关于指挥控制系统若干问题的思考

1、       前言

去年（2013年）6月美国空军司令部正式任命Mica.Endsley这位以研究态势感知（Situation Awareness，SA）而著名的女科学家为新一任美国空军首席科学家，这位1990年南加州大学工业与系统工程专业毕业的女博士和她的上一任Mark T. Maybury（任期为2010.10-2013.5，1991年博士毕业于剑桥大学计算机系人工智能专业）都是以人机交互中的认知工程为研究方向，一改2010年9月以前美国空军首席科学家主要是以航空航天专业或机电工程专业出身的惯例。这种以认知科学为专业背景任命首席科学家的局面在美军其他兵种当中也相当流行，这也许意味着，在未来的军民科技发展趋势中以硬件机构为主导的制造加工领域正悄悄地让位于以软件智慧为主题的指挥控制体系。

非常有意思的是，正当世界各地的人工智能、自动化等专业认真研究态势感知（Situation Awareness，SA）技术之时，计算机界正努力分析上下文感知（Context Awareness，CA）算法，语言学领域对于自然语言处理中的语法、语义、语用等方面也热衷的非凡，心理学中的情景意识讨论也是当下的热闹去处，西方哲学的主流竟也是分析哲学（是一个哲学流派，它的方法大致可以划分为两种类型：一种是人工语言的分析方法，另一种是日常语言的分析方法。），当然，神经科学等认知科学主要分支目前的研究重心也在大脑意识方面。

从上述分析中，我们不难看出：几乎与20世纪50年代认知科学同步发展起来的指挥控制领域将逐渐走出隐藏在其它学科的背后而默默无闻地推动着相关学科和技术的进步的局面，并将以显性快速地方式引导信息技术革命的方向。

2、       指挥控制系统的理解

我们大家生活在一个信息日益活跃的人-机-环境（自然、社会）系统中，指挥控制系统自然就是通过人机环境三者之间交互及其信息的输入、处理、输出、反馈来调节正在进行的主题活动，进而减少或消除结果不确定性的过程。

针对指挥控制系统的核心环节，Mica R.Endsley在1988年国际人因工程（Human Factor）年会上提出了有关态势感知（Situation Awareness，SA）的一个共识概念：“…the perception of the elements in the environment within a volume of time and space, the comprehension of theirmeaning, and the projection of their status in the near future.”（就是在一定的时间和空间内对环境中的各组成成分的感知、理解，进而预知这些成分的随后变化状况”）。具体如下图所示：

图1   动态决策态势感知（SA）模型（Endsley,2000）

 该模型被分成三级，每一阶段都是先于下一阶段（必要但不充分），该模型沿着一个信息处理链，从感知通过解释到预测规划，从低级到高级，具体为：第一级是对环境中各成分的感知（信息的输入），第二级是对目前的情境的综合理解（信息的处理），第三级是对随后情境的预测和规划（信息的输出）。

一般而言，人、机、环境（自然、社会）等构成特定情境的组成成分常常会发生快速的变化，在这种快节奏的态势演变中，由于没有充分的时间和足够的信息来形成态势的全面感知、理解，所以准确对未来态势的定量预测可能会大打折扣（但应该不会影响对未来态势的定性分析）。大数据时代，对于现代指挥控制系统而言，如何在充分理清各组成成分及其干扰成分之间的排斥、吸引、竞争、冒险等逻辑关系的基础上，建立起基于规则和概率（甚至包括基于情感和顿悟）的、反映客观态势的定性定量综合决策模型越发显得更为重要，简言之，不了解数据表征关系（尤其是异构数据）的大数据挖掘是不可靠的。

 另外，在指挥控制系统中也时常面对一些管理故障与技术故障难以区分的问题，如何把非概念问题概念化？如何把异构问题同构化？如何把不可靠的部件组成可靠的系统？如何通过组成指挥控制系统之中的前/后（刚性、柔性）反馈系统把人的失误/错误减到最小，同时把机和环境的有效性提高到最大？对此，1975年计算机图灵奖及1978年诺贝尔经济奖得主西蒙（H.A.Simon）提出了一个聪明的对策：有限的理性，即把无限范围中的非概念、非结构化成分可以延伸成有限时空中可以操作的柔性的概念、结构化成分处理，这样就可把非线性、不确定的系统线性化、满意化处理（不追求在大海里捞一根针，而只满意在一碗水中捞针），进而把表面上无关之事物相关在了一起，使指挥控制变得更加智慧落地。

3、        指挥控制与认知科学的交互

人与人、机、环境（自然、社会）之间的交流/交互主要通过语言和文本，另外还包括音乐、美术、数学等形式，其中最重要的最本质的特征就是信息的有效化同构表征。20世纪50年代，随着信息可数量化（信息论的出现）及可计算化（计算机的诞生）时代的到来，诞生了认知科学—这一20世纪世界科学标志性的新兴研究门类，它作为探究人脑或心智工作机制的前沿性尖端学科，并引起了全世界科学家们的广泛关注。军事与民用的指挥控制系统是在这个大爆炸背景下催生出的一个应用和拓展。两者都是科学技术与人文艺术的有机结合，并在发展中继续交叉融合。

从某种意义上讲，指挥控制是为完成任务在特定环境下组织系统充分运用各种类人认知活动（如目的、感觉、注意、动因、预测、自动性、运动技能、计划、模式识别、决策、动机、经验及知识的提取、存储、执行、反馈等）的综合体现。

通过实验和现场调查分析，我们认为高级指挥控制系统存在着“跳蛙”现象（自反应），即从信息输入阶段直接进入输出控制阶段（跳过了信息处理整合阶段），这主要是由于任务主题的明确、组织/个体注意力的集中和长期针对性训练的条件习惯反射引起的，如同某个人边嚼口香糖边聊天边打伞边走路一样可以无意识地协调各种自然活动的秩序，该系统进行的是近乎完美的自动控制，而不是有意识的规则条件反应。与普通指挥控制系统的相比，它们信息的采样会更离散一些，尤其是在感知刺激后的信息过滤中（信息“过滤器”的基本功能是让指定的信号能比较顺利地通过，而对其他的信号起衰减作用，利用它可以突出有用的信号，抑制/衰减干扰、噪声信号，达到提高信噪比或选择的目的），表现了较强的“去伪存真、去粗取精”的能力。对于每个刺激客体而言，既包括有用的信息特征，又包括冗余的其它特征，而高级指挥控制系统具备了准确把握刺激客体的关键信息特征的能力（可以理解为“由小见大、窥斑知豹”的能力），所以能够形成阶跃式人工智能的快速搜索比对提炼和运筹学的优化修剪规划预测的认知能力，执行主题任务自动迅速。对于普通指挥控制系统来说，由于没有形成高级指挥控制系统所具备的认知能力，所以觉察到的刺激客体中不但包括有用的信息特征，又包括冗余的其它特征，所以信息采样量大，信息融合慢，预测规划迟缓，执行力弱。

 在有时间、任务压力的情境下，“经验丰富”的高级指挥控制系统常常是基于经验性思维图式/脚本的认知活动（而不是基于评估），这些图式/脚本认知活动是形成自动性模式（即不需要每一步都进行分析）的基础。事实上，它们是基于以前的经验积累进行反应和行动，而不是通过常规统计概率的方法进行决策选择（基本认知决策中的情境评估是基于图式和脚本的。图式是一类概念或事件的描述，是形成长期记忆组织的基础。在“Top-Down”控制处理过程中，被感知事件的信息可按照最匹配的存在思维图式进行映射，而在“Bottom-Up”自动处理过程中，根据被感知事件激起的思维图式调整不一致的匹配，或通过积极的搜索匹配最新变化的思维图式结构。）。

   另一方面，高级指挥控制系统有时也要被迫对一些变化了的任务情境做有意识的分析决策（自动性模式已不能保证准确操作的要求），但高级指挥控制系统很少把注意转移到非主题或背景因素上，这将会让它的分心。这种现象也许与训练规则有关，因为在规则中普通指挥控制系统被要求依程序执行，而规则程序设定了触发其情境认知的阈值（即遇到规定的信息被激或）；而高级指挥控制系统通过大量的实践和训练经验，形成了一种内隐的触发情境认知阈值（即遇到对自己有用的关键信息特征就被激活，而不是规定的）。

一个“Top-Down”处理过程提取信息依赖于（至少受其影响）对事物特性的以前认识；一个“Bottom-Up”处理过程提取信息只与当前的刺激有关。所以，任何涉及对一个事物识别的过程都是“Top-Down”处理过程，即对于该事物已知信息的组织过程。“Top-Down”处理过程已被证实对深度知觉及视错觉有影响。“Top-Down”与“Bottom-Up”过程是可以并行处理的。

在大多数正常情境下，指挥控制系统是按“Top-Down”处理过程达到目标；而在不正常或紧急情境下，指挥控制系统则可能会按“Bottom-Up”处理过程达到新的目标。无论如何，指挥控制系统应在情境中保持主动性的（前摄的）（如使用前馈控制策略保持在情境变化的前面）而不是反应性的（如使用反馈控制策略跟上情境的变化），这一点是很重要的。这种主动性的（前摄的）策略可以通过对不正常或紧急情境下的反应训练获得。

4、指挥控制与人机（工效学）的交互

美国空军曾在其指挥控制结构分析框架中指出：“指挥是感知和决策，而控制是传递决策，组织执行决策，并监视和度量其性能/表现，反馈给指挥官”。而人机工程（或工效学）则是研究人、机、环境三者之间关系及其最佳匹配的一门科学。具体到指挥控制系统工效来说，人、机、环境匹配性主要体现在以下几个方面：

首先，应当研究内部及外部环境的变化因素对指挥控制系统的感知、传递及决策的影响和作用。这是进行指挥控制系统工效匹配性研究的基础。只有在充分了解了人的生理/心理、机的物理/数理、环境的哲理/地理等各方面的特征和需要的基础上，才能按人的需要设计出安全高效的指挥控制系统界面和环境，才能研究出友好舒适的指挥控制系统界面和环境变化对人产生的影响和作用，才能指导进一步的研究工作并对指挥控制系统（人机）界面、内部环境进行合理的改进。

   其次，研究工作应当指挥控制系统中所需采集及控制的参数越来越多，从而造成人机环境系统负荷越来越重的矛盾，可简称为人机空间矛盾；现代战争中，各种辅助装备功能越来越强大，操作也越来越复杂，仪表/控制面板上密密麻麻地排列着各种显示器和操纵装置，对操作人员造成了非常大的工作压力。怎样通过合理的人、机功能分配，减轻操作人员的工作负荷，使操作人员只进行一些高级判断和决策，从而充分发挥操作人员对全局的反应、预测和控制能力，同时发挥辅助系统快速、精确、重复性好、不疲劳等优势，这既是人机匹配性研究方向，也是高级指挥控制系统研究的重要课题。

    最后，研究解决对指挥控制系统内/外部信息反应速度越来越快，造成操作人员精神高度紧张从而疲劳速度加快的矛盾，可简称为人机时间矛盾。例如在空战条件下，需要有人机或无人机飞行员注意力高度集中，并迅速对复杂多变的各种形式做出合理的反应。研究表明，飞行员在精神高度紧张的情况下，肾上腺激素大量分泌，心跳加快，血压升高，疲劳速度大大加快。在这种条件下，飞行员的耐受力降低、有效连续工作时间缩短，不利于连续作战。从指挥控制系统设备和环境的角度来讲，各种信息的反应速度越快越好。但是，作为控制主体的飞行员，其反应速度却不可能无限制地提高。更重要的是，要求飞行员提高反应速度将是以缩短有效连续工作时间为代价。所以，如何合理分配飞行员和指挥控制设备的反应时间，使人、机之间的结合达到最优，也是人机匹配性和指挥控制系统研究的另一项重要课题。

5、       结束语

在真实的复杂背景下，对指挥控制系统及技术进行整体、全面的研究，根据人-机-环境系统过程中的信息传递机理，建造精确、可靠的数学模型已成为研究者所追求的目标。人类认知的经验表明：人具有从复杂环境中搜索特定目标，并对目标信息有选择处理的能力。这种搜索与选择的过程被称为注意力集中（focus attention）。在多批量、多目标、多任务情况下，快速有效地获取所需要的信息是人面临的一大难题。如何将人的认知系统所具有的环境聚焦（environment focus）和自聚焦（self focus）机制应用于多模块指挥控制技术系统的学习，根据处理任务确定注意机制的输入，使整个指挥控制系统在注意机制的控制之下有效地完成信息处理任务并形成高效、准确的信息输出，有可能为上述问题的解决提供新的途径。如何建立适度规模的多模块指挥控制技术系统是首先解决的问题，另外，如何控制系统各功能模块间的整和与协调也是需要解决的一个重要问题。

通过研究，我们是这样看待指挥控制认知技术问题的：首先指挥控制过程不是被动地对环境的响应，而是一种主动行为，指挥控制系统在环境信息的刺激下，通过采集、过滤，改变态势分析策略，从动态的信息流中抽取不变性，在人机环境交互作用下产生近乎知觉的操作或控制；其次，指挥控制技术中的计算是动态的、非线形的（同认知技术计算相似），通常不需要一次将所有的问题都计算清楚，而是对所需要的信息加以计算；再者，指挥控制技术中的计算应该是自适应的，指挥控制系统的特性应该随着与外界的交互而变化。因此，指挥控制技术中的计算应该是外界环境、装备和人的认知感知器共同作用的结果，三者缺一不可。

研究基于人类行为特征的指挥控制系统技术，即研究在不确定性动态环境中组织的感知及反应能力，对于社会系统中重大事变（战争、自然灾害、金融危机等）的应急指挥和组织系统、复杂工业系统中的故障快速处理、系统重构与修复、复杂坏境中仿人机器人的设计与制造等问题的解决都有着重要的参考价值。

参考文献

[1] Chief Scientist of the U.S. Air Force

 http://en.wikipedia.org/wiki/Chief_Scientist_of_the_U.S._Air_Force

[2]司马贺 著，武夷山 译.人工科学 [M].上海: 上海科技教育出版社,2004: 1 -201.

[3] Mica R. Endsley、Daniel J.Glrland. Situation Awareness Analysis and Measurement. Lawrence Erlbaum Associates,Inc, 2000

[4] R.M.Harnish.Minds, Brains, Computer: An Historical Introduction to the Foundations ofCognitive  Science[M].Oxford: BlackwellPublishing Ltd.2008:1-290

[5] John D. Lee, Alex Kirlik, The oxfordhandbook of cognitive engineering[M].Oxford：Oxford

University Press，2013:1-218

[6]指挥控制学科概况http://c2.org.cn/index.php?m=content&c=index&a=lists&catid=48

[7]关于人机若干问题的思考：http://blog.sciencenet.cn/blog-40841-799339.html

[8] José Luis Bermúdez，Cognitive Science，Cambridge ：Cambridge University Press，2010:1-360

[9] 刘伟，袁修干.人机交互设计与评价 [M].北京:科学出版社,2008: 1 -68.