以数据为中心的仿真服务初探

未来战场环境变得日益复杂，参战的兵力、平台在数量及种类上也越来越多，作战要素间的交互也变得越来越复杂。这种变化对军事建模与仿真提出了更高的要求，主要体现在：

1.要求支持大规模战场环境的模拟；

2.要求支持更加逼真细致的高精度装备模型；

3.要求支持复杂的战场交互行为；

4.CGF（Computer Generate Force）具有较高的自主行为；

5.满足随时接入的模拟训练需要；

6.满足多系统分布式互联及数据服务并为大数据分析提供高质量数据源。

为满足现代军事建模与仿真的需求，军事建模与仿真领域从学术界到产业界都提出了许多新的概念与技术。比如：模块化、组件化、行为规则外置、以数据为中心、仿真服务化、多Agent技术等。

从笔者多年的跟踪研究及商业实践的情况来看，以数据为中心的多Agent系统方案是一条比较可行有较好前景的发展思路。其特点：

1、支持分布式计算；

2、系统模块高度解耦；

3、方便异构系统联网集成；

4、方便构建高精度平台级实体；

5、提供了支持巨大实体数量运行的基础架构；

6、方便向仿真服务演进

美军JLVC2020的远景目标是要建成以CEMS（Cloud Enabled Modular Services）为核心服务的JLVC联合训练环境。其核心是要利用云计算的架构将未来复杂战场的仿真进行模块化分解并以服务的方式进行发布,从而支持多终端、可配置、灵活的模拟训练与分析应用。

图１JLVC2020体系架构（2011-2013计划）

在多Agent系统技术上美国海军陆战队学校（MarineCorps University）早在1977年就已经开始了将分布式多Agent系统应用于作战仿真的尝试。美国海军陆战队更是将ISAAC（一个基于分布式多 Agent系统的仿真工具定为艾伯特计划（Project Albert）的基本工具。后来美国海军分析中心（Center for Naval Analyses,CNA）进行多年研究将 ISAAC 发展成为 EINSTein（Enhanced ISAAC Neural SimulationTool，一个非常成功的仿真工具）。此外美国DARPA的Cougaar,圣塔菲研究所（Santa Fe Institue）的Swarm，澳大利亚国防部（Australian Department ofDefence）的JACK 等优秀的分布式多Agent系统仿真工具也在实践上证明了其技术可行性及先进性。目前，美国陆军的 OneSAF系统也正在进行向分布式多Agent系统的技术转型。在国内，目前MAXSim仿真平台突破了传统实体Agent的概念,将仿真任务（服务）Agent用于构建面向数据的仿真系统，取得了重要的突破。

图２一些多Agent系统

在面向数据为中心的发展方向上目前DDS（DataDistributed Service ）技术是一个较为普遍的技术。其突破了传统的以平台或网络为中心的仿真概念，通过提供一整套数据发布/订阅及传输机制并提供相关的底层服务以满足以数据为中心的基础架构。DDS目前由OMG（对象管理组织）进行维护只是一个规范并进行了接口约定，没有给出参考实现。一些商业厂商或开源项目虽然按DDS规范进行了实现，但在军事仿真领域并没有较好的开发框架。因此，如果基于DDS进行以数据为中心的仿真服务系统时要全盘设计并实现相应的模块、部件及底层管理服务。

将仿真系统模块组件化是提供仿真服务的基础，如果系统内聚性强、耦合度高在进行服务发布、组合、集成的时候就会极度的复杂困难。而传统的仿真系统不论是基于DIS还是HLA体系的其在数据传输、系统互联、实体及行为交互等方面都是紧耦合的。而面向数据的系统设计可以实现实体的“打散”（通过描述实体状态的“描述符”组合成实体）及交互复杂度的降级（将Agent设计成仿真任务执行体，其主要功能是处理仿真领域内的“信息”，既实体的“描述符”，Agent之间不直接进行信息交互，而是通过一块公共信息区，在MAXSim平台中叫黑板）。这样在进行模块拆分与服务设计的时候就可以以Agent作为单个服务的原型进行处理。系统用户其实质上得到是对公共信息数据进行的数据处理服务。

图３基于通用黑板（GBB）的分布式多Agent设计

以数据为中心的仿真服务这一尝试，目前还处于初步探索阶段，还有一些像服务的质量、效率等问题都有待于我们今后解决。目前就美军JLVC建设来看，这条路子肯定是可行的一个方向，我们也会朝着这个方向目标继续努力。

备注：