（69243 部队，新疆 阜康 831500）

一、未来军事实践对仿真平台提出的要求和需求

1.支持大规模、全域多维的复杂战场空间构建

未来战场虽然可能表现为局部冲突，但由于各国都在追求全域全谱的优势，因此涉及的参加力量、牵扯的作战范围一定更加繁多广阔，这就需要未来仿真平台一定具备可支持大规模仿真实体及全域多维复杂战场空间的构建能力，尽可能真实地还原未来战场的复杂性[1]。

2.支持无人、网信、AI等新质作战力量建模与仿真

未来战场新兴的无人系统、网络信息系统、AI系统等新质作战力量、单元将会广泛应用。对于这些新质力量作战机理、运用原则、作战效能等的建模还是一个空白，这些力量的高精度仿真模型将决定对未来战场模拟的效果，因此将是将来仿真推演平台建设中的一个重要方面。

3.支持大数据场景下的多元异构数据的作战效能、作战方案的实时及离线评估

未来的仿真系统将不仅用于平时的方案推演、战法研究、指挥流程训练及装备论证的场合，更多的将直接应用于对战场未来态势的预测及指挥方案的评估。因此，仿真平台必须具备多元信息的实时接入能力及快速推演快速实时评估能力，这就需要进行大数据场景下的仿真平台的数据处理设计，以实现这种现实需要[2]。

4.支持智能化方法进行仿真建模与推演对抗

未来智能化无人化装备的大量引入，使战场进程节奏急剧加快，OODA环的更迭周期更快，这就要求仿真平台具备智能化推演能力以提高“人在回路”干预的效率，使得构建“平行战场”成为可能，同时智能化模型的构建也使“人不在回路”的自主决策推演更加合理真实，提高了作战实验的准确度。

5.支持基于SOA架构的分布式仿真服务

为提高仿真平台的运行效率及柔性，未来仿真平台应采取基于SOA架构的分布式仿真服务方式，以应对定制多种仿真应用、运行不同精度仿真模型、外接多种外部系统、提供整个系统柔性可组合的需求。

二、智能化推演仿真平台要点思索

基于上述实际需求，为创新作战理论、概念及战法的研究手段及技术途径，提高推演仿真引擎的智能化水平，促进建模与仿真由第三范式向第四范式发展，探索作战仿真推演与作战指挥及作战效能评估的融合，急需探索实现基于自主认知的智能化推演仿真引擎的技术路线及实践方法[3]。为此笔者在以下几个方面进行了一些思索。

1.基础技术途径

从核心技术途径上拟采用通用黑板（GBB）技术及分布式多Agent系统（DMAS）架构，结合人工智能（AI）学习算法及认知框架构建的新一代多用途智能化推演仿真引擎的核心框架。其中主要实现以下几个方面的技术突破。

1.1 基于认知计算的智能化自主行为建模

1.2 基于大数据和深度学习的智能化仿真评估

1.3 分布式仿真服务

1.4 基于云计算的多分支并行仿真

以此推进了国产仿真引擎智能化、服务化及仿真运行、分析、评估一体化。这一基础技术途径立足仿真的核心功能结合人工智能、大数据、服务计算等前沿技术具备较强的技术成长持续能力，在军事仿真推演、作战实验、装备论证、兵棋系统、智慧城市、一体化指挥、规划论证等方面具有较强的应用性，发展前景十分广泛。

2.预期技术指标

智能化推演仿真引擎主要性能指标应至少达到以下要求。

2.1 仿真初始化效率：启动时间不大于60秒

2.2 仿真引擎时间精度：最小步长不大于5毫秒

2.3 仿真引擎多核负载平衡性能：各核间负载偏差不大于10%

2.4 仿真规模：仿真实体数不小于10000个

2.5 人在回路模式下指挥控制响应时间：模型响应时间少于50毫秒

2.6 行为认知建模支持：典型AI学习方法不少于5种

2.7 仿真记录精度：最小记录周期不大于50毫秒

2.8 仿真记录回放数据加载效率：加载时间不大于30秒

2.9 数据访问效率：数据库连接时间不大于1秒，数据访问响应时间不大于3秒

2.10 云平台可管理节点：不小于200个

2.11 多分支并行支持：可管理分支数不小于200个

3.主要技术点

以智能化仿真引擎为核心，重点突破的四个技术点如下图所示：

结语

结合未来作战训练的发展变化对仿真平台提出的具体现实需求及应对的技术实现的一些思想探索。智能仿真平台以大规模、高效能、分布式仿真引擎为核心；通过连接专用仿真系统、指挥控制系统并引入人工智能赋能引擎以实现智能化推演仿真的目标。对推进我国军事仿真推演的整体研究及实践具有重大意义。