刘诗瑶，王 明，习朝辉，程春阳，梁百川，姜明霞

（北方自动控制技术研究所，太原 030006）

0 引言

随着人工智能技术在军事领域广泛应用，世界军事强国在地面无人自主系统装备及技术领域保持高速发展［1］，战争形态正在由机械化、信息化向智能化加速变革，智能无人系统作战将成为一种新型作战样式主导未来战场。无人战车作为未来陆军地面突击的新质战斗力量，需要具备自主作战能力，而目标威胁评估是无人战车完成自主作战的重要环节。目标威胁评估是对战场环境中敌方目标的威胁程度进行科学合理的评估，并给出威胁等级排序［2］。目标威胁评估具有复杂性、动态性、不确定性等特点，本质上属于不确定性决策范畴。对于传统的有人装甲战车，目标威胁评估主要是依靠车炮长乘员主观评估，可能会由于作战经验、心理素质和生理条件等方面的原因导致评估不准确。对于未来的无人装甲战车，目标威胁评估迫切需要通过人工智能技术来实现。相比于空中战场和海上战场，陆战场地形更加复杂，环境不确定性更高。如何在高动态环境、强博弈对抗条件下实现对无人战车目标威胁评估具有很大挑战性。

目前，目标威胁评估方法可以分为两大类［3］：一类是基于数学解析模型的定量方法，如对策论、多属性决策方法等，优点是计算简单［4］，缺点是评估模型完全依靠人工构建，受人为主观因素影响大；另一类是基于人工智能的推理方法，如人工神经网络、贝叶斯网络（BN）［5-6］等，优点是适用于处理不确定性决策问题，目前已有部分研究将贝叶斯网络应用于空中作战目标的威胁评估。……