基于自适应抢单模式的异构多火力单元协同目标分配方法

《Defence Technology》：A collaborative target assignment method for heterogeneous multi-firepower elements based on an adaptive grabbing-order mode

　　

当前蜂群目标（如无人机和导弹蜂群）对防空系统中的目标分配决策构成了重大挑战。集成异构多火力单元（包括防空导弹、高能激光（HEL）、高功率微波（HPM）和防空高炮（AA guns））的分布式防空系统迫切需要边缘级动态响应能力和对蜂群目标的适应性。研究人员提出了一种基于自适应抢单模式的异构多火力单元协同目标分配方法，该方法创新性地将分布式竞价机制与强化学习（RL）相结合。首先，将分散的武器建模为竞价智能体。建立了一种基于合同网协议（CNP）的抢单竞价机制，并嵌入了协作规则以规范武器间的协作。其次，利用竞价策略优化模块优化智能体的竞价策略，其参数通过近端策略优化（PPO）算法进行训练和更新。在竞价阶段，竞价智能体调用竞价策略优化模块生成智能竞价策略，而招标智能体评估并授予合同，武器执行被授予的任务订单以完成目标分配。最后，基于高保真军事仿真框架AFsim构建了仿真环境进行实验。结果表明，该方法在大规模作战场景中优于改进的神经网络RL算法和分布式算法。它能在满足所有约束和协作规则的前提下高效完成协同武器目标分配，更好地符合未来作战需求。

**基于自适应抢单模式的异构多火力单元协同目标分配方法解读**

**一、研究背景与问题**
在现代局部冲突中，低成本无人机、巡飞弹和巡航导弹等战术武器通过蜂群饱和攻击、混合编队和低空突防等手段，对地面防空系统构成严重威胁。传统单一型防空导弹防御系统存在雷达探测困难、远程拦截能力下降、反应时间和火力通道受限导致的持续火力不足，以及单枚导弹成本与目标成本严重失衡等缺陷。因此，集成防空导弹、高炮、高能激光（HEL）和高功率微波（HPM）等异构多火力单元，形成远程、中程、近程和末端的多层次火力配置，成为应对蜂群目标的有效途径。武器目标分配（WTA）是防空指挥控制（C2）的核心，而协同多种异构火力单元对抗蜂群目标时，问题复杂度剧增。现有研究在WTA方面取得进展，但存在以下不足：对蜂群目标的关注较少；对异构武器（尤其是防空导弹、高炮、HEL、HPM）的协同WTA研究匮乏；基于集中式架构的算法难以应对大规模任务，而分布式算法缺乏智能性，战场适应性弱。为此，研究人员提出了一种基于自适应抢单模式的异构多火力单元协同目标分配方法，旨在提升防空系统在蜂群目标场景下的分布式作战效能。该论文发表在《Defence Technology》。

**二、主要技术方法**
研究人员采用以下关键技术方法（忽略具体步骤和质粒构建等）：（1）基于合同网协议（CNP）构建分布式抢单竞价框架，嵌入协作规则作为结构化先验知识；（2）设计基于近端策略优化（PPO）的竞价策略优化模块，通过强化学习训练武器智能体生成自适应竞价策略；（3）基于高保真军事仿真框架AFsim搭建仿真环境，构建异构武器模型（包括远程/近程防空导弹、高炮、HEL、HPM）并设置参数。

**三、研究结果**
**3.1 性能对比分析**
在120个目标的正面突防场景中，研究人员将CNP-PPO与DQN、图神经网络-PPO（GNN-PPO）、长短期记忆网络-PPO（LSTM-PPO）以及基于共识的拍卖算法（CBAA）和基于共识的捆绑算法（CBBA）进行比较。收敛曲线显示，CNP-PPO在约15万步后稳定收敛，平均奖励值达0.95，优于其他RL算法；分布式算法因固定竞价策略，奖励值稳定但较低。在作战效能指标上，CNP-PPO在平均拦截数量、平均战损、平均成本和平均拦截距离方面均优于对比算法，且能有效引导武器执行协同拦截（如双导弹协同、HPM与高炮复合打击）。

**3.2 不同目标数量的可扩展性分析**
在65个目标和170个目标两种规模下进行测试。小规模场景中，CNP-PPO与GNN-PPO、LSTM-PPO性能接近；大规模场景中，CNP-PPO显著领先，收敛更快且平均奖励值更高（0.68 vs 0.45和0.41），表明该方法更适合大规模场景。

**3.3 不同进攻方式的泛化性分析**
将170个目标正面突防场景训练的模型直接部署到前侧翼包围攻击和多方向饱和攻击两种新场景中。CNP-PPO在两种场景下均表现良好，平均拦截数量分别为135和122，平均战损分别为13和16，平均成本分别为19645和24991，平均拦截距离分别为26.9 km和25.6 km，表明其具备强泛化能力，能适应未知攻击模式。

**3.4 消融实验**
在多方向饱和攻击场景下，去除CNP抢单模式、协同规则和PPO竞价优化模块均导致作战效能下降。完整CNP-PPO的平均拦截数量为123.31，而仅使用CNP嵌入协同规则（CNP-BCR）为100.84，传统CNP（CNP-T）为93.75，仅使用PPO（集中式）为92.66。结果表明，CNP框架与PPO竞价优化模块协同作用，显著提升了作战效能。

**四、讨论与结论**
讨论部分指出，CNP-PPO通过分布式抢单模式和嵌入的协作规则，使竞价策略优化模块专注于学习简单的竞价策略，避免了学习全局协作策略的复杂性，从而加快了收敛速度。该方法在可扩展性和泛化性上表现优异，适用于大规模、复杂多变的蜂群对抗场景。研究结论翻译如下：为解决防空系统面对蜂群目标时目标分配决策的重大挑战，本文提出了一种基于自适应抢单模式的异构多火力单元协同目标分配方法。受订单式作战概念启发，建立了基于CNP的竞价抢单协作框架，并设计了基于PPO的竞价策略优化模块，替代传统基于规则和值函数的竞价策略。通过AFsim构建异构多火力单元模型和仿真场景，实验结果表明，所提算法在大规模场景中取得了满意的目标分配性能，为订单式作战概念提供了可行的技术架构。