CN115829034A - 一种构建知识规则执行框架的方法及装置 - Google Patents

Abstract

本申请公开了一种构建知识规则执行框架方法及装置，可应用于军事仿真应用技术领域。该方法包括：根据预设的基础知识规则配置基础任务作为下层框架；其中所述基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项；配置静态初始调度任务和动态目标分配任务作为上层框架；整合配置完成的任务，完成知识规则执行框架的构建。可见，将构建知识规则执行框架的上层框架和下层框架分开，在对构建后的知识规则进行调试、修改、优化时仅涉及上层框架，从而使得操作简单，可以支持快速的知识规则构建。

Description

一种构建知识规则执行框架的方法及装置

技术领域

本申请涉及军事仿真应用技术领域，尤其涉及一种构建知识规则执行框架的方法及装置。

背景技术

兵棋推演，推演者可充分运用统计学、概率论、博弈论等科学方法，对战争全过程进行仿真、模拟与推演，并按照兵棋知识规则研究和掌控战争局势。在当今时代，推演者由双方均为用户变为用户与博弈对抗智能体的人机互动。但在大规模兵棋推演场景中，构建基于知识规则的博弈对抗智能体是一件费时费力的庞大工程。

现有技术中的方案一般采用行为树架构或者运筹学算法。在大规模的场景中，涉及的实体数量远远超过100，构建的行为树会非常庞大，实现运筹学算法的复杂度也过高。目前现有技术中的知识规则执行框架构建方式较为繁琐，对构建后的知识规则进行调试、修改、优化也会异常复杂，导致构建的博弈对抗智能体出现错误。

由此，如何设计出一种支持快速的知识规则构建的执行框架成为本领域亟需解决的技术问题。

发明内容

有鉴于此，本申请实施例提供了一种构建知识规则执行框架方法及装置，旨在达到快速构建执行框架的要求。

第一方面，本申请实施例提供了一种构建知识规则执行框架方法，该方法包括：

根据预设的基础知识规则配置基础任务作为下层框架；其中所述基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项；

配置静态初始调度任务和动态目标分配任务作为上层框架；

整合配置完成的任务，完成知识规则执行框架的构建。

可选的，所述整合配置完成的任务，包括：

建立上层框架与下层框架的连接关系；

在上层框架响应动态目标分配任务时，直接对下层框架中相应的基础任务进行调用。

可选的，在所述完成知识规则执行框架的构建后，还包括：

获取执行框架根据输入的初始信息的执行情况；

判断所述执行框架对于初始信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架初步构建完成。

可选的，在所述确定所述执行框架初步构建完成后，还包括：

获取执行框架根据输入的实时信息的执行情况；

判断所述执行框架对于实时信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架构建完成。

可选的，所述根据预设的基础知识规则配置基础任务，包括：

将预设的基础知识规则根据接收到的指令进行封装；

将封装后的基础知识规则作为基础任务。

可选的，在下层框架完成构建后，还包括：

为构建完成的下层框架添加修改权限；

在下层框架收到修改指令后，判断发送修改指令的用户端是否具有相应的修改权限，若不具有相应的修改权限，则拒绝修改下层框架。

第二方面，本申请实施例提供了一种构建知识规则执行框架装置，该装置包括：

下层框架配置模块，用于根据预设的基础知识规则配置基础任务作为下层框架；其中所述基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项；

上层框架配置模块，用于配置静态初始调度任务和动态目标分配任务作为上层框架；

框架构建模块，用于整合配置完成的任务，完成知识规则执行框架的构建。

可选的，所述框架构建模块具体用于：

建立上层框架与下层框架的连接关系；

在上层框架响应动态目标分配任务时，直接对下层框架中相应的基础任务进行调用。

可选的，所述构建知识规则执行框架装置还用于：

获取执行框架根据输入的初始信息的执行情况；

判断所述执行框架对于初始信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架初步构建完成。

可选的，所述构建知识规则执行框架装置还用于：

获取执行框架根据输入的实时信息的执行情况；

判断所述执行框架对于实时信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架构建完成。

本申请实施例提供了一种构建知识规则执行框架方法，包括：根据预设的基础知识规则配置基础任务作为下层框架；其中基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项；配置静态初始调度任务和动态目标分配任务作为上层框架；整合配置完成的任务，完成知识规则执行框架的构建。可见，将构建知识规则执行框架的上层框架和下层框架分开，在对构建后的知识规则进行调试、修改、优化时仅涉及上层框架，从而使得操作简单，可以支持快速的知识规则构建。

此外，本申请还提供了一种构建知识规则执行框架装置，其技术效果与上述方法相对应，这里不再赘述。

附图说明

为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的构建知识规则执行框架方法的一种方法流程图；

图2为本申请实施例提供的构建知识规则执行框架方法的执行框架效果图；

图3为本申请实施例提供的构建知识规则执行框架方法的上层框架效果图；

图4为本申请实施例提供的构建知识规则执行框架装置的一种结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

兵棋推演可以模拟对抗的流程和结果，其结果对实际对抗具有借鉴意义。随着人工智能技术的发展，将智能化技术应用到兵棋推演领域，已经成为一种趋势。现有相关研究，多是对框架的概述和介绍，在推演的全阶段使用智能算法进行统一控制和筹划，对算力的要求很高且效果通常不显著。兵棋对抗推演是对抗演习中的常见对抗样式，也是用于对抗研究和训练的工具，相比于实战对抗演练，兵棋推演能够拟合真实对抗环境和实际对抗态势，由于无需动用真实装备，相比于实兵演习的组织保障需求更低，也能更快的反映战法策略的对抗综合效果。随着人工智能技术日趋成熟并融入对抗指挥实践，智能算法与兵棋对抗推演融合逐步成为计算机和人工智能领域的研究热点，与此相关的研究成果推动了对抗智能化的发展，并为战斗力的提升发挥着日益显著的作用。

现有技术中的方案一般采用行为树架构或者运筹学算法。在大规模的场景中，涉及的实体数量远远超过100，构建的行为树会非常庞大，实现运筹学算法的复杂度也过高。目前现有技术中的知识规则执行框架构建方式较为繁琐，对构建后的知识规则进行调试、修改、优化也会异常复杂，导致构建的博弈对抗智能体出现错误。

本申请实施例提供一种文构建知识规则执行框架方法，该方法的方法流程图如图1所示，包括如下步骤：

S10，根据预设的基础知识规则配置基础任务作为下层框架；其中所述基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项。

配置一些简单的基础任务，由于这些简单的基础任务很可能需要反复调用，并且由于结构简单被修改的可能性较小。将基础任务作为整体进行保存，在需要这些基础任务时可以做到直接且可以反复调用，而不必再对基础任务进行复现。

例如：一次性任务可以配置为{'type': 'missile_attack', 'time': '2022-03-31 12:00:00', 'subjects': {'1dsfsy': 18}, 'targets': ['airport1', 'airport2']}，其中type为任务类型导弹打击；其中time为任务执行时间2022-03-31 12:00:00；其中subjects为任务执行主体；targets为任务执行对象。其中的1dsfsy 和airport为执行或被执行单位的名称，是可以根据用户的需要设置的。

重复性任务可以配置为{'type': 'missile_attack', 'time': '2022-03-3112:00:00', 'repeat': 3, 'subjects': {'1dsfsy': 18}, 'targets': ['airport1', 'airport2']}，其中与上述其他任务配置相比，额外多出参数repeat为任务重复次数。

周期性任务可以配置为{'type': 'missile_attack', 'time_pattern': {'start': '2022-03-31 12:00:00', 'stop': '2022-03-31 22:00:00', 'step': '1:00:00'}, 'subjects': {'1dsfsy': 18}, 'targets': ['airport1', 'airport2']}，其中与上述其他任务配置相比，额外多出参数time_pattern为任务执行时间模式；其中start为任务执行起始时间；stop为任务执行终止时间；step为任务执行时间间隔。

随机性任务可以配置为{'type': 'missile_attack', 'time_random_pattern':{'start': '2022-03-31 12:00:00', 'stop': '2022-03-31 22:00:00', 'step': '0:30:00'}, 'subjects': {'1dsfsy': 18}, 'targets': ['airport1', 'airport2']}，其中与上述其他任务配置相比，额外多出参数time_random_pattern为任务随机执行时间模式。

S20，配置静态初始调度任务和动态目标分配任务作为上层框架。

将静态任务和动态任务进行协调，从而实现统一协调的任务规划和调度。静态调度任务即是确定初始调度兵力的任务，是可以由用户采取设置参数的方法进行设置的，动态目标分配任务则是处理实时信息的任务。

配置动态目标分配任务的方式可以具体为：

SS_ATTACK = {

'1': {

'subjects': '1zd01-10',

'targets': '2zd01-10',

'target_location_param': {'lat': '<26.6', 'lon': '>120.0'},

'target_detection_time': '<0:30:00',

'attack_start': '2022-03-31 12:00:00',

'attack_end': '2022-03-31 22:00:00',

'attack_interval': '0:15:00',

'attack_count': 10,

'missile_num': 2,

'target_attack_delay': '0:30:00',

'target_attack_limit': 2,

}

}

其中target_location_param为目标位置参数条件，target_detection_time为目标探测时间，attack_start为打击起始时间，attack_end为打击终止时间，attack_interval为打击时间间隔，attack_count为一轮打击的次数限制，missile_num为一次打击的导弹数量，target_attack_delay为目标打击延迟时间，target_attack_limit为目标打击次数限制。

S30，整合配置完成的任务，完成知识规则执行框架的构建。

将上层框架与下层框架进行关联，使得整个知识规则执行框架构建完成，以便用户可以通过上层框架直接调用下层框架任务和算法。

可见，将构建知识规则执行框架的上层框架和下层框架分开，在对构建后的知识规则进行调试、修改、优化时仅涉及上层框架，从而使得操作简单，可以支持快速的知识规则构建。

在一些具体实施例中，步骤S30，包括：

建立上层框架与下层框架的连接关系；

在上层框架响应动态目标分配任务时，直接对下层框架中相应的基础任务进行调用。

上层框架专注于上层任务的规划和调度，下层框架处理在兵棋推演场景中的细节信息。在收到推演中的细节信息时，上层结构做出反应的同时下达动态调整兵力分配指令，下层结构根据对应的指令进行将基础任务作为对应指令的细节补充。指令将基础任务进行调用，从而不需要使得兵棋推演过程中的基础任务反复占用计算资源，从而实现了根据知识规则快速响应。

在一些具体实施例中，在所述完成知识规则执行框架的构建后，还包括：

获取执行框架根据输入的初始信息的执行情况；

判断所述执行框架对于初始信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架初步构建完成。

在执行框架构建完成后，还需对该执行框架进行验证，以保证它的准确性。其中输入的初始信息即为在兵棋推演开始前初始的包括：兵力分布、初始预计的打击目标等等。首先判断执行框架在接收到这些信息时，是否可以将信息分配到对应的具体兵棋当中，形成兵棋推演的初始状态。若验证通过，则进行下一步验证。

在一些具体实施例中，在所述确定所述执行框架初步构建完成后，还包括：

获取执行框架根据输入的实时信息的执行情况；

判断所述执行框架对于实时信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架构建完成。

继续验证执行框架是否可以根据兵棋推演中的实时信息，动态的生成需要执行的任务。若验证通过，则说明执行框架构建完成。可以保证执行框架构建的准确无误。

在一些具体实施例中，所述根据预设的基础知识规则配置基础任务，包括：

将预设的基础知识规则根据接收到的指令进行封装；

将封装后的基础知识规则作为基础任务。

将步骤S10中配置的基础任务封装固定，作为基础任务以备调用。封装的好处是将基础任务进行固定，这样使得在调用时更加迅速，同时也避免在反复执行时出现错误。

在一些具体实施例中，在下层框架完成构建后，还包括：

为构建完成的下层框架添加修改权限；

在下层框架收到修改指令后，判断发送修改指令的用户端是否具有相应的修改权限，若不具有相应的修改权限，则拒绝修改下层框架。

在场景有所改变时，用户需要将下层框架中的基础任务进行修改，需要验证修改权限。在首次构建下层结构时，即确定修改权限的范围。其中权限的范围可以是根据用户的需要确定的，本申请在此不做具体限定。

场景一

如图2构建知识规则执行框架方法的执行框架效果图所示；

如图2中的执行框架分为上下两层，下层为基本任务和算法层，上层为任务规划和调度层。下层的基本任务为兵棋推演场景中各种指令封装成的任务，在知识规则中智能体中是不可再分的原子任务，也就是一次性、重复性、周期性、随机性任务。下层的基本算法为兵棋推演场景可能用到的一些基本算法，如弹目分配、路径规划、数值计算等算法。基于框架下层的基本任务和基本算法，框架上层就可以脱离兵棋推演场景的大量细节，专注于进行上层任务规划和调度。

如图3构建知识规则执行框架方法的上层框架效果图所示；

框架上层的任务规划和调度又可以划分为三类任务：兵力调度、目标分配和任务执行。每一类任务又将全局和局部进行区分，将静态任务和动态任务进行协调，从而实现统一协调的任务规划和调度。兵力调度分为全局的初始兵力部署和局部的动态兵力调度。全局的初始兵力部署主要是按照知识规则的指导，通过全盘考虑进行初始的全局兵力布局，体现兵棋推演中的整体布局思想。局部的动态兵力调度是在推演过程中结合局部的实时态势，将周边的兵力进行重新的调度布局，体现随机应变的作战策略。目标分配分为粗粒度的初始目标分配和细粒度的动态目标分配。粗粒度的初始目标分配主要是按照知识规则的指导，预先分配某一批实体单位负责对某一批敌方目标进行打击。细粒度的动态目标分配则是在实时推演过程中，根据实时态势，并在初始目标分配范围内，分配指定某一个具体实体单位负责对某一个具体目标进行打击。任务执行分为静态的初始任务规划和动态的实时任务生成。静态的初始任务规划主要是按照知识规则的指导，预先规划好相对固定的一次性、重复性、周期性、随机性的任务。动态的实时任务生成则是在实时推演过程中，根据实时态势，动态生成需要执行的任务。

基于上述实施例提供的构建知识规则执行框架方法，本申请实施例则提供一种执行上述构建知识规则执行框架的装置。该构建知识规则执行框架装置的结构示意图如图4所示，构建知识规则执行框架装置包括：

下层框架配置模块10，用于根据预设的基础知识规则配置基础任务作为下层框架；其中所述基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项。

配置一些简单的基础任务，由于这些简单的基础任务很可能需要反复调用，并且由于结构简单被修改的可能性较小。将基础任务作为整体进行保存，在需要这些基础任务时可以做到直接且可以反复调用，而不必再对基础任务进行复现。

上层框架配置模块20，用于配置静态初始调度任务和动态目标分配任务作为上层框架。

将静态任务和动态任务进行协调，从而实现统一协调的任务规划和调度。静态调度任务即是确定初始调度兵力的任务，是可以由用户采取设置参数的方法进行设置的，动态目标分配任务则是处理实时信息的任务。

框架构建模块30，用于整合配置完成的任务，完成知识规则执行框架的构建。

将上层框架与下层框架进行关联，使得整个知识规则执行框架构建完成，以便用户可以通过上层框架直接调用下层框架任务和算法。

可见，将构建知识规则执行框架的上层框架和下层框架分开，在对构建后的知识规则进行调试、修改、优化时仅涉及上层框架，从而使得操作简单，可以支持快速的知识规则构建。

在一些具体实施例中，步骤S30，包括：

建立上层框架与下层框架的连接关系；

在上层框架响应动态目标分配任务时，直接对下层框架中相应的基础任务进行调用。

上层框架专注于上层任务的规划和调度，下层框架处理在兵棋推演场景中的细节信息。在收到推演中的细节信息时，上层结构做出反应的同时下达动态调整兵力分配指令，下层结构根据对应的指令进行将基础任务作为对应指令的细节补充。指令将基础任务进行调用，从而不需要使得兵棋推演过程中的基础任务反复占用计算资源，从而实现了根据知识规则快速响应。

在一些具体实施例中，所述框架构建模块30具体用于：

获取执行框架根据输入的初始信息的执行情况；

判断所述执行框架对于初始信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架初步构建完成。

在执行框架构建完成后，还需对该执行框架进行验证，以保证它的准确性。其中输入的初始信息即为在兵棋推演开始前初始的包括：兵力分布、初始预计的打击目标等等。首先判断执行框架在接收到这些信息时，是否可以将信息分配到对应的具体兵棋当中，形成兵棋推演的初始状态。若验证通过，则进行下一步验证。

在一些具体实施例中，所述构建知识规则执行框架装置还用于：

获取执行框架根据输入的实时信息的执行情况；

判断所述执行框架对于实时信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架构建完成。

继续验证执行框架是否可以根据兵棋推演中的实时信息，动态的生成需要执行的任务。若验证通过，则说明执行框架构建完成。可以保证执行框架构建的准确无误。

在一些具体实施例中，所述构建知识规则执行框架装置还用于：

将预设的基础知识规则根据接收到的指令进行封装；

将封装后的基础知识规则作为基础任务。

将下层框架配置模块10中配置的基础任务封装固定，作为基础任务以备调用。封装的好处是将基础任务进行固定，这样使得在调用时更加迅速，同时也避免在反复执行时出现错误。

在一些具体实施例中，所述构建知识规则执行框架装置，还包括：

为构建完成的下层框架添加修改权限；

在下层框架收到修改指令后，判断发送修改指令的用户端是否具有相应的修改权限，若不具有相应的修改权限，则拒绝修改下层框架。

在场景有所改变时，用户需要将下层框架中的基础任务进行修改，需要验证修改权限。在首次构建下层结构时，即确定修改权限的范围。其中权限的范围可以是根据用户的需要确定的，本申请在此不做具体限定。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

以上对本申请所提供的方案进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种构建知识规则执行框架方法，其特征在于，所述方法包括：

根据预设的基础知识规则配置基础任务作为下层框架；其中所述基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项；

配置静态初始调度任务和动态目标分配任务作为上层框架；

整合配置完成的任务，完成知识规则执行框架的构建。

2.根据权利要求1所述的方法，其特征在于，所述整合配置完成的任务，包括：

建立上层框架与下层框架的连接关系；

在上层框架响应动态目标分配任务时，直接对下层框架中相应的基础任务进行调用。

3.根据权利要求1所述的方法，其特征在于，在所述完成知识规则执行框架的构建后，还包括：

获取执行框架根据输入的初始信息的执行情况；

判断所述执行框架对于初始信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架初步构建完成。

4.根据权利要求3所述的方法，其特征在于，在所述确定所述执行框架初步构建完成后，还包括：

获取执行框架根据输入的实时信息的执行情况；

判断所述执行框架对于实时信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架构建完成。

5.根据权利要求1所述的方法，其特征在于，所述根据预设的基础知识规则配置基础任务，包括：

将预设的基础知识规则根据接收到的指令进行封装；

将封装后的基础知识规则作为基础任务。

6.根据权利要求1所述的方法，其特征在于，在下层框架完成构建后，还包括：

为构建完成的下层框架添加修改权限；

在下层框架收到修改指令后，判断发送修改指令的用户端是否具有相应的修改权限，若不具有相应的修改权限，则拒绝修改下层框架。

7.一种构建知识规则执行框架装置，其特征在于，所述装置包括：

下层框架配置模块，用于根据预设的基础知识规则配置基础任务作为下层框架；其中所述基础任务包括：一次性、重复性、周期性或随机性任务中任意一项或多项；

上层框架配置模块，用于配置静态初始调度任务和动态目标分配任务作为上层框架；

框架构建模块，用于整合配置完成的任务，完成知识规则执行框架的构建。

8.根据权利要求7所述的装置，其特征在于，所述框架构建模块具体用于：

建立上层框架与下层框架的连接关系；

在上层框架响应动态目标分配任务时，直接对下层框架中相应的基础任务进行调用。

9.根据权利要求7所述的装置，其特征在于，所述构建知识规则执行框架装置还用于：

获取执行框架根据输入的初始信息的执行情况；

判断所述执行框架对于初始信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架初步构建完成。

10.根据权利要求7所述的装置，其特征在于，所述构建知识规则执行框架装置还用于：

获取执行框架根据输入的实时信息的执行情况；

判断所述执行框架对于实时信息的执行情况是否符合预设的情况范围，若符合，则确定所述执行框架构建完成。

Images