作者:乌克兰基辅国家科学院数学机器与系统研究所  彼得·西蒙·萨帕蒂

关键字：分布式系统;空间抓取技术;整体任务场景;分布式场景语言;并行网络口译;防空和导弹防御;定向能源系统;协作机器人

揭示了一种高级技术，可以有效地将任何分布式系统转换为全球可编程的机器，能够在没有中央资源的情况下运行，并从不分青红皂白的损害中自我恢复。分布式场景语言（DSL）中的整体任务场景可以从任何点注入，运行时覆盖并掌握整个系统或其部分，设置操作基础设施，并以所需的方式定位本地和全局行为。许多操作场景可以从不同的点同时注入到这个空间机器中，作为重叠的解决方案领域，在共享的分布式知识上进行合作或竞争。讨论了分布式 DSL 解释器组织和使用此技术进行集成防空和导弹防御的好处，以及该领域和其他领域的编程示例。

作为大型分布式系统的空中和导弹防御

全球范围内的防空和导弹防御能力正在快速增长 [1,2]。它们由用于探测、跟踪、拦截和摧毁来袭导弹的新技术提供支持。这些系统通常分布在广阔的领土上，由许多相互作用的元件组成（从传感器到射手，参见图 1 中的一些相关快照），并且有望在复杂条件下工作，以有效保护国家和国际基础设施并抵御不可预测的事件。

系统开发的传统路径

最初，一个新的系统或战役想法（与空气和导弹防御有关）以非常普遍、完整的形式出现，如图2（a）所示。然后它在心理上被分解成多个部分，每个部分随后被详细、扩展和澄清，如图 2（b） 所示。下一步是将澄清的部分具体化，并在物理或虚拟空间中进行分配。为了使这些部分在原始想法中作为一个整体协同工作，通常需要大量的通信、同步以及复杂的命令和控制，如图 2（c） 所示。

对于军事区域，图 2（a） 可能对应于赢得对手的战斗或保卫关键基础设施的一般想法;图 2（b） 还阐明了为此所需的技术和人力资源;图 2（c） 描述了如何在实现全球目标的可行系统（包括指挥和控制）中将这些资源组织在一起。

最初的想法，图 2（a），甚至它的逻辑分区阶段，图 2（b），通常只保留在创作者和规划者的脑海中（也可能以非正式的方式以口头或图形方式记录），而实际的系统形式化和实施从已经分区、分布式和相互关联的阶段开始，图 2因此，在现实中，我们在实际系统设计中大多采用自下而上的部分到整体策略，希望开发的系统最终能够执行最初制定的全局任务，即图 2（a）。

生成的系统可能会产生副作用，包括不需要的副作用，例如不可预测的行为。

• 最终的解决方案可能主要是静态的，即如果最初的想法发生变化，整个系统可能必须部分甚至完全重新设计和重新组装。

• 将针对一个想法设计的现有多组件系统调整为本质上新的系统可能会导致系统的完整性和性能的相当大的损失。

在本文中，我们建议以一种可以轻松更新甚至完全更改的方式将图 2 的初始阶段 a（如果需要，阶段 b）正式化，将阶段 b 的大部分和阶段 c 完全转移到自动化到全自动实施（包括有效的机器人化）。这可以带来高度的灵活性、生产力和在进行高级战役（军事战役）时免受损害的自我恢复能力，包括局部和全球目标以及环境在运行时可能会发生变化的战役。

本文简要介绍了已开发的（在不同国家进行原型设计和测试）空间抓取技术 （SGT） 及其底层分布式场景语言 （DSL） 及其在网络系统中的分布式实现的详细信息，以及与分布式防空和导弹防御相关的应用示例（有关此范式的现有基础出版物，另请参见 [3-6]）。

这里描述的模型反映了人脑对分布式系统的更高层次的、整体的、格式塔般的视觉和理解，其形式是覆盖和抓住空间的平行心理波[7-9]（图3（a）），而不是大多数现有软件系统所基于的传统部件或代理的收集和交互[10]。

图 2（a） 的原始系统思想以一种完整的非原子方式表示，但同时又完全正式，反映了人类指挥官如何在心理上观察要解决问题的空间。传统的原子论只有在解释这个正式表示的观念时才会出现（这可能是自动的，而且只有在真正需要的时候）。这使我们能够获得灵活且易于更改的系统和运营的正式定义，同时省略传统的众多组织细节，如图 2（c） 所示，有效地专注于全球目标和行为。

这种方法的实现是通过嵌入到重要系统点的通用智能模块 （U） 网络来实现的，这些模块共同解释以波浪形式表达的整体任务场景（从任何点开始，并在运行时覆盖分布式系统，如图 3（b））所示）。不同的场景可以从相同或不同的点开始，并且可以在网络空间中作为重叠的解决方案领域进行合作或竞争。

紧凑的传播场景，可以动态创建和修改（比 Java 短一百倍），正在形成在系统之间任意分布的动态知识基础设施组件（人类、机器人、传感器）。在相同或其他场景下导航，它们可以有效地支持分布式数据库、高级指挥和控制，还提供整体态势感知和自主决策。

DSL 与传统编程语言完全不同。它不是像往常一样在计算机内存中描述数据处理，而是允许我们在完全分布式环境（无论是物理还是虚拟）中直接移动、观察和执行任何操作。

DSL 直接与以下设备配合使用：

• 虚拟世界 （VW），它是有限且离散的，由节点和它们之间的语义链接组成。

• 物理世界 （PW），无限连续，其中每个点都可以用物理坐标 （具有一定的精度） 来识别。

• 虚拟物理世界 （VPW），类似于 VW 的有限和离散，但将部分或全部虚拟节点与 PW 坐标相关联。

DSL 解释器 [4-6]（参见图 5）具有以下主要功能：

• 它由许多并行工作的专用模块组成，并处理和共享支持持久虚拟世界和临时分层控制机制的特定数据结构。

• 口译员的整个网络可以是移动和开放的，在运行时改变节点的数量和它们之间的通信结构。

• 口译员的副本可以被隐藏起来，就像在敌对系统中行动一样，使我们能够压倒性地影响后者（找到并消除不需要的基础设施，包括）。

分布式口译员的核心是其空间跟踪系统（图 6），其部分保存在本地口译员的 Track Forest 内存中;这些内容与其他口译员副本中的这些部分在逻辑上相互关联，形成完全不可分割的空间覆盖。

• 这支持分层命令和控制以及远程数据和代码访问，具有新兴并行和分布式解决方案的高度完整性，无需任何集中资源。

• 动态创建的轨道树跨越 DSL 场景发展的系统，用于支持空间变量，回显和合并不同类型的控制状态和远程数据，在回显过程中进行自我优化。

• 它们还将进一步的波路由到前一波到达的物理、虚拟或组合空间中的位置，将它们与前一波留下的锋面变量结合起来。

轨道镜可以 24/7 全天候覆盖全球每个角落。激活后，这将能够对任何地方的关键故障点进行定向能量响应。

我们可以使用 Section 5.1 中所示的分布式最短路径解决方案，在 DE 源和所需的目标之间，在全球分布式动态中继镜像集（因为其中一些镜像本身可能恰好正在移动或乱序）中提供运行时路径。这将提供最佳的定向能量传递，如图 13（c） 所示，另见 [16,17]。

将DSL解释器嵌入到DEW设施和常规部队单位中（如图14所示），我们可以有效地将快速发展的DEW整合到力量组合中，其中也可能包括多个无人驾驶车辆，从而获得先进的快速反应部队，用于大多数不同的应用，包括防空和导弹防御[17]。

全球意识和协调行动对于抵御冲突可能至关重要。在不同的单元（有人值守和无人值守）中安装 DSL 解释器后，将有可能协调和管理所需的全局反应。

类似于 Section 6.2 中关于显式机器人集群行为的解决方案，我们可以通过安装了解释器的任何组件的可用分布式资源来启动目标的全局感知、收集和传播，以及它们的影响，如图 15 所示。自我导航和自我复制的 DSL 场景，允许我们在运行时覆盖整个系统并设置其所需的行为，非常简单（可以提前创建和启动.)

涉及的技术文件，已上传知识星球：

近期上传资料如下：

【智慧兵棋推演专题】美国在人工智能兵棋推演的使用介绍--21份技术资料，超50万字的干货

提高空中和导弹防御（AMD）系统在人类与人工智能之间的信任-182页论文+145页技术论文

工智能用于防空和导弹防御安全风险评估的技术报告-162页

基于代理的模型对马赛克战争的建模技术介绍-涉及180页资料共计13万字的干货

【人工智能与杀伤链专题】以机器速度做出决策：将 AI 引入命令链-含30份技术资料-共406页-超100万字干货

【反无人机蜂群专题】关于在战斗中对小型无人机蜂群防御和手段-涉及28份资料-超100万字

海军兵棋推演战斗管理辅助工具中的博弈论和规范分析-2022最新84页论文

多域作战中的风险感知-美国陆军55页报告

游荡弹药和不可预测性：武器系统的自主性和对人类控制的挑战-72页

技术报告基于人工智能（AI）的空中和导弹防御（AMD）：以结果为导向的辅助决策-145页

近日推出反无人机专题-含关于在战斗中对小型无人机蜂群防御和手段-涉及28份资料-超100万字

本文节选自原文的一部分内容，原文进入知识星球下载：