一动作规则库，给作战实体Agent提供决策信息支持}目标模块对应于BDI模型中的愿望(desires)，主要描述了作战实体Agent的动机和最终目标(如空中拦截、空中防御等作战任务)，根据作战意图制定出相应的作战计划f规划模块对应于BDI模型中的意图(intentions)，主要根据目标和当前的态势，按某种最优化规则制定为实现目标而试图执行的行为序列。P，为作战实体Agent的执行机构，包括武器控制系统、电子战系统等，执行相应的作战计划。Q中的元IT和0T描述了作战实体Agent的输入和输出接口，ACamp。．Interface={(￡，，t2)Jt。∈IT，t。∈OT}，接口描述作战实体Agent需要的服务和提供给外界的服务，作战实体Agent的实现部分由Q的其他元进行描述n“。

    作战实体Agent的模板如图1所示，其中感知库所用于消息派遣和事件捕获，把输入的消息按类型派遣到反应模块或决策模块中。反应式模块用于对某些紧急或简单的情况作出迅速反应，而不需要对环境进行复杂的符号表示，以及相关的符号推理、规划和决策。低层次作战实体A—gent的很多行为是作战条令规定的例行行为，具有明显的技术性和强制性特征，不需要进行推理、规划和决策。例如弹道导弹Agent，指挥中心为其分配了作战目标后，直接根据作战任务采取锁定、发射等动作，而不需要进行长时间的分析和决策，这都属于例行的程序性行为，只需根据相关的作战条令按部就班地进行。BDI模型允许作战实体Agent对战场情况进行推理、规划和决策，产生更为高级的慎思式行为。与反应式行为相比，BDI模型对感知的战场综合自然环境信息、敌情和我方信息进行更加详细的综合分析、处理和融合，进而产生决策行为。同时还可以在现有数据和信息的基础上进行推理，得到战场态势中无法直接观察到的隐含信息，从而做出某些预测，例如根据敌方导弹的历史路径和当前机动方向判断其目的地，从而预测其作战意图。

    在基于MAS的CGF中，执行级的作战实体Agent主要以反应式行为为主，而大部分指挥级作战实体Agent主要以慎思式行为为主，可以根据具体需求，选择不同的模块完成相应的功能。

图1作战实体Agent模板

    1．2 管理Agent

    管理Agent从全局层次上协调、监督、控制各个作战实体Agent，可以随时与每个Agent进行通信，并对系统的目标、资源等进行合理安排。

    管理Agent定义为一个六元组，AManag。=(P，Gate，KBP，丁，F，Role)，其中Gate为OPN中的元，表示Agent间的消息传递通道，Agent之间通过KQMI。或ACL等进行交互；KBP(knowledge-base place)为知识库所，存储了指挥Agent感知外部环境的信息、上级下达的命令和各个作战实体Agent提供的服务信息(如名字、地址和接口信息等)Role是管理Agent中的角色，为与管理Agent相交互的、在管理Agent中处于相同地位的所有作战实体Agent集合，Role=(Rm，，⋯，Rm)，Rm为系统中作战实体Agent的标志符。

    在CGF中，为了体现作战部队的组织因素，所有的作战实体Agent都处于一定的组织结构中，可以更加真实地模拟作战过程中组织因素对作战效能的影响。管理Agent与相应的作战实体Agent可以构成一个组，如图2所示，表示一定的作战单位(如排、连、营、团等)，分别扮演相应的角色，并进行交互和协作，完成复杂作战任务。图2(a)中的CGF Agent构成一种集中式结构，管理Agent对组内的资源进行统一协调和管理，为各个作战实体Agent下达作战和保障任务。多个集中式Agent组可以构成更大规模的层次集中式CGF系统，如图2(b)所示，可以较好地体现部队指挥控制结构。

图2管理Agent示意图

    管理Agent可以随时与每个作战实体Agent进行通信，了解任务的完成情况及战场的态势信息。在仿真运行过程中，当一个作战实体Agent在生命周期中被摧毁或因故障而退出后，Agent组织可能解散或重构。在实际的实现过程中，管理Agent采用图形界面，主要显示系统中的各个作战实体Agent及其功能和状态等，在系统的设计过程中，是一个重要的调试工具[1]。

    1．3 配置

    Conf为CGF的配置，主要描述了由作战实体Agent和指挥Agent构成的MAS拓扑，可以促进系统生命周期中不同用户对CGF的理解。

    ArmyMAS能够描述作战实体Agent和管理Agent不断更改的配置，根据体系结构配置，系统维护和管理者能清晰地理解系统的演化过程。ArmyMAS配置如图3所示，主要从宏观层次上描述CGF，侧重于系统的整体行为和A—gent之间的交互，也描述了CGF系统的静态语义。图3只是一个简单抽象的CGF模型，作战实体Agent和管理A—gent用IT、OT和抽象库所表示，抽象库所可以进一步求精表示Agent的具体实现。ArmyMAS的动态语义可以通过变迁的使能和发射规则来描述。

图3 CGF模型配置

    2 弹道导弹攻防对抗CGF系统建模与分析

    本文主要把弹道导弹攻防对抗系统作为基本研究对象，采用红蓝双方对抗的组织形式，建立一个多Agent系统的弹道导弹攻防对抗CGF系统的形式化模型。系统主要模拟红方弹道导弹突防飞行过程和蓝方反导拦截系统反导拦截过程。系统仿真流程如下所述：根据作战想定，红方向预定目标发射弹道导弹。如果蓝方预警卫星发现红方弹道导弹发射，则向蓝方指挥中心发送相关信息。蓝方指挥中心指挥预警雷达开始跟踪，然后根据测量的信息更精确地计算来袭目标的飞行弹道和落区，并实施拦截导弹发射。

    在本文中，我们假设蓝方已通过卫星与雷达测量、计算出红方弹道导弹的相关信息。系统中的作战实体Agent成员主要有：红、蓝方指挥Agent、红、蓝方导弹发射车Agent、红方弹道导弹Agent、蓝方拦截导弹Agent，其中红、蓝方指挥Agent也是ArmyMAS中管理Agent的扩展；导调控制系统为攻防评判Agent。红、蓝方相关Agent分别构成不同的组，通过攻防评判Agent交互，构成整个CGF系统。

    在弹道导弹攻防对抗CGF中。将各Agent分为反应型和混合型两种类型：反应型Agent不对内部状态进行推理，而是根据知识库，直接由感知信息映射到某种行动，如导弹发射车Agent、导弹Agent等。混合型Agent包括反应和认知功能，具有较高智能，如蓝方指挥Agent。如果感知的模型。红方MAS组形式化模型如图4所示，蓝方MAS组形式化模型如图5所示，其中每个组中的指挥Agent作为是简单的或紧急情况，则通过知识库立即作出决定；如果感知的是复杂的情况，则要对感知的信息进行融合，并根据知识库进行决策生成作战任务。

    根据以上分析，利用ArmyMAS，并对相应的BDI模型进行求精，可以建立弹道导弹攻防对抗CGF系统的形式化管理Agent，负责协调、管理组内的任务和资源，同时还具有与攻防评判Agent交互的接口。

图4 红方MAS组形式化模型

图5蓝方MAS组形式化模型

    红方指挥Agent主要负责弹道导弹的指挥过程。根据作战想定进行弹道导弹部署、下达作战命令。蓝方指挥A—gent主要负责反导拦截辅助决策及指挥，根据卫星与雷达测量的数据计算反导导弹拦截飞行的制导指令，下达拦截战任务。红方导弹发射车Agent主要根据指挥Agent下达的作战任务，进行装弹、机动、占领阵地、控制发射导弹等作战行动。弹道导弹Agent主要仿真导弹的发射、飞行、突防、落点、子弹散布和效果，以及战场环境对弹道导弹突防行动的影响。反导拦截导弹Agent主要仿真反导导弹发射、飞行和作战效果等。

    整个CGF系统的形式化模型如图6所示，其中红方和蓝方MAS组的内部实现用抽象库所表示，攻防评判Agent首先初始化，然后根据知识库进行仿真想定，并下达仿真开始命令，最后对仿真效果进行评估，主要评估弹道导弹对目标的毁伤效果和反导拦截导弹的拦截效果等。

图6 导弹攻防对抗CGF系统形式化模型

    基于面向对象Petri网的弹道导弹攻防对抗CGF系统形式化模型是系统高层抽象和集成的蓝本，为动态、开放的CGF提供了一种新的开发范型。建立形式化模型的一个重要目的就是可以利用数学分析方法对模型进行分析和验证，确保系统的安全性和无死锁性等关键属性的正确，使开发人员能根据系统需求开发出稳定、可靠的产品。在本文中，我们主要利用Petri网分析工具INA[15]分析CGF系统的有界性、可达性和活性等特性。

    根据INA分析的结果，在整个CGF系统形式化模型中，模型是有界的，可达状态有228个，且模型是活的，不存在死锁，可以保证系统的正常运行。通过分析模型的一些关键属性，可以避免建模前期引入的人为错误。

    基于MAS的CGF形式化模型为复杂、动态、开放的CGF系统提供了一种新的开发范型，可以直接作为Agent实现的高层设计来指导系统开发人员。对于系统的最终实现，采用基于COM／DCOM的软件组件开发技术。把作战实体Agent封装成COM组件，提供可调用的接口；把管理Agent作为一个DCOM组件，将其部署在应用服务器层次上，提供公共的数据服务，提高系统效率。

    3 结束语

    近年来，MAS作为一种理想的设计与开发复杂系统的新方法已得到学术界和工业界的广泛关注，也是一种自然而有效的设计CGF系统的方法。基于MAS的CGF由于缺乏有效的描述、分析方法和工具，给系统开发带来了一定的难度。我们以面向对象Petri网为语义基础，建立了一种适用于CGF的MAS形式化模型一ArmyMAS。Ar—myMAS描述了CGF中的作战实体Agent、管理Agent和配置等元素，并采用BDI模型来描述作战实体Agent的心智状态。最后利用ArmyMAS对弹道导弹攻防对抗CGF系统进行建模和分析，可以清晰的理解整个弹道导弹攻防对抗的仿真流程和系统的实现方法，为CGF的开发奠定了坚实的基础，具有一定的方法论意义和参考价值。

    参考文献：

    [1]军用建模与仿真通用术语汇编[M]．北京：国防工业出版社，2004．

    [2]Luck M，Mcburney P，Preist C．A manifesto for agent teehnolo—gy：towards next generation computing[J]．Autonomous Agentsand Multi—Agent Systems，2004，9(3)：203—252．

    [3]Zambonelli F，Omicini A．Challenges and research directions inagent—oriented software engineering[J]．Autonomous Agents andMulti-Agent Systems，2004．9(3)：253—283．

    [4]Qing S，Yin H K，Sze D O W．An intelligent agent in an aircombat domain[C]}}Proceedings of the 9th Conference on COm—puter Generated Forces and Behavioral Representation．Orlan—do，2000．

    [5] Might R J，Dubois R D．Conceptual modeling of human behavior(CMHB)[C]／／Proceedings of the 9th Confegence on ComputerGenerated Forces and Behavioral Representation．Orlando，2000．

    [6]黄柯棣，刘宝宏，黄健，等．作战仿真技术综述[J]．系统仿真学报，2004，16(9)：1887—1895．

    [7]Jeenings N R，Bussmann S．Agent—based control systems—Whyare they suited to engineering complex systems?[J]．IEEEControl Systems Magazinet 2003，23(3)l 61—73．

    [8]He X，Yu H．Shi T，et a1．Formally analyzing software archi—tectural specifications using SAM[J-[．Journal of Systems andSofttm”，2004，71(1—2)：11—29．

    [9]曾亮，郑义，李思昆．等．基于控制论的计算机生成兵力实体对象行为模型[J]．系统仿真学报。2005，17(4)t 773—774．

    [10]杨克巍，王正元。陈志诚。等．基于半自治Agent的CGF建模及应用研究[J]．系统仿真学报，2005，17(4)：997—1003．

    [11] Manojlovich J，Prasithsangaree P，Hughes S UTSAF：A multi—a—gent—based framework for supposing military-based distributed in—teractive simulations in 3D virtual environments[C]}}Proceedingsof the 2003 Winter Simulation Conference，2003．

    [12]McNally B H．An approach tO human behavior modeling in anair force simulation[C]}}Proceedings of the Winter SimulationCon^rence，2005 I 1118一1122．

    [13]蔡远利，于振华，张新曼．多Agent系统形式化建模方法研究[J]．系统仿真学报，2007。19(14)：3151—3157．

    [14]史忠植．智能主体及其应用[M]．北京，科学出版社，2000．

    [15] Roch S，Starke P H．INA：integrated net Analyzer。Version 2．2．[0L]．㈣2．in『formatik．huberlin．de／starke／ina．ht—ml，2007．