智能裝備仿真實驗技術初探

姚益平， 朱 峰， 唐文杰， 范 波， 陳 凱

（1.國防科技大學 系統工程學院，湖南 長沙 410073； 2.軍事科學院 國防科技創新研究院，北京 100071）

近年來，智能化、無人化裝備正在快速走向戰場［1］，推動著戰爭形態從信息化戰爭向智能化戰爭加速演進。而智能化作戰能力的檢驗評估、作戰水平的提高、作戰新理論的創新發展等需要進行大量的仿真實驗。智能裝備仿真實驗是對智能化裝備/平臺進行試驗鑒定、對智能化效能水平進行測試評估，對智能化作戰概念、新型作戰樣式及戰術戰法構想等進行研究檢驗的一類活動的統稱。目前，隨著軍事智能、虛擬現實和建模仿真技術的發展，智能裝備仿真實驗已成為研究未來戰爭、設計智能裝備、驗證作戰構想、支撐戰法評估的有效手段。

世界強國高度重視軍事智能實驗能力建設，將軍事智能仿真實驗環境建設上升到國家戰略高度，出臺了一系列頂層指導文件，規劃布局了“國家網絡靶場”“雅典娜”等平臺建設，開展了無人自主系統試驗鑒定路線圖［2］、無人自主系統試驗鑒定自適應決策支持框架［3-4］、大規模多主體試驗想定生成、有人/無人混合的真實-虛擬-構造（Live-virtual-constructive，LVC）試驗床［5］等項目研究，提出了自主控制水平（Autonomous control level，ACL）［6］和無人系統自主等級（Autonomy levels for unmanned systems，ALFUS）等無人系統多種分級方式，制定了無人自主系統試驗鑒定體系結構框架［7］，具備初步的無人系統和作戰體系仿真實驗能力，并瞄向智能實驗資源聯合統籌、一體化體系對抗方向發展。

軍事智能化作戰由于具有“環境復雜性、博弈對抗性、響應實時性、信息不完整性、邊界不確定性”［8］等典型特點，使其在體系與平臺、軟件與硬件、數據與工具等方面，與機械化、信息化時代存在顯著差異，對實驗環境、實驗能力、實驗標準、保障條件等各方面都提出了新的要求。我國在軍事智能化實驗理念、實驗資源、實驗環境等方面還存在不足，亟需采用全新理念、全新模式、全新架構、先進技術，建設軍事智能化仿真實驗環境，以充分驗證軍事智能化對未來作戰樣式、力量結構和制勝機理方面的重大變革，促進軍事智能化真正走向戰場。

為此，論文在明確智能裝備仿真實驗對象、實驗內容、評估指標的基礎上，提出了智能裝備仿真實驗的2種模式：輸入式、對抗式，歸納總結了智能裝備仿真實驗的九大特點，在此基礎上提出了其對支撐能力、支撐環境、標準規范、保障能力等的需求，并給出了智能裝備仿真實驗環境“六橫-兩縱”總體架構，最后討論了智能裝備仿真實驗需要突破的關鍵技術。

1 智能裝備仿真實驗需求分析

智能裝備仿真實驗與傳統裝備相比有何需求差異，這是智能裝備仿真實驗環境構建需要解決的首要問題。為此，首先需要明確智能裝備仿真實驗的對象、內容、評估指標分別是什么；要獲得相應的評估結論，需要開展什么類型的實驗；這些實驗與傳統仿真實驗相比，有何特點；這些特點又導致了對實驗支撐環境和能力有什么不一樣的需求。對此，應從現實需求出發，對這些問題進行一一探討解答。

1.1 實驗對象

智能化作戰力量體系，自下向上可分解為智能化算法模型、智能化平臺/系統、智能化體系3 個層級，因此，智能裝備仿真實驗對象也應包含這3 個層級的相應內容。

1.1.1 智能算法

智能算法是為智能裝備、智能系統或集群賦予智能的載荷，如自主感知算法、自主規劃和決策算法、自主協同算法、智能對抗算法等。

在特定環境下對智能算法的觀察-判斷-決策（Observation，Orientation，Decision，OOD）性能進行實驗，測試是否達到特定功能要求的程度，檢驗算法的主要技術指標（如智能水平、識別判斷決策準確率及速度等）和邊界性能，驗證算法的安全性、敏捷性等。

在進行智能算法實驗時可以將智能算法放入模擬運行環境中，采用測試數據生成器生成測試數據，驅動智能算法運行，測試完成后對輸出結果進行評估，給出測試報告。

1.1.2 智能系統

智能系統包括單個智能裝備、裝備系統或者同類智能裝備的編隊或集群，如無人機、無人車、無人艇、機器人、智能導彈、無人機蜂群等。

系統實驗是在給定條件下對整個智能系統進行綜合實驗，測試是否達到規定使用目標的能力，檢驗系統的主要戰術技術指標及其邊界性能，驗證系統的安全性、效能、完成任務的能力、協同能力、適應性、生存性等。

1.1.3 智能體系

智能軍事力量體系是指包含多種類型的智能裝備或者智能裝備與傳統裝備組成的軍事力量體系，如未來城市攻防作戰、無人機蜂群攻防、智能空戰、海上無人集群等無人或者有人無人協同對抗系統。

實驗類型主要是體系對抗實驗，在指定的作戰使用環境以及紅藍對抗想定背景下，測試完成作戰任務的能力，檢驗智能裝備體系適用性、作戰效能、體系貢獻率、體系融合度、協同能力等；同時，在智能體系對抗環境下，可對新型智能作戰概念、作戰樣式構想等進行實驗驗證，評估其可行性、作戰效能及適應性等。

1.2 實驗內容

智能裝備仿真實驗主要從智能性、安全性、敏捷性、生存性、作戰效能、適用性等6 個方面對智能裝備進行系統全面的考核。

1.2.1 智能性實驗

智能性是指智能裝備的智能化水平，即智能裝備自主OOD能力和協同能力。

智能裝備區別于傳統裝備最主要的特征，是其具有一定的智能，即智能裝備具有部分或全部OOD能力和群體協同能力。因此，智能裝備仿真實驗的重要內容是對其OOD能力進行評估，即測試智能裝備在各種可能的情況下自主OOD 能力水平以及多機協同的能力水平，以評判智能裝備的智能化水平。

1.2.2 安全性實驗

智能裝備由于具有自主決策和行為能力，因此確保其安全性尤其重要。智能裝備的安全性突出體現在2 個方面。一是網絡安全性。智能裝備由于需要與其他系統協同，往往具有與其他系統進行網絡通信的能力，能夠自主接收其他系統的通信信息并做出反應，因此可能存在潛在的網絡安全性，如果其通信協議或通信密碼被敵方攻破，則可能導致整個智能系統被敵方控制，從而為敵方所用。因此，要測試系統的抗網絡攻擊能力、抗惡意欺騙能力；另外，還要測試在通信網絡被干擾、被切斷的情況下系統的工作是否會受到影響等［7］。由于這類安全性與傳統裝備沒有實質性的不同，因此智能裝備的網絡安全性測試可以借用已有的網絡安全實驗室來完成。二是決策和行為的安全性［9］。智能裝備由于具有自主決策和行為能力，且這種決策和行為能力又具有不確定性和黑箱特性，因此其決策和行為的安全性需要重點考核，一方面要對可能導致系統失敗的所有邊界條件（包括各種可能的錯誤輸入）進行全面測試，另一方面要考核當系統出現錯誤或失敗時能否進行自行恢復。智能軟件的壓力測試非常重要（可以通過全要素智能實驗測試用例自動規劃與生成工具來實現），往往要經過大量的模擬仿真測試以評估智能裝備潛在的安全風險概率，如每一種智能裝備都需要對其不同的傳感器測試數百個靜態和動態障礙場景，環境效應物可以包括氣象、傳感器降格、通信丟失或其他缺陷等。

1.2.3 敏捷性實驗

敏捷性是指裝備的作戰靈活機動能力。智能裝備敏捷性實驗主要是測試系統觀察-判斷-決策-行動（Observation，Orientation，Decision，Action，OODA）環的反應時間，仿真實驗主要測試智能算法OOD正確率和效率，以及智能系統完成任務的效率。

1.2.4 生存性實驗

智能裝備生存性模擬實驗主要是測試智能系統在極端條件下的生存能力，包括抗電磁干擾能力（與傳統裝備抗電磁干擾實驗沒有實質性的不同，因此可以借用已有的電磁環境實驗室來完成）、防撞避障能力、從錯誤/故障（如翻車）中恢復的能力等。

1.2.5 作戰效能實驗

作戰效能是裝備在一定條件下完成作戰任務時所能發揮有效作用的程度，是針對裝備滿足特定作戰需求的度量，包括單裝作戰效能和裝備體系效能等。

單裝作戰效能可分為單項效能和系統效能。單項效能仿真實驗主要測試裝備達到特定運用功能（如觀察、判斷、決策、機動）要求的程度；系統效能測試主要是綜合測試系統在規定條件下達到規定使用目標的能力。

裝備體系作戰效能仿真實驗主要測試系統在近似真實的戰場環境條件下作戰部隊運用武器裝備采用不同作戰樣式、不同戰法所完成的作戰任務的程度，包括體系感知效能、體系指控效能、體系打擊效能、體系機動效能、體系防護效能、體系保障效能等內容。

1.2.6 適用性實驗

適用性包括作戰適用性、體系適用性和在役適用性。智能裝備適用性仿真實驗主要考察智能裝備的作戰適用性和體系適用性。

作戰適用性是裝備在作戰使用過程中能夠保持可用的程度，包括作戰環境適用性、作戰使用適用性、作戰保障適用性。環境適用性主要評估智能系統適應不同自然環境，如不同氣候（風雨雷電霧塵）、不同區域（山區、平原、城市、鄉村等）、不同道路等級、不同海況、不同太空環境等、不同使用環境等的能力。

體系適用性是指智能裝備與其他裝備（包括跨域的系統、有人/無人系統等）聯合協同作戰時信息融合、體系融合、體制融合等使用能力，包括體系融合度和體系貢獻率。

1.3 實驗模式

歸納起來，智能裝備仿真實驗有2 種實驗模式：輸入式、對抗式。

輸入式也即基于數據的測試，將測試數據集（如場景、態勢、指控信息等）作為輸入，測試智能算法/系統/平臺的識別、判斷、決策能力。其實驗模式如圖1所示。

圖1 智能裝備輸入式實驗模式Fig.1 Input data based experimental mode for intelligent equipment

對抗式為基于虛擬對抗環境的實驗。它將被試對象/模型放在虛擬對抗環境中進行近似真實的紅藍對抗大樣本仿真實驗［10］，以測試評估被試智能裝備的6種性能指標能力。其實驗模式如圖2所示

圖2 智能裝備對抗式實驗模式Fig.2 Confrontation based experimental mode for intelligent equipment

1.4 實驗特點

智能裝備仿真實驗對象由于智能元素的存在，使得其與傳統的仿真實驗存在著顯著的差別，歸納起來，該類實驗主要具有如下特點。

1.4.1 OO或OOD在環

傳統的裝備由于不具備智能化，作戰時OOD主要由人來完成。因此，傳統裝備的實驗只需考察裝備本身的機械性能，無需也不能進行OODA 閉環實驗；而智能裝備的智能特征是其自身具有部分或全部OOD能力。因此，智能裝備仿真實驗的重要內容是對其OOD 能力和協同能力進行評估。因此，傳統的機械性能測試已不能驗證智能系統的行為和能力，必須對其OODA環進行全面而完整的考核。

1.4.2 狀態空間大

作為智能基礎的人工智能技術，無論是基于連接主義的深度學習，還是基于貝葉斯學派的統計學習，其內在算法的參數空間規模具有組合爆炸特性，使得智能裝備的狀態空間極大，其智能決策邏輯實驗往往需要考察數以千計的虛擬環境和傳感器變量［11］。

1.4.3 算力要求高

首先，智能算法由于高度復雜性，并且狀態空間的規模巨大、組合爆炸，因此，為測試智能系統的性能邊界和作戰效能，必須進行大樣本迭代測試才能使仿真實驗更充分更有效，才能確保智能系統實驗的可信度。這就對智能裝備仿真實驗的算力提出了極高的要求，幾乎可以說對算力的要求無止境。

其次，智能裝備仿真實驗特別是智能體系對抗仿真實驗，涉及智能系統的不同作戰使用模式以及跨域聯合、有人無人聯合，其模型和數據需要充分反映系統的技術和智能特征、作戰使用過程、裝備之間的各種信息交聯與控制關系，使得仿真實驗的計算和通信過程非常復雜。伴隨著模型復雜度的不斷提高，其計算量將呈指數級增長。

再次，智能裝備仿真實驗主要是對其對抗過程的仿真，為了體現對抗過程的真實性，仿真中必須考慮各種隨機因素的影響，因此導致每次仿真結果都不同，但服從一定的統計規律。為了得到真實可信的仿真結果，必須對每個樣本進行多次重復運算，并以統計結果作為分析基準。也就是說，智能裝備仿真實驗是一個需要多樣本多次運行的應用。

以上因素使得智能裝備仿真實驗對計算能力提出了極高的要求。

1.4.4 群體智能行為涌現

當智能系統發展到異構智能集群階段時，個體間為了實現自組織和自同步，會涌現出大量合作、競爭、相互學習等社會行為，而這些社會行為又會深刻影響自主集群的作戰效能和作戰生存性，以及整個作戰力量能否達到戰略目的。這些涌現行為由于受到環境限制，很難在外場進行實驗驗證，而仿真實驗是檢驗評估涌現行為的主要手段。

1.4.5 實驗場景高度復雜性、強對抗性

傳統仿真實驗中，三維場景的構建主要是針對末端顯示系統，對實驗數據進行可視化顯示，為實驗人員理解仿真過程提供直觀的展示。

智能裝備仿真實驗的重要內容是對智能裝備的自主能力和協同能力進行評估，涉及自主感知、自主判斷、自主決策、自主行動和對人員的依賴能力等各個方面能力的測試。由于智能裝備應用存在環境高度復雜性等特點，且有人裝備與無人裝備之間、無人裝備與無人裝備之間的互操作十分復雜，性能易受復雜地域、空域和電磁環境等的干擾和影響，因此需要提供高逼真度、復雜的虛擬場景，為傳感器模擬器提供海量的仿真數據輸入，進而為算法/裝備的OOD 提供各種可能的近似真實輸入數據，使之在近似真實的沉浸式環境中進行充分的邊界測試，提高實驗結果的可信度。

另一方面，由于智能裝備應用具有博弈強對抗性特點，使得智能裝備的仿真實驗同樣需要在博弈強對抗性環境中開展才有意義。

1.4.6 實驗邊界難確定

由于人工智能的能力需要經過大量的案例學習訓練進行獲取，這種學習訓練過程具有不確定性和黑箱特性，導致系統輸入—輸出之間缺乏清晰的因果關系，使得人們難以準確預測人工智能會輸出何種結果以及無法解釋為什么會輸出如此結果，進而使得智能裝備的能力、安全性等指標難以完整、準確描述，導致智能裝備仿真實驗邊界難以確定，即實驗人員很難事先人為確定仿真實驗的輸入。

1.4.7 實驗結果難預測、解釋和信任

智能裝備仿真實驗的重要內容是對其自主能力和協同能力進行評估，涉及自主感知、自主判斷、自主決策、自主行動和對人員的依賴能力等各個方面能力的測試。由于人工智能算法推理過程非常復雜，具有不確定性和黑箱特性，導致系統輸入—輸出之間缺乏清晰的因果關系；另外，在當前人工智能框架下，自主系統與人類的認知模式和思維方式還存在較大差異，容易出現二者對威脅態勢和作戰目標理解不一致的問題；再則，由于多數無人自主裝備屬于精密的復雜信息化裝備，對于環境影響和信號干擾較為敏感，使得軍事智能系統的行為和結果難以預測、解釋和信任。

1.4.8 LVC虛實融合實驗與內外場相互驗證迭代

建模與仿真技術已廣泛應用于內場實驗，但由于智能裝備的復雜性和智能行為難預測、難建模的特性，使得單純的數字仿真不足以滿足智能裝備內場實驗對可信性的要求。為了解決這一問題，一方面可以對算法本身進行各種輸入條件的測試實驗；另一方面可以將智能裝備放在實驗床上進行硬件在環的實驗；還可以將內外場聯合起來進行虛實結合的LVC 實驗；通過這些硬件在環的實驗，不僅可以構建真實環境難以構建的實驗場景，擴大實驗范圍；而且可以對數字仿真實驗結果進行驗證，同時對仿真模型進行校正。另外，外場實驗積累的實驗數據也可用于內場仿真實驗的驗證和模型校正。這種虛實融合、內外結合、互為驗證的模式，可提高實驗的效率和可信性。

1.4.9 多維多域聯合

國內各仿真實驗室、各軍兵種實驗訓練資源及工業部門、科研院所已積累了大量的傳統裝備實驗資源（如仿真模型、平臺、數據等）?，F有大量仿真實驗資源，分布于不同地域、不同網絡，甚至不同的云上，完全重新打造一套新的仿真實驗資源，或者將現有資源實現物理集中不經濟、不可取，也是不可行的。智能裝備仿真實驗環境必須具備跨廣域異構云的實驗資源管理與集成應用能力，以及跨云的高性能仿真支撐能力，利用持久、可靠的高速網絡，將分布在不同區域的、可互操作的、可重用的、可組合的實驗資源連接成一體。

1.5 實驗需求

智能裝備仿真實驗的上述特點，使得其對實驗支撐環境、支撐能力、標準規范、保障條件等提出了與傳統仿真不一樣的需求。

1.5.1 實驗環境需求

（1）高可擴展性、高性能計算環境

由于軍事智能裝備仿真實驗對算力要求極高，需要構建高可擴展性、高性能計算環境，采用高性能并行計算和并行仿真技術，因此一方面應充分挖掘軍事智能實驗深層次潛在的并行性，整體提升仿真實驗的運行效率；另一方面也應支持多機集群等硬件平臺的無縫擴展，從而適應當前及未來智能化戰爭實驗對計算能力需求的變化。

（2）高精度地理/氣象/電磁環境

軍事智能要放在復雜電磁環境、復雜地理環境、復雜氣象環境和近似實戰環境中實驗才能適應未來戰場。因此，軍事智能仿真實驗需要支持復雜的虛擬環境類型，包括海、陸、空、天、電、網等多個作戰域；涉及的技術復雜，包括各作戰域環境的智能化構建、跨域協同聯合等。但現有的仿真實驗室多數都是按軍種裝備分類建設的，在實驗資源、實驗空間和實驗環境構建能力等方面還難以滿足軍事智能實驗的需要。例如，2016 年美國國防科學委員會的研究報告認為，無人自主系統的實驗已超出常規實驗能力范疇，現有的實驗環境難以用于具有自學習和自適應能力的智能算法或模塊的實驗，應當構建智能化的、聯合的、高逼真的實驗環境。

（3）強對抗、智能博弈作戰力量模型體系

受限于具體的作戰資料缺乏，以及優勢裝備和整體作戰能力不了解等，藍軍模擬存在模型欠缺、可信度不高、不成體系等問題，無法滿足我軍智能作戰研究的需求。針對藍軍軍事力量體系化、智能化發展趨勢，亟需開展強對抗、智能博弈作戰力量模型體系研究，構建高逼真、可演化的博弈對抗仿真系統，實現對博弈對抗條件下智能化裝備與作戰行為的建模以及博弈對抗過程仿真，支撐構建紅藍體系對抗仿真環境。

（4）支持硬件在環實驗的智能裝備實驗床

虛實融合、硬件在環的實驗可以提高實驗結果的可信度，一方面硬件在環的實驗結果具有很強的公信力；另一方面通過反饋回路，利用硬件在環實驗結果對數字仿真實驗結果進行驗證，同時對仿真模型進行校正，提高仿真結果的可信度。而要實現硬件在環實驗，需要為不同類型的智能裝備提供實驗床（如無人機、無人車、無人艇實驗床等）。值得注意的是，這些實驗床要能夠應對由智能決策不確定性導致的行為失控，使實驗處于可控范圍之內。

（5）即插即用的智能算法實驗床

由于目前人工智能能力的形成過程具有不確定性和黑箱特性，因此對智能裝備的智能部分建模較為困難，為此，需要將智能算法以實物的形式插入近似于裝備運行環境的模擬實驗環境中，進行算法、系統或體系模擬仿真實驗。為減少實驗準備時間、提高實驗準備效率和提高實驗結果的可信度，需要提供能夠適應各種不同智能算法即插即用的模擬運行環境。

（6）分布的多系統聯合LVC一體化實驗支撐環境

將分布在不同地域不同單位研制的智能裝備或者已配備至部隊的智能裝備聯合起來進行LVC 一體化聯合對抗實驗，可以快速有效驗證裝備的體系對抗能力；另外，經過二十多年的發展，國內各仿真實驗室也積累了大量的傳統裝備實驗資源（如仿真模型、平臺、數據等）。在進行智能裝備與傳統裝備聯合協同作戰仿真實驗時，為充分利用好現有實驗資源，需要提供分布的多系統聯合LVC 一體化實驗支撐體系，將分布在不同地域的實驗資源連接起來進行分布式協同對抗仿真，實現異地資源的共享。

1.5.2 實驗支撐能力需求

（1）智能裝備仿真實驗系統柔性快速構建

要支持各種不同智能裝備的仿真實驗，就需要實驗環境具有很強的動態適應能力，既能快速適應不同種類（如無人機、無人車、無人艇、機器人等）、不同型號的仿真實驗，又能隨時支持不同層次（算法、系統、體系）的仿真實驗。由于智能裝備仿真實驗系統可能涉及智能算法、智能裝備實物及實驗床、模擬器，以及紅藍對抗雙方涉及的海、陸、空、天、電、網全數字模型、復雜戰場環境等多種不同領域不同類型的對象，采用傳統方法構建這類實驗系統不僅難度大、門檻高，而且時間周期長，因此要求實驗環境能夠提供仿真實驗系統的快速構建能力，支持一般的實驗人員能夠在短時間內快速構建模擬實驗系統，包括算法實驗、系統實驗及體系對抗實驗系統。一般情況下（所需的模型模板齊全），用戶只需可視化修改相應的參數、編寫仿真想定程序，即可開展新智能裝備的模擬實驗；對于需要增加新模型模板的情況，實驗環境應能夠提供智能輔助的柔性快速組合構建支持能力，以降低仿真實驗系統的構建門檻，提高構建效率。

（2）全要素智能實驗測試用例自動規劃與生成

由于智能裝備仿真實驗具有“狀態空間大”“群體智能行為涌現性”“實驗邊界難確定”等特點，為得到可信度高的實驗結果，仿真實驗需要結合系統的輸入輸出和可能的狀態空間大量測試所運行的邊界測試用例，如果這些用例采用手動方式生成，不僅工作量大、時間周期長，而且難以對所有可能的邊界條件進行全面充分測試。為此，需要提供測試用例自動規劃與生成工具，該工具能夠根據智能系統的界面控制文檔、界面設計文檔及其他文檔對系統的輸入輸出進行自動分析，根據分析結果自動掃描系統狀態空間，預測可能導致系統失敗的邊界條件，并據此生成邊界測試用例。

（3）高逼真、復雜的虛擬場景自動導航生成

由于智能裝備仿真實驗存在“OO 或OOD 在環”“狀態空間大”“群體智能行為涌現性”“實驗場景高復雜、強對抗”等特點，為滿足智能裝備性能、系統、任務、體系實驗可信度高的應用需求，需要針對不同作戰空間的智能系統，分別考察本空間數以千計的高逼真、復雜的虛擬場景和傳感器變量，這些場景如果每次都采用手工方式來構造不僅工作量非常大，而且實驗準備的時間非常長，因此需要智能化自動工具來根據用戶的導航信息自動快速構建實驗所需的各種可能的復雜、高逼真的虛擬場景，為傳感器模擬器提供仿真的數據輸入，進而為算法/裝備的OOD 提供近似真實的輸入數據。

虛擬場景不僅能夠根據用戶導航參數生成指定的海、陸、空、天、電、網等多個作戰域場景和各種地理環境、氣象水文環境、電磁環境，還要能夠提供紅藍體系對抗過程中各類實體對應的三維實體模型，這些三維實體模型能夠按照仿真模型推演產生數據行為，形成三維對抗作戰態勢。該態勢又可進一步作為傳感器模擬器的輸入，驅動智能裝備開始新一輪的OODA環。

（4）高性能仿真服務

軍事力量體系實驗往往涉及空中、地面、海上、水下、空間等多個作戰單元，是由多個作戰資源參與的聯合作戰。由于涉及各種復雜的虛擬戰場環境，不同數量、不同領域、不同類型的模型，導致實驗實體多、模型粒度差異大、系統結構復雜、通信交互頻繁，如何在可容忍的時間約束、高質量的服務約束下順利完成實驗存在很大的挑戰。因此，需要提供高性能仿真服務，融合云超算、高性能仿真、通信中間件等技術，支持實物、半實物、數字化仿真模型的協同計算，為軍事智能博弈對抗體系實驗提供高效的仿真服務支撐。

（5）大數據管理

大數據、智能化時代，數據資源正變得越來越重要，統一、規范的數據管理對于實現實驗結果的有效評估、促進被試裝備的發展和作戰能力的提升等具有重要意義。

仿真實驗的大數據管理主要包括：被試裝備文檔、參數管理，實驗文檔和實驗軟件管理，測試場景和測試用例管理，實驗床、模擬器參數和環境管理，實驗過程和結果數據管理，實驗報告管理，外場數據管理，等等。

為保證數據質量，數據管理不能只做簡單的數據保存，而是要有統一的規范、統一的存儲和共享訪問標準，尤其是內外場實驗數據，在確保關鍵、有用的數據不丟失的情況下，進行必要的數據清洗、同化，去偽存真、去冗存簡。

（6）可參考的真實數據集

由于智能系統輸入—輸出之間缺乏清晰的因果關系，使得人們難以準確預測智能系統會做出何種決策以及無法解釋為什么會做出如此決策。因此，為統一規范評價系統的智能行為，需要為不同類型的智能裝備提供自主決策和自主行為可參考的真實數據/知識/樣本集，以實現對智能行為的統一規范評價。

（7）學習演化能力的持續性實驗支撐

軍事智能裝備/系統經過試驗鑒定后，在實際戰場環境中，會遇到新的力量部署、新的戰場態勢，會學習演化出新的能力。因此，軍事智能實驗不是一蹴而就的，而是不斷持續的過程。同時，同一類型的智能裝備/系統應用到不同的戰場中，學習演化的能力、智能水平也會有所差異。為了保證同類型智能裝備/系統在協同作戰過程中能夠做出同質的決策，還需要對這些智能裝備/系統進行協同實驗，保證其在同一智能水平上。

1.5.3 標準規范

（1）實驗標準規范體系

軍事智能裝備仿真實驗是全新的領域，實驗環境要支持各種不同智能裝備的仿真實驗，需要其具備實驗裝備、模型、算法等快速接入能力、資源共享能力、互聯互通能力等，而要達到這個目的，就需要制定一系列的標準規范，如實物/半實物接入規范，模型、算法接入規范，應用/公共服務共享規范，實驗資源服務化、虛擬化和集成互聯規范，實驗內容、實驗準備、實驗開展、實驗評估、實驗進程安全管控、實驗知識與數據管理等相關規范標準，支撐軍事智能仿真實驗高效開展、開放互聯、資源共享與滾動發展。

（2）智能化水平評估標準

由于智能裝備的智能化水平是經過大量的案例學習訓練獲得的，而且這種學習訓練過程具有不確定性和黑箱特性，導致智能裝備的智能化水平和智能學習化能力采用傳統的方法難以全面準確評估和描述。為此，需要研究智能化水平和能力評估方法及指標，為智能裝備的能力評估提供統一規范。

（3）數據/知識/樣本標準規范

人工智能需要進行大量的學習訓練，智能裝備仿真實驗同樣需要進行大樣本實驗，為統一規范智能裝備的學習、訓練及實驗數據輸入，需要為不同類型的智能裝備學習、訓練、實驗數據/知識/樣本集建立標準規范，以實現數據/知識/樣本集的共用。

1.5.4 保障條件

（1）實驗環境的安全保障

智能仿真實驗系統應安全可靠。一方面要注重仿真基礎設施的安全性，包括硬件、軟件、通信網絡等，要求能夠做到全自主可控，防止由漏洞帶來的災難性后果；另一方面在做硬件在環的仿真實驗時，要保障實驗系統本身的安全性，能夠應對由智能決策不確定性導致的行為失控，使實驗處于可控范圍之內。此外，實驗的方案設計、環境構建、仿真運行等過程需要標準化和規范化，降低出錯風險。

（2）實驗資源的統一管理

軍事智能仿真實驗場包含海量的、各式各樣的實驗資源，例如智能算法、模型、環境、計算平臺等，因此需要對實驗資源進行高效、統一管理，建立標準的資源描述和接口規范，為實驗用戶提供快捷、全面、最優的實驗資源，提高實驗效率。對實驗資源進行統一管理，一方面需要為實驗資源建立標準的描述規范和高效的索引機制，提供直觀的、可視化的、智能化的資源管理方案，方便用戶查找，為用戶推薦最優的資源；另一方面需要充分利用云計算平臺的資源管理優勢，實現實驗資源的跨域共享和按需使用；此外，還要建立標準的實驗資源庫管理規范，實現各類資源的互操作和可集成，對實驗資源的入庫和出庫進行規范化管理。

（3）實驗任務的統一管理

智能實驗場面臨著多種類、海量的、高并發以及多優先級的實驗任務請求，其任務管理不僅需要考慮任務資源需求情況，還要考慮任務優先級和當前任務并發量，以及任務的導調規劃，此外還要考慮實驗任務數據的統一存儲管理。因此，需要建立具備海量任務統一管理能力的智能實驗任務管理平臺，便于高效地管理這些實驗請求。一方面，需要優先滿足緊急、重大實驗任務的實施，另一方面需要根據任務種類和資源需求，智能優化任務調度流程，緩解任務并發，實現資源的優化利用，提高任務實施效率；同時，還需要對實驗任務的各項信息統一存檔。

2 智能裝備仿真實驗環境總體架構

為滿足上述需求，軍事智能仿真實驗環境總體架構組成要素包括“六橫-兩縱”，“六橫”為基礎云平臺層、數據資源層、運行支撐服務層、應用服務層、實驗應用層、仿真實驗云門戶層，“兩縱”為標準規范體系、安全管理體系，具體如圖3所示。

圖3 智能裝備仿真實驗環境總體架構Fig.3 Architecture of intelligent equipment simulation experiment environment

2.1 基礎云平臺層

基礎云平臺層為應用提供云計算和存儲環境，包括計算資源、網絡資源、存儲資源等自主可控云計算硬件平臺、操作系統及云計算軟件平臺等。

2.2 數據資源層

數據資源層為智能裝備仿真實驗提供智能算法、仿真模型、內/外場實驗數據、裝備文檔和參數、測試場景和測試用例、想定、可參考的真實數據集、評估指標、環境、作戰規則、戰術戰法、實驗管控及評估等數據和知識資源。其中，智能算法庫支持各類智能算法以實物形式（軟件庫）接入。模型庫包括無人系統、新理論、新戰法模型，各類傳統武器裝備模型等。實驗數據庫包括各類數據、文檔等。環境庫包括構建近乎真實的物理、氣象、海洋、電磁等環境數據。作戰規則庫包括博弈交戰規則、戰術戰法、作戰活動規律等。數據資源層通過上層服務進行統一使用，維護資源格式、接口規范、參數要求的一致性，實現資源的云存儲和共享、虛擬實驗資源認證管理。

2.3 運行支撐層

運行支撐層為被試智能體的對抗訓練、仿真實驗提供高效的算法和平臺支撐，包括高性能并行云仿真支撐、智能裝備實驗床、智能算法實驗床、高性能智能算法計算服務、虛實聯合LVC互聯中間件等。

2.4 應用服務層

應用服務層為仿真實驗提供工具，包括實驗知識服務、參數化建模、實驗應用可視化集成、戰法編輯、測試用例自動規劃與生成、想定編輯、實驗設計、實驗調度與管理、虛擬場景自動導航生成、綜合態勢顯示、實驗結果分析與評估等服務。

2.5 實驗應用層

實驗應用層基于基礎云平臺層、數據資源層、運行支撐層、應用服務層提供的資源、平臺和工具，構建智能裝備仿真實驗應用系統，包括智能體測試評估實驗系統、智能體訓練學習演進系統、智能體體系對抗實驗系統等，為智能算法、智能平臺/系統、智能體系的測試評估及新戰法、新作戰樣式和作戰理論的探索研究等提供應用支持。

2.6 仿真實驗云門戶層

仿真實驗云門戶層為智能裝備仿真實驗提供Web云門戶支持，有授權的用戶可以通過Windows 瀏覽器或Linux 瀏覽器使用應用服務層提供的軟件服務和實驗應用層提供的仿真應用運行服務，開展智能裝備仿真實驗。

2.7 標準規范體系

標準規范體系，是支撐智能裝備仿真實驗環境集成和共享各種異構資源的基礎保障，提供仿真環境各層功能和實驗資源開發、集成與共享的標準規范，具體涉及模型、算法、樣機、實裝等資源描述與接入規范、實驗組織流程、模型校核驗證規范、智能化水平評估標準、實驗資源服務化、虛擬化和共享集成互聯規范、實驗知識與數據存儲管理規范等。

2.8 安全管理體系

安全管理體系，是實現智能裝備仿真實驗的“基礎保障”，提供仿真環境各層功能和實驗資源防破壞、防竊取等實驗安全功能，具體涵蓋網絡安全、實驗運行過程安全可控、實驗數據安全、實驗人員管理等，確保仿真實驗環境運行、使用、維護以及評估結果的安全可信。

3 智能裝備仿真實驗關鍵技術

由上述分析可見，要滿足智能裝備仿真實驗的需求，需要重點突破以下關鍵技術：

（1）智能水平能力評估方法和評估指標構建；

（2）滿足不同應用需求的智能裝備多分辨率建模技術；

（3）智能裝備仿真實驗系統柔性快速構建技術；

（4）基于多核+眾核+智能芯片等異構體系架構的可擴展云邊端協同、高性能計算支撐技術；

（5）全要素智能實驗測試用例自動規劃與生成技術；

（6）高逼真、復雜的虛擬場景自動導航生成技術；

（7）支持硬件和算法在環實驗的分布多系統聯合LVC實時一體化互聯支撐技術；

（8）可參考的真實數據集。

4 結 語

各軍事強國已將發展人工智能上升為國家戰略，智能化已成為軍事強國爭奪的制高點，智能裝備正在快速走向戰場。智能化戰爭更加強調體系化，智能化體系化作戰能力的檢驗評估、作戰水平的提高、作戰新理論的創新發展等需要進行大量的仿真實驗?！白寗偎阆仍趯嶒炇依锏於ā币殉蔀楦鲊l展軍事智能的共識。

論文重點分析了智能裝備仿真實驗的需求，給出了實驗環境總體架構和需要突破的關鍵技術，為下一步智能裝備仿真實驗關鍵技術研究和環境構建指明了方向。