作戰協同是各種作戰力量按照統一的協同計劃在行動下的協調配合。在人類幾千年的戰爭活動中，協同行為普遍存在，可以說，沒有哪一場戰爭離開過協同作戰的影子。信息化時代作戰更加強調協同，以實時、精確為目標，協同更強調時間、目標上的精確配合，而不是一般意義上的效果協作，對協同組織實施精確性、實時性要求極高。傳統的戰斗協同計劃，都是針對戰斗初始態勢和預測中的戰場發展而來的，只適合靜態體系結構的戰斗設計，不足以描述復雜變化的信息化作戰，用已有的靜態戰斗協同范式無法解釋戰斗進行過程中的各類復雜性及涌現現象，必須探求適應復雜戰爭現象的新的研究方法。近年來出現的復雜適應系統\\( ComplexAdaptive System，CAS\\) 理論思想新穎、富有啟發，已作為復雜性科學的代表性理論成功地運用到作戰理論的創新以及作戰模擬，用于指導戰爭實踐，并取得了良好的效果。
1 復雜適應理論
復雜適應系統理論是 1994 年美國霍蘭教授提出的，其核心思想是“適應性造就復雜性”，適應性主體是該理論的最基本概念。所謂適應性，就是指它能夠與環境以及其他主體進行交流，來“學習”和“積累經驗”，并且根據學到的經驗改變自身的結構和行為方式。整個宏觀系統的演變或進化，包括新層次的產生、分化和多樣性的出現，新的、聚合而成的、更大主體的出現等等，都是在這個基礎上逐步派生出來的。
CAS 理論特別強調子系統所具有的目的性和主動性，把個體的“適應性”作為復雜適應系統必不可少的條件，并且由此涌現出具有更強適應性的新層次主體，如蟻巢、免疫系統、神經系統等。主體不僅具有適應性，而且“主體能夠通過內部模型的機制預知某些事情”，即主體能夠通過學習積累“經驗”形成某種模式，當再次遇到該模式時，能夠預知將發生什么結果。在復雜適應系統的形成中，作為系統要素的主體自身的目的性和主動性是起點和動因，特別其“主動的適應性”是系統整體涌現的根本動因，這也就是“適應性造就復雜性”的最根本含義。任何特定的適應性主體所處環境的主要部分，都由其他適應性主體組成，所以任何主體在適應性上所作的努力就是要去適應別的適應性主體，這也許是 CAS 生成復雜動態模式的主要根源。
大量的研究表明，戰爭系統擁有屬于復雜適應系統的關鍵特征，具體表現為: 作戰主體通常由大量非線性的交互部分組成，且形成一個指揮控制層次結構; 局部作戰行動\\( 通常表現為無秩序\\) 誘發長期的秩序\\( 也就是說戰斗是自組織的\\) ; 軍事行動過程的最終目的是破壞作戰雙方保持的平衡，為了生存作戰雙方必須不斷地適應變化的戰斗環境; 戰場行動的有效性依賴于分散的控制等。這些都說明作戰系統具有復
雜適應系統的一般特征。
20 世紀末期國內外軍事學術界和軍事運籌學家，已經開始用復雜性科學來研究戰爭問題。1996 年 11 月，美國防大學和蘭德公司聯合召開了“復雜性、宏觀政策和國家安全”
會議，會議主題是強調國家安全戰略、政策、國際事務的非線性特性和復雜性理論及其應用，指明了研究和發展的重點方向?？死锼埂けR卡斯用復雜性理論的概念描述了沖突問題，提出了沖突消解和控制的策略。蘇珊博士應用混沌理論，分析了軍事系統的非線性、對初值的敏感性和演變過程的跳躍性，從一個新的視角認識軍事問題。
由于認識到戰爭是一個復雜自適應系統，人們研制了一些基于多智能體的戰爭仿真系統，如美國海軍陸戰發展司令部的 ISAAC 及 EINSTEIN，新西蘭國防技術局的 MANA，澳大利亞新南威爾士大學的 CＲOCADILE\\( 面向概念研究的Littoral 環境戰斗智能體\\) 和 WISDOM\\( 動態任務優化的戰斗系統\\) ，這些系統對軍事戰略研究進行良好的支持。
2 基于 Agent 的復雜系統建模
復雜系統建模中，首先要解決如何建立系統的形式化模型，利用一種抽象的表示方法以獲得對客觀世界和自然現象的深刻認識。諸多研究表明，基于數學模型的傳統建模并不能很好地刻畫復雜系統，而采用基于 Agent 的建模方法，通過對復雜系統中的基本元素及之間的交互建模與仿真，可將復雜系統的微觀行為和宏觀“涌現”現象有機地結合，是一種自頂向下分析、自底向上綜合的有效建模方式，基于 Agent建模仿真技術利用多 Agent 系統中各種 Agent 的屬性和行為，模擬組成系統的個體及個體間的相互作用關系，通過該屬性和行為與整體屬性和行為不斷調整，來研究復雜適應系統的特性，為此需要采取如下步驟對復雜系統進行多 Agent建模，如圖 1 所示。
3 多 Agent 協同框架
從目前有關基于 Agent 的研究來看，適應性既是產生復雜性的原因，也可能是解決系統復雜性的一把鑰匙，關鍵看我們如何去利用系統的這個特點。當前基于 Agent 復雜系統建模使用的模型框架為 Hol-land 提出的復雜適應系統建?？蚣?－ 回聲模型\\( echo model\\)和 MAS 研究中隱含的多 Agent 基本模型。隨著研究的深入，兩種模型框架的缺陷日益突出?；芈暷Ｐ偷膬瀯菰谟诿枋鰝€體的非線性交互、自適應行為與系統宏觀現象間的關聯，但在系統宏觀層的自演化、開放系統物質、信息交換以及系統時/空間結構演化內容上沒有涉及，不能充分描述高級認知能力個體構成的系統如人類社會系統，回聲模型在表示上具有明顯的遺傳算法印記如編碼、演化，無法對真實系統的元素間關系和結構特性進行清晰直觀的描述; 而多 A-gent 基本模型對 Agent 體系結構、系統靜 / 動態結構、通信方式已有大量研究，但對于多 Agent 基本模型的概念描述、內容范疇仍為隱含論述，通常系統描述規模較小，缺乏大規模復雜系統建模的檢驗，研究目的主要面向軟件工程以及人工智能，不是一般意義上的系統建模和系統科學研究。
基于回聲模型和多 Agent 基本模型的基本原理，吸收免疫智能體特有的進化性、多樣性、耐受性、主動防御、學習、協同刺激等諸多特點。提出了多 Agent 作戰協同框架，如圖2 所示。其中免疫智能體的免疫機制可以分為固有性免疫反應和適應性免疫反應，利用固有性免疫反應的防御機理和適應性免疫反應細胞的“異己”識別機理構建感知 Agent，利用適應性反應原理實現學習、記憶、協調、抑制、調整功能。
每個作戰實體的協同 Agent 是由一組相互合作的 Agent 個體組成，而不是一個單一的 Agent，組內各 Agent 分工合作，共同完成協同功能，故此可以把作戰協同的 Agent 組可定義為如下 7 元組:CAgent協同=〈規劃 Agent，指揮 Agent，微規則 Agent，宏規則 Agent，感知 Agent，調整 Agent，融合 Agent〉
其中規劃 Agent 理解作戰任務、作戰目標，評價任務成敗的原則，評估任務進程的原則，判斷目標實現是否需要協作;指揮 Agent 制定行動計劃，指揮各實體行動;微規則 Agent 包括實體行為層上的行動規則，Agent 間的交互約束以及 Agent 對環境的自適應行為，它是協同 Agent在微觀層面上演化，是實體在微觀上行為的近似仿真;宏規則 Agent 指系統在戰場全局上的演化規則與約束，它調控 Agent 演化方向，從全局上影響 Agent 的進化進程;感知 Agent 接收傳感器信息，感知我方成員目前行動、行動進展程度、是否需要支援以及掌握敵方兵力兵器情況，感知范圍包括 5 類: 通信范圍、感知范圍、火力范圍、作戰范圍和運動范圍;調整 Agent 根據外部環境的變化不斷調整其規則和行為，進行反饋學習，這是 Agent 對環境的適應，也是系統復雜性演化的重要基礎。在瞬息萬變的復雜戰爭動態環境中，雖然信息技術的發展使得指揮員全面了解己方信息成為可能，但仍然無法全面掌握敵方的信息及意圖。因此態勢不可能完全依照計劃中所設計的流程推進，應隨時調整策略適應環境的變化;融合 Agent 將感知 Agent 傳來的信息進行必要的信息融合，形成實時的戰場態勢。
4 仿真實驗
以上面提出的多 Agent 作戰協同框架為基礎，建立了水面艦艇防空作戰協同仿真系統。系統以空中兵力突襲海上艦艇和艦艇編隊反擊空中兵力為仿真目標，模擬雙方攻防對抗的協同演化仿真模型。模型中，雙方的感知 Agent 由各自的預警探測兵力組成，模擬諸如偵察衛星、預警機、雷達等探測設備等，探測雙方各自成員目前的行為、行動進展程度，并將探測數據發送到融合 Agent 進行信息融合處理，建立各自的實時態勢。規劃 Agent 根據當前的態勢和各自所承擔的空襲和反空襲任務進行目標評價和任務評估，如進行打擊目標選擇、威脅判斷和是否能獨立完成所承擔任務評估等，并向微規則 Agent 和宏規則 Agent 發送作戰態勢數據及協同數據。微規則 Agent 和宏規則 Agent 根據自身演化規則進行演化，如當來襲目標從不同高度同時進入時，中遠程艦空導彈應首先抗擊中、高空來襲目標，爾后抗擊低空和超低空來襲目標; 當被抗擊的目標已進入近程武器的有效射程，且還有后續的來襲目標時，中遠程艦空導彈應適時轉移火力，抗擊后續目標等，然后根據演化結果出協同方案，發送給指揮 A-gent，指揮 Agent 制定相應的行動計劃，指揮各實體行動。同時調整 Agent 隨時根據戰場態勢的變化不斷調整其規則和行為，進行反饋學習。
初步仿真實驗表明: 水面艦艇防空作戰協同仿真系統能正確地反映兵力實體間的協同情況，較好地描述系統運行演化過程。與傳統研究方法的結果相比，系統具有全局、動態、隨機的特點，能夠較全面地描述系統演化過程。
5 結束語
自適應協同是信息化戰場上各作戰力量組成部分之間相互協調配合的一種自組織行為，是作戰協同發展的趨勢。利用復雜適應系統理論研究信息化條件下的作戰協同，是研究戰爭復雜系統作戰問題的新思路。本文對多 Agent 的作戰協同系統的結構體系和運行體系進行了研究，運用人工免疫原理探討協同機制，還屬于對作戰協同 Agent 問題的初步探討。諸如微規則 Agent 和宏規則 Agent 的構建、協同 Agent組間交互協議以及各 Agent 協同演化機制等問題，尚有待進一步研究。
參考文獻:
［1］ 許國志，顧基發，車宏安． 系統科學［M］． 上海: 上?？茖W教育出版社，2000．
［2］ 約翰霍蘭著． 隱秩序 －適應性造就復雜性［M］． 周曉牧，韓暉，譯． 上海: 上?？萍冀逃霭嫔?，2000．
［3］ David S． Alberts，Thomas J． Czerwinski． Complexity，GlobalPolitics，and National Security［EB / OL］． ［2011 － 09 －13］． http: / / www． dodccrp． org．
［4］ Chris Lucas． Conflicts as Emergent Phenomena of Complexi-ty［C］/ / the Ukrainian Conflict Ｒesolution Association sem-inar． Kiev，Ukraine，1997．
［5］ Maj． Susan E． Durham． Chaos Theory For the Practical Mili-tary Mind［M］． USA: Biblioscholar，2012．
［6］ Ilachinski A． Irreducible Semi-Autonomous Adaptive Com-bat\\( ISAAC\\) : An Aritificial-Life Approach to Land Warfare［EB/OL］．［2008 －06 －13］． http: / /www． cna． org/．
［7］ A． Ilachinski． Enhanced ISAAC Neural Simulation Toolkit\\( Einstein\\) : An Artificial-Life Laboratory for Exploring Self-organized Emergence in Land Combat［EB / OL］． ［2009 －02 － 23］． http: / / www． cna． org / ．
［8］ Holland J． H． Emergence: From Chaos to Order［M］． Ｒed-wood City，CA，Addison-Wesley，1998．
［9］ Wooldridge M，Jenning N． Intelligent Agents: theory andpractice． The Knowledge Engineering Ｒeview，1996，10\\( 2\\) :115 －152．
［10］ 劉孫俊，王電剛，楊順，等． 基于免疫多智能體的網絡入侵主動防御策略模型［J］． 武漢大學學報: 信息科學版，2008，33\\( 10\\) : 1055 － 1058．
