联合全域作战智能博弈优化一体化决策问题

近些年来，美军大力推进发展联合全域作战（joint all-domain operation，JADO）和联合全域指挥控制（joint all-domain command and control，JADC2），以此实现所有作战域下所有作战力量的完全融合，在此过程中智能决策又 占据着非常重要的地位。针对联合全域指挥控制下的智能决策问题，梳理联合全域作战、联合全域指挥控制的发展历 程，分析解构出实施智能化指挥决策所包含的主要内容，提出一种基于人工智能和博弈论、多目标优化相结合的指挥 辅助决策方法，即智能 - 博弈 - 优化一体化指挥决策方法，并给出了此方法的理论框架和功能设计，为实现联合全 域作战智能化指挥决策提供技术支撑。

美军为应对军事优势的不断削弱，在美参联会 副主席约翰·海顿提出的“全域战”的基础上，提出 了“联合全域作战”的概念［1］，其主要目的是对其所 有作战域的作战力量进行充分整合、融合，以实现美军的持续军事优势。2020 年 3 月 5 日，美空军发布 了《空军条令注解 1-20：美国空军在联合全域作战 中的作用》文件，其中，对 JADO 作出了明确定义： “为了获取战争优势并能够保证完成作战任务，多军兵种组成的联合部队在所有作战域内，经过作战 指挥官的全面筹划，开展的联合协同作战行动”［2］。 联合全域指挥控制是由美军联合参谋部指挥、控 制、通信、计算机和网络部门（J6）于 2019 年提出，关 于其内涵定义或者实现目标，美军不同部门有着基 本近似的界定，大致定义为：在美军所有部队之间， 在美军所有作战域之间，将所有作战要素进行无缝 连接，以实现所有作战力量的融合，构建智能化作 战网络体系［3-5］。作为美军提出的最新作战理念愿 景，JADO 具有很强的创新性和操作性，对我国国防 安全提出了不小的挑战。本文认为，联合全域作战 是在多域协同作战的基础上，更进一步实现所有作 战域的跨域融合，真正实现战争复杂体系的体系作 战。一方面，利用复杂体系的适应性、涌现性等优势 特性，实现己方所有作战域作战能力的融合、聚合， 提升并保证作战效果；另一方面，利用复杂体系的 不确定性、非线性等劣势特性，对地方作战 OODA 环形成战争迷雾干扰，建立己方的态势优势、决策 优势和行动优势。 关于智能指挥决策的相关理论和技术问题，胡 晓峰在智能指挥决策的不同层面上，论述了游戏博 弈与作战对抗在指挥决策上的差别，对目前人工智 能技术运用到作战中的不足和局限进行了分析总 结，同时也给出了解决问题的思路［6］；张婷婷等从 决策与控制的相互作用关系为视角，设计马赛克作 战模式的递归拼图计算体系，实现组合作战资源自 主执行和自动化控制，减少指挥决策人员在行动层 次的工作负载［7］；金欣等从知识学习和博弈学习两 条技术路线出发，提出了基于人机混合智能方式， 来对作战指挥领域智能进行培育的思路，并指出了 其中的关键技术［8］；陈晓轩等针对当前基于兵棋研 究的空战编组对抗方法主要使用规则或运筹等手 段，存在假设不够合理、建模不准确、应变性差等缺 陷，提出了一种知识数据和强化学习相结合的空战 编组对抗智能决策方法［9］。本文针对联合全域指挥控制下的智能指挥决 策问题，从定性定量分析研究的角度出发，提出了 指挥决策所包含的两大主要内容为任务筹划和任 务规划，并在此基础上从引入人工智能方法技术入 手，提出了一种基于人工智能和博弈论、多目标优 化相结合的指挥辅助决策方法，即智能 - 博弈 - 优化一体化指挥决策方法，并给出了此方法的理论框 架和功能设计。