分队战术级高精度仿真模型构建方法研究
分队战术级模拟仿真，相较于战略级、战役级模拟仿真来说，仿真的精细度、真实度要求显著提升，系统开发的复杂度也随之大幅增加。其中,高精度仿真模型构建是系统开发的重点和难点，面临的挑战也尤为突出。分队战术级高精度模型由以往军标符号展现向精细动作姿态展现转变，且对声（音）效、光影尘液特效提出了模拟仿真要求，还要将规则算法与动画、声效深度融合，驱动多维感官模拟仿真，使模型在侦察、决策、行动上贴近军事战术规则，战术动作、音效、特效还原上符合战术原则和真实战场。为此，如何构建二三维一体、抽象具象匹配、数理展现融合的高精度仿真模型，给战术仿真研究、训练人员营造多维度多感官沉浸式的交互环境，是实现分队战术级高精度、高还原度仿真的关键。
1.研究背景
国外在战术级高精度仿真系统方面开发较早、技术相对比较成熟。美军2009年就开始将虚拟现实技术应用到实兵战术训练当中，在步兵、装甲兵、航空兵等实兵训练中都有应用。其中最著名的是美国陆军开发的全沉浸式“陆军步兵模拟训练系统”（DSTS，DismountedSoldierTrainingSystem）。该系统是美军集成国际先进软件设计开发，其核心硬件为Quantum3D公司研发的ExpeditionDI穿戴式虚拟现实硬件，核心软件为波西米亚互动（BohemiaInteractive）公司研发的“战场虚拟空间”（VBS，VirtualBatttleSpace）软件。通过核心软硬件的深度集成，该系统能够有效支持分队虚拟现实对抗训练，在美军本宁堡、麦克伊堡、布拉德堡等多个训练基地部署应用。系统功能强大、场景逼真、拓展性强、模型丰富，具有庞大的高精度仿真模型库，为用户提供超过16000个人物、车辆、武器和环境模型，且能在战术规则、队形算法、AI决策算法、裁决算法驱动下比较真实还原单兵、单装的战术行为，具有较高的仿真还原精细度。
图1VBS单兵模型库
图2VBS单装模型库
近些年来，我国在军民融合和资源共享激励机制下，军内外强强联合、资源优化组合，也开发了一些分队战术仿真训练系统并服务部队、院校和科研院所。如“特战单兵队组战术虚拟训练系统”、“步兵分队战术对抗模拟训练系统”、“步兵作战模拟训练系统”等。为军队科研院所、部队进行战术研究、教学训练提供了富有我军分队战术特色的模拟仿真手段，在军事习惯、训练流程、战术规则上更符合我军特色，但在高精度仿真模型构建上，因研发起步晚、技术底子薄、经费投入少，仍存在依托国外内核换肤、AI不够智能、动画库不够丰富、特效呆板单一、多维空间适配难等问题，跟国外的战术仿真系统还存在一定差距。
北京华如科技股份有限公司（以下简称：华如科技）致力于国内自主战术仿真系统的研发，构建了丰富的指令库、场景库和模型库，尤其是针对战术级沉浸式虚拟对抗、人机对抗推演、计算机自主推演多种应用场景模型需求，在基于融合引擎进行模型构建上进行了积极的探索和实践，通过仿真和渲染引擎柔性融合、多维度分级建模、大小脑协同决策，有效提升了模型展现的精细程度、行动的拟真程度、决策的准确程度。
图3华如科技单兵模型库
图4华如科技单装模型库
2.基于融合引擎的高精度仿真模型构建方法
总体设计思路是采取基于仿真引擎与渲染引擎的融合架构，抽象具像融合驱动、大脑小脑混合决策的方式进行高精度仿真模型构建，通过仿真引擎和渲染引擎柔性融合、战术行动多维度分级建模、智能行为大小脑协同决策，进一步提升模型的展现精细程度、战术行动拟真的可信程度、智能决策的准确性和预测能力。
图5模型结构实现路径切分
2.1仿真引擎与渲染引擎融合
战术仿真需要数理模型与展现模型融合驱动，支撑拓展多种输入和输出硬件设备。为此，我们采用仿真引擎和渲染引擎柔性可扩展框架，进行数理解析和展现渲染融合解算，提供标准化、多样化的扩展接口。融合架构由仿真引擎、渲染引擎、实体模型库、行为决策模型库、集成接口、穿戴式虚拟现实硬件、通用硬件等部分组成。
图6高柔性融合引擎总体框架
2.1.1仿真引擎
采用基于智能体行为建模框架将战术相关的单兵/单装、班组等不同粒度的实体进行统一封装，通过统一的引擎进行统一管理调度，包括智能实体管理、信息交互管理、仿真计算调度等内容，构建一个可扩展的智能行为仿真框架，支持智能行为模型的灵活扩展。
2.1.2渲染引擎
提供三维实体模型管理，物理结构与碰撞检测，实体动作仿真、控制与路径规划，三维图形渲染，作战特效与音效渲染，动画取景控制，分布式应用网络同步控制等基础功能，支持二次开发。
2.1.3实体模型库
包括三维场景模型、人员模型、装具模型、动作模型、行动模型、武器模型、设施模型、环境实体模型、特效模型等，为渲染引擎提供三维模型资源支持。可以根据需要，对三维实体模型进行调整、对模型库进行扩充。
2.1.4智能行为决策模型库
包括各类单兵、单装和班组等面向不同任务和作战角色的智能行为模型，通过基于柔性融合引擎框架进行统一封装，将智能行为模型与实体三维模型融合，构建具有自主行为规划能力的兵力和装备实体。可根据需要对智能行为模型进行调整，对智能行为模型库进行扩展。
2.1.5集成接口框架
面向三维模型、智能行为模型、虚拟现实硬件、系统应用功能等资源和功能扩展需要，构建统一的资源接口框架，具体包括实体模型接口、智能行为决策模型接口、显示接口、控制接口、功能插件接口等，穿戴式虚拟现实硬件装备以及标准化硬件通过接口获取视频数据，并向渲染引擎提供传感器信号和实体模型控制信号。
2.2战术行动多维度分级建模
从对象粒度和行动粒度两个维度对战术行动进行了分级建模，构建战术行动多维分级建模框架，以解决战术行动复杂多样的建模问题。在对象粒度维度，区分为单兵/单装与分队两个层级；在行动粒度维度，区分为基本动作、战术动作与任务行动三个层级。单兵/单装层级是战术行动的最基本执行对象，也是仿真对象建模的最小粒度；分队，是战术行动的主体执行单位对象，可以进一步分为连、排、班、组。基本动作，是面向战术仿真需要能够精细刻画战术行动的不可细分的原子动作，如单兵的走动、奔跑、攀爬、下蹲、卧倒、瞄准、射击、通话等，无人机的起飞、平飞、载荷开机、转向、目标跟踪、降落等，基本战术动作只赋予单兵/单装层级；战术动作是行动过程中具有明确战术意义由一个或若干基本动作序列组合而成的最基本战术环节，如人员的隐蔽、机动、目标侦察、目标火力打击等，平台的机动、攻击、回撤等，包括单兵/单装层级和分队层级；任务行动，是为能够达成某个确定的作战任务目的，由一个或若干作战单位执行的相互联系的战术动作序列，任务行动只赋予分队层级，单兵或单装执行任务行动也作为战术分队处理。
图7多维度分级建模交互关系图
2.2.1基本战术动作建模
基本战术动作包括人员、装备、武器等的基本作战动作。以普通步兵基本战术动作为例，在不考虑头部姿态的情况下，其基本作战动作可分解为身姿、腿姿、手姿，可组合成不同的基本作战原子动作库。
表1步兵基本战术动作
2.2.2战术动作建模框架
战术动作由基本战术动作按照一定的战术逻辑组合而成，区分人员和装备分别设计。针对每一个战术动作设计格式化描述框架，主要包括战术动作的名称、执行层级、执行者类型、队形、执行条件、终止条件、执行结果，所需的战术动作序列等，以及相关参数列表等。通过作战动作建模框架实现战术动作的规范化建模。
表2战术动作建模框架格式化描述表
2.2.3任务行动建模框架
分队战斗任务特殊多样，这些作战任务行动过程也需根据具体任务目标和战场环境和情况进行专门的设计。针对具体作战任务的特殊性，设计任务行动计划，以想定编辑的方式构建作战任务行动模型，组成作战任务行动的战术动作，设计对应的行动命令。可通过按作战时序和作战流程配置行动命令，编辑形成特定作战任务行动仿真模型，形成的作战任务行动仿真模型按预定的时序和流程仿真任务行动过程。
表3行动命令格式化描述表
2.3智能行为大小脑分层决策
模仿人类的脑结构，将实体的行为决策模型抽象形成上层的决策“大脑”和下层的行为“小脑”两级模型框架。通过大小脑分层决策，降低智能体行为之间强耦合关系，将智能体单体行为模型标准化，提高单体行为模型的复用性。通过交互元定义单体行为模型之间或功能实体间的交互行为，单体行为模型利用决策模型感知交互的时机，进而决策目标导向的行为，从而表现出特定的行为。利用交互元的方法计算复杂性小，降低了单体行为模型的计算资源消耗，从而实现大规模作战行为模型自主性和智能性。
2.3.1多层决策模型结构
要使战术行为模型的行为自然逼真，需要建立不同层次的行为模型来选择和组织其行为。主要分为：生理层、应激层、认知层、理性层和作战层。各层之间遵循严格规范，向上层传递信息，向下层发出指令；每层都是单独构建并且交互有限的规范数据。通过划分，每层可采用不同的刷新频率来执行，层次由高频率向低频率逐步提高，这样就可以大大提高模型运行效率，降低计算消耗。
图8多层决策行为模型框架
对单体行为模型而言，生理层和应激层构成了小脑行为模型。认知层和理性层构成了大脑行为模型，用于态势评估和行动方案选择；小脑行动模型，描述智能体行为特征，主要用于对周围环境的感知和大脑决策的执行。大脑决策模型和小脑行动模型分层决策，结合仿真资源库中行为规则进行智能决策，生成合适的动作规划并借助执行机构驱动仿真实体的物理模型完成响应行动指令，完成虚拟兵力对战场态势的响应。
图9分层式行为模型框架运行基本原理图
2.3.2大脑行为模型
单体行为模型的大脑行为模型包括理性层和认知层。通常将模型大脑行为看做一个黑盒子，用来模拟不同交战规则和战斗目标下的决策，其决策步骤如下图所示。过程包括个体记忆、行为规划以及交互管理3个功能。
图10大脑行为决策逻辑图
2.3.3小脑行为模型
多层决策模型中，小脑行为模型是系统基础，它是感知虚拟战场环境的感知系统，更是接受指令的执行系统。小脑行为模型主要用于执行2个基本任务：一是特征导航，通过大脑行为模型选定的目标进行特征导航；二是感知和记忆单体仿真模型周围虚拟环境信息，用于大脑行为模型的决策过程。小脑行为模型的结构，主要包括应激层的导航组件、感知组件、路径规划组件，以及生理层的行动组件。
图11小脑行为决策逻辑图