跨界 · 融合 · 服務 · 創新
概要
信息化條件下，聯合作戰過程的不確定性顯著增加，聯合作戰方案比較環節涉及大量的分析、判斷工作，因此這一過程引入計算機的算法輔助，可以進行聯合作戰方案的實時規劃、評估和決策工作，因此成為當前條件下作戰指揮決策的必然要求。
聯合作戰及其主要特顯
美軍利用趈計劃與實施系統中的行動方案分析與兵器推演子系統，對聯合作戰方案進行相機分析，并借助計算機軟件進行仿真推演評估，幫助聯合作戰方案指定人員查明聯合作戰方案的優缺點和相關風險，從而實現對聯合作戰方案的評估和優化，該過程已成為聯合作戰方案指定過程中的必要環節；再聯合作戰的條件下有一些新的特顯，具體表現在：
（1）作戰力量多元
聯合作戰力量由陸軍、海、空軍、火箭軍等諸軍兵種共同組成，個參展兵種獨立作戰能力很強，在總體上表現的平等關系。
（2）戰場空間多維
有形戰場要實現相互融合，即對五行的電磁、網絡空間依賴更大，又使作戰空間向太空乃至全球更大范圍擴展。
（3）作戰行動多樣
由于各種軍在多領域共同實施的一系列作戰，將視情綜合運用多種作戰類型和作戰樣式。即可能由進攻，也可能由防御，且攻防作戰轉換頻繁，如果實施大型聯合作戰，參加各軍種還將可能先后或同時展開不同樣式的作戰，且各種作戰類型和樣式緊密結合，頻繁轉換。
云端仿真作戰推演平臺及關鍵技術點
基于以上聯合作戰的特顯產生了大量的聯合作戰方案，任務量大、評估復雜、使得依靠人力難以在有限的時間完成，需要計算機的優秀算法進行輔助工作。仿真平臺云端化實現，是軟件發展的大勢所趨?；诂F有研究成果，進行組合式創新，以解決大規模、超高精度、高保真無人機集群智能對抗演練的需求。針對以上問題，為滿足云端仿真平臺要求，需突破以下關鍵技術：
1.基于云端資源部署與運行技術系統基于云平臺技術部署的實現，具備無縫擴展，支持超大規模的模擬仿真應用。系統的云平臺構架，主要參考openstack設計，可以支持公有云和私有云的構建和部署。硬件層為整個系統的硬件支持層，由于在云平臺上構建，因此，向上提供的主要為虛擬化的資源，從而隱藏物理資源的復雜性，方便各類上層服務按需使用。采用k8s(Kubernetes)+docker方式。
2.面向仿真平臺的微服務框架，“仿真即服務”是模擬仿真系統發展的主要方向，而微服務框架則是實現這個目標的有效途徑。微服務是一種開發軟件的架構和組織方法，其中軟件由通過明確定義的 API 進行通信的小型獨立服務組成。微服務架構使應用程序更易于擴展和更快地開發，從而加速創新并縮短新功能的開發時間。由于模擬仿真系統為典型的大規模、分布式、異構模塊集成系統，基于微服務框架設計可以可以獨立擴展各項服務以滿足其支持的應用程序功能的需求。這使團隊能夠適當調整基礎設施需求，準確衡量功能成本，并在服務需求激增時保持可用性。
3.基于鍵/值數據庫的仿真引擎數據收發技術，目前模擬仿真系統的數據收發模式，一般都采用UDP等數據廣播的形式，這類方式往往存在數據發送效率低，容易產生數據風暴等問題。而云平臺系統為仿真系統的數據收發提供的全新的選擇。使用了基于鍵/值技術的redis集群進行仿真系統的數據收發。用其提供黑板模式、發布/訂閱模式傳輸機制，可支持不同場景的數據分發需求。由于redis為簡單的kv結構，可以方便實現水平擴充，支持每秒大于百萬級的分發請求。
4.基于訂閱機制的分布式時間管理技術，時間管理服務的任務是描述系統運行過程中系統成員時間推進的控制機制，協調各個系統成員的數據交換與時間推進狀態，保證各仿真成員觀察到事件產生的順序是相同的，并且能夠協調他們之間相關的活動。傳統的仿真時間管理，一般都是采用自行設計的分布式事件系統和定時器系統，來實現模擬系統的時間管理，這種模式存在設計接口不統一，設計模式復雜等問題。本系統基于定時器機制，以及redis提供的多幀狀態數據存儲和分布式事件機制，可支持分布式、多粒度的仿真時間管理，并支持步進的時間推進、基于事件的時間推進等多種模式。這種基于成熟系統進行再設計的模式，容易形成統一的使用標準，而且開發和部署都相對簡單。
5.仿真效能評估研究效能評估是對仿真作戰體系完成作戰任務有效程度的評定和計算，對于提升戰斗力和作戰水平有重大意義。作戰仿真是為仿真作戰效能評估提供數據的有效途徑，是指在實際或假想的環境下，按照設計的規則、數據、過程和行動的兩支隊伍進行對抗的仿真活動，也是聯系作戰理論與作戰實踐的橋梁和紐帶，它把作戰理論模糊性技術過程與精確性結合在一起。在作戰仿真過程中，收集能體現雙方作戰能力的各類數據，并通過處理和分析這些數據，得出評估所需的支持數據，從而對作戰效能進行分析評估。因此，作戰仿真數據支持著作戰效能評估，作戰仿真數據是作戰效能評估的重要數據來源，是進行體系或裝備作戰效能評估的保證。
6.支持分布式大規模強化學習，模擬仿真系統，需要能夠對接作戰智能模型。基于強化學習訓練的智能模型，可以在戰術層次，有效的完成預設指標，具備自主行動、群體對抗的能力。作戰智能模型，一般以強化學習模型為主，結合多種智能算法的組合，如圖片識別模型，動態感知模型，博弈模型，對抗模型等。而作為一種以對抗為核心的模型，其他模型都應該圍繞算法，設置各種模塊的優化目標，由于作戰場景復雜，作戰目標和規模不一，因此，具體的作戰智能需要根據不同需求，對各類知名模型進行組合，才能更好的完成作戰智能的訓練和成長改進要求。
