在第四届全国兵棋推演大赛“机—机”智能博弈专项赛中，国防科技大学系统工程学院智能方案与目标工程研究团队研发的作战赞助决策智能体“战颅”升级版“战颅二号”，上演了一场扣民气弦的“戏码”：在敌方抢占先机向它发起猛攻之时，它展开了强力反击，终极以1架飞机的上风反败为胜。

当代战役是个繁芜的系统工程，单靠指挥员个人的脑力运算很难实现快速最优决策，须要指控系统这个“机器大脑”赞助决策乃至替代指挥员实行部分决策。
如何使“机器大脑”各要素协同更密切、信息处理更高效、决策更精准，成为沙场上赞助决策的“最强大脑”，该团队一贯在思考和研讨。

探索智能决策“无人区”

提起人工智能算法，“战颅”首席设计师冯旸赫如数家珍。
2012年攻读博士期间为了完成某项目研发，他与人工智能算法结缘，从此开始系统的学习和研究。

2016年AlphaGo（阿尔法狗）降服天下围棋冠军，令人工智能名声大噪。
对付这个结果，冯旸赫并不感到意外，他早就敏锐地觉察到，智能化时期即将到来，将智能化技能利用到军事领域将大有可为。

冯旸赫与同事们互换了自己的想法，大家同等认为军事智能化是一个重磅课题，乃至可能是制胜未来战役的关键，团队当即把军事智能研究列入了重大项目研究操持。

“我们的研究方向是繁芜对抗环境下作战智能决策问题，这个领域当时在海内还属于无人区。
”程光权副研究员先容说。

团队定下了达到一样平常人类智能水平的阶段性研发目标。
集中攻关4个月后，他们终极基于兵棋推演平台研制出了领悟知识推理、监督学习、集成学习和强化学习等一系列方法的作战赞助决策智能体，并将其取名为“战颅”。

团队成员吴克宇表示：“我们在摸索中碰着了很多技能难关，‘战颅’面对的对抗环境中实体多、变数多、空间大、规则繁芜，对动作、速率等精准度哀求极高，远超AlphaGo等人工智能所要处理场景的繁芜度。
”

好的理论推演结果曾让冯旸赫对实战效果信心满满。
但和真人进行实战对抗时，“战颅”暴露出智能化水平低、结果不稳定的弱点，效果并不尽如人意。

问题出在哪里？团队经由反复试验后创造，与理论推演中设置的空想环境不同，作战环境充斥着不愿定性，态势难以感知、目标不易评判、信息不足完备影响着“战颅”的决策。
团队认为，纯挚对标AlphaGo的研发思路，直策应用深度学习、强化学习等算法对“战颅”行不通。

基于多年对运筹和方案问题的研究积累，团队调度了技能路线：将传统的优化方法和智能化算法相结合，突出规则和履历性知识，综合实体模型和人的履历，分阶段、分场景处理。
终于，“战颅”的智能越来越强大，在实战对抗中表现也越来越好。

“战颅”以全胜战绩赢得冠军

在人机大战中，红方“米格”战灵活身不久，蓝方各传感器已侦察到对方信息，迅速派出大批战机升空压制。
“米格”刚一进入战斗射程，蓝方便发动进攻。
一番纠缠，“战颅”凭借强大的打算性能，不仅能利用战机的盲区进行规避，而且能捉住有利机遇精准打击，红方战机接连被击落数架。
首场征战，“战颅”就以770分的高分得胜。

这是第三届全国兵棋推演大赛“人机寻衅赛”场景。
大赛吸引了全国11名精良人类寻衅者参与，他们与“战颅”展开了22场激烈对决，终极，“战颅”以22场全胜战绩赢得冠军，也标志着我国走出了智能决策技能落地运用的主要一步。

寻衅者王俊翔与“战颅”比武后表示，“战颅”的优点是数据剖析和学习的能力强，能针对人类选手的操作，根据实时态势改变应对策略，善于精算、细算。

实际上在开赛前，“战颅”便已与48名选手对战了36场，并保持全胜战绩。
58场全胜，如此“神操作”，究竟是如何做到的？

冯旸赫先容说：“赛前，我们利用人与人对抗产生的优质数据和机器自丁宁生的大数据对‘战颅’进行了充分演习。
截至参赛，‘战颅’一共演习了136天，每天自打160余场。
”

光鲜亮丽的背后，更多的是不为人知的付出。
备战比赛阶段，团队在实验室安营扎寨，每天都事情到深夜。

“从近一个月的参赛表现看，‘战颅’不仅学会了一些人类选手的经典战法，还独创了特有的战法战术。
”团队卖力人黄金才研究员表示，人工智能技能的运用提高了指控系统的自动化程度和打击精度，是攫取未来沙场制高点的关键。

升级版“战颅二号”战法更灵巧

与往届全部利用行动指令、掌握实体作战的“大家对抗赛”“人机对抗赛”不同，第四届全国兵棋推演大赛首次设置了“机—机”智能体博弈专项赛，比赛采取任务级兵棋推演平台，作战任务为海空联合攻防。

团队派出了“战颅”智能体的最新升级版本——“战颅二号”。
终极，“战颅二号”以107分的高分排名第一，勇夺“机—机”智能博弈专项赛冠军。

“在征战中，我觉得到‘战颅二号’的战法很灵巧，每一步决策都精准到位，给人一种难以攻破、难以防守的觉得。
”与“战颅二号”交手的选手说。

“‘战颅二号’完成告终合防空、对海攻击以及空中作战3个模块的任务，通过模块间的组织，‘战颅二号’能够面对不同的仇敌选择不同的打法，做到敌变我变。
”冯旸赫表示，今年的比赛中，智能体不再是给飞机、舰船等实体下达“动作级”指令，指挥它们详细往哪个方向行动，而是凭借具有自主决策能力的智能化模型，让实体完成如巡逻、侦察、开火等“任务级”指令。
经此改进，实体具备了“主不雅观能动性”，能像人一样根据沙场态势机动灵巧地实行智能体下达的命令，这不仅提高了赞助决策的效率，也有助于探索更加出其不虞的战法。

对抗过程中，凭借战法模块间的任务调度、力量配置、任务触发，“战颅二号”一起高歌年夜进，听凭对方智能体使出“绕后偷袭”“强力防守”“剧烈进攻”“诱骗导弹”等多种战法，它都能精准研判态势，快速形成决策，逐一击败对手。

走下赛场，团队领军专家刘忠表示，要连续将数据、知识和机理很好地领悟，将运筹方案和知识推理、强化学习等人工智能技能相结合，探索智能博弈的新机理，推动智能方案技能的研究落地，打造自主决策能力更强、学习能力更快、具有较强场景迁移能力的新一代智能体。
（张 强）

来源： 科技日报