效果驱动背景下基于层次任务网的作战行动序列快速生成及动态修复方法

The quality of operational plan determines the success or failure of a war. The Course Of Action(COA) generation is the key to planning which is widely concerned by domestic and foreign researchers. Currently facing the large searching space of action states the course of action generation can neither effectively deal with the uncertainties affecting the implementation effects of the plan nor satisfy the new demand of modern war’s rapidness and intelligence. So research to be carried out as follows. First,based on effect driven and knowledge guide research on rapidly generating COA Method and discuss the effects decomposition mechanism from the goal tasks to the primitive actions step by step. Second, based on probability network establish a forward dynamic evaluation model and its solving algorithm to study on the quantitative relationship between effects and COA. It provides a basis for accurately assessing and optimizing plans. Finally, in a dynamic environment,based on HTN establish a general repair plan model and its solving algorithm to study the iterative mechanism of adaptive COA generation, assessment and repair as a whole. It reveals the principle of maintaining the stability of expected effects. The research of this subject effectively reduces the spatiotemporal complexity of the plan generation and improves the timeliness and dynamic adaptability of planning under the complex battlefield environment. It will not only be beneficial to the development of operational planning theory and .promote the rapid development of military intelligence but also provide basis for plan construction in other areas.

作战计划质量的高低事关战争成败，作战行动序列生成是计划制定的关键。目前，作战行动序列生成面临着状态搜索时空复杂度高，无法有效处理战场不确定因素对计划执行效果的影响，不能满足现代战争快速多变、智能化作战的新需求。为此，本课题首先在效果驱动背景下，研究基于层次任务网的作战行动序列的快速生成方法，探讨从目标任务到基本行动之间逐级效果的分解机理；其次建立基于影响网的行动序列效果动态评估模型及求解方法，研究不确定条件下行动效果累积与传递响应过程的本质，为准确评估和优选方案提供依据；最后在动态环境下建立通用的行动序列修复模型及求解算法，研究适应性计划生成、评估、修复为一体的迭代机制，揭示其保持预期效果稳定性的原理。课题研究能有效降低计划生成的时空复杂度，提升复杂战场环境下计划制定的时效性和动态适应能力，有利于作战计划理论创新，促进军事智能化快速发展，为国家安全和社会发展等其它领域的计划构建提供新思路。

本项目针对基于层次任务网的作战行动序列快速生成与动态修复方法开展研究，具有重要的理论和实际意义。通过三年的研究，主要研究成果体现在四个方面：1.提出了结合领域无关启发式搜索的层次任务网络规划方法SHOP-h，使用领域无关的启发式选择最佳分解方法，降低领域建模负担，在规划长度和时间上均优于现有方法；2.提出了基于蒙特卡洛树搜索的行动序列生成与评估方法SHOP-m，根据多次模拟节点的评估值，得到规划最优解，无论在静态还是动态环境下，规划步长、成功率以及最优率都优于SHOP-h；3.提出了混合式的计划监视与重规划方法，使用效果期望和任务期望判断当前状态与预期状态的差异，进而根据差异大小选择不同的重规划算法，解决了重规划时机的选择和重规划算法的匹配问题；4.探索了相关技术在兵棋系统中的应用，提出了结合知识与数据的兵棋AI设计框架，有助于实现宏观层面指挥员的战法艺术以及微观层面灵活快速的动作输出。提出了基于深度记忆网络的战场态势预测方法，解决战场态势异质特征输入、前后长时依赖等问题，能够较为准确的预测敌方位置。提出了基于遗传模糊系统的关键点推理方法，可以推理出作战任务的关键点，提高任务规划的泛化能力。提出了多指标综合评价软优选算法，解决了利用人类复盘数据指导棋子移动的问题，具有实时性强、可移植性好、策略多变的优点。基于研究成果设计实现的“LGD.DK”兵棋智能体，多次参加人机对抗比赛，均取得了优异成绩。.在项目研究中，出版专著1部，发表论文24篇。其中在《Knowledge-Based Systems》、《Expert Systems with Applications》等国际知名SCI期刊发表论文7篇，在《控制与决策》、《系统工程与电子技术》等国内重要EI期刊发表论文4篇，核心期刊13篇，申请国家发明专利1项。培养博士2人、硕士4人，其中1人获全军优秀博士论文、指控学会优秀博士论文。.本项目研究工作的完成，有效降低了任务规划的时空复杂度，提升复杂战场环境下计划制定的时效性和动态适应能力，为国家安全和社会发展等相关领域的计划构建提供新的思路。