智能推演想定生成与决策方法及系统与流程

本发明涉及军事仿真，尤其涉及一种智能推演想定生成与决策方法及系统。

背景技术：

1、在体系级训练模拟、作战推演等复杂系统仿真领域，想定场景（scenario）的构建是开展模拟推演和分析的前提与基础。传统的想定构建高度依赖领域专家手工编写配置文件，过程繁琐、耗时耗力，且难以快速响应动态变化的态势和多样化的想定需求。虽然存在一些基于模板或规则库的辅助生成方法，但其泛化能力弱、灵活性差，难以理解和处理高层的、模糊的自然语言描述，无法适应复杂多变的应用场景。

2、近年来，大语言模型（llm）在自然语言理解和生成方面取得了突破性进展，为智能想定生成提供了新的可能性。然而，直接将通用大模型应用于专业领域面临严峻挑战：首先，通用模型缺乏深度的领域知识，容易产生不符合事实或专业规范的“幻觉”内容；其次，模型生成的文本描述与推演大系统可执行的结构化数据格式（如json、xml配置文件）之间存在巨大鸿沟，需要大量人工干预进行转换；再者，缺乏有效的自然语言交互机制，使得用户无法对生成过程进行实时引导和精细调整，难以满足实际应用中对准确性和可靠性的高要求。

3、而目前常见的结合大语言模型的想定生成系统，如中国发明专利cn115358477a提供的一种作战想定随机生成系统及应用，通过读取想定数据库中的历史作战想定文件，按照用户输入的想定生成参数及任务类型，利用自然语言处理算法，自动进行阶段及行动划分，并提炼得到相应阶段中的装备、人员、行动模型，关联模型数据库中的相应模型实体进行自动映射，通过随机数算法，按照用户指定的划分阶段，自动生成系统可识别的仿真想定，依赖历史作战想定文件，生成的仿真想定创新性和多样性不足，能够涵盖的领域和场景有限，难以适应复杂高变的战场环境。

4、因此，现有技术中存在想定构建自动化智能化程度低、专业领域知识融合困难、生成结果不可控、以及人机交互效率不高等问题，亟待一种能够深度融合领域知识、支持自然语言交互、并能实现从意图理解到自动执行的全流程智能化解决方案。

技术实现思路

1、为解决上述现有技术中存在的技术问题，本发明的目的在于提供一种智能推演想定生成与决策方法及系统，可实现军事仿真过程中用户高层意图的理解，从“自由生成”转向“约束式构建”，辅助生成高质量推演想定并形成可执行决策方案，显著提升推演准备与决策制定的效率及科学性。

2、为实现上述发明目的，本发明提供一种智能推演想定生成与决策方法，包括以下步骤：

3、步骤s1、对专业领域数据进行整理，构建知识语料库和知识检索模块；所述知识检索模块用于根据提供的检索关键词对所述知识语料库进行检索，并返回若干知识片段；

4、步骤s2、利用所述知识语料库进行领域大模型的微调训练；所述领域大模型用于对输入的自然语言进行意图理解生成检索关键词，以及根据获得知识片段进行想定草案、辅助决策方案和标准配置文件的生成；

5、步骤s3、获取来自用户的想定指令，利用所述领域大模型和知识检索模块进行想定草案的生成；所述想定指令为自然语言指令；

6、步骤s4、根据用户确认所述想定草案，利用所述领域大模型和所述知识检索模块对用户确认的想定草案进行推演大系统的实体化配置，生成标准配置文件；

7、步骤s5、将配置文件发送至推演大系统进行加载推演；

8、步骤s6、获取来自推演大系统的实时态势数据，并对实时态势数据进行提取，获得实时态势信息，反馈给用户；

9、步骤s7、获取来自用户的决策指令，根据所述实时态势信息和所述决策指令，利用所述领域大模型和所述知识检索模块生成辅助决策方案，并对所述辅助决策方案进行推演大系统的实体化配置；所述决策指令为自然语言指令；

10、步骤s8、根据完成实体化配置的所述辅助决策方案发送至推演大系统进行加载推演，并将推演结果反馈给用户。

11、根据本发明的一个技术方案，所述知识语料库包括想定要素知识语料库、范畴知识语料库、指令模板知识库、参数取值范围与初始化知识语料库；

12、所述想定要素知识语料库基于推演大系统接口与行业标准构建，包括接口规范标准知识块和仿真规则知识块；

13、所述范畴知识语料库基于自有情报数据库构建，包括实体识别专用词典和“装备-能力-弱点”的关联图谱；

14、所述指令模板知识库基于装备指令接口规范构建，包括“自然语言意图 -> 指令代码 -> 参数列表”的映射表；

15、所述参数取值范围与初始化知识语料库基于装备手册构建，包括装备参数校验规则集和“环境-参数”的关联规则。

16、根据本发明的一个技术方案，在所述步骤s2中，通过基于多重约束机制的模型微调训练，具体包括：

17、a.规定在进行想定草案和辅助决策方案的生成时，所述领域大模型必须且只能引用所述知识检索模块检索返回的top-k片段；若所述知识检索模块检索返回的片段为空，则所述领域大模型回复“未知”；

18、b.规定在生成标准配置文件时，对所述领域大模型生成每个字符进行实时校验，判断所述领域大模型当前生成的内容是否符合预定义的配置文件结构；

19、c.在所述领域大模型的训练过程中，对所述领域大模型的输出结果，利用低秩适配技术，针对“领域术语”和“装备参数”进行高权重训练。

20、根据本发明的一个技术方案，在所述步骤s3中，具体包括：

21、步骤s31、获取来自用户的想定指令，利用所述领域大模型对所述想定指令进行意图识别，获得想定草案检索关键词；

22、步骤s32、利用所述知识检索模块，根据所述想定草案检索关键词对所述范畴知识语料库、所述指令模板知识库和所述参数取值范围与初始化知识语料库进行检索，返回若干知识片段；

23、步骤s33、利用所述领域大模型，根据所述知识检索模块返回的知识片段生成想定草案，并反馈给用户；

24、步骤s34、获取来自用户的想定草案修改意见，利用领域大模型对所述想定草案修改意见进行意图识别，获得想定草案修改检索关键词；

25、步骤s35、利用所述领域大模型根据所述想定草案修改检索关键词进行想定草案的直接修改；或者，利用所述知识检索模块根据所述想定草案修改检索关键词进行检索并返回若干知识片段后，利用领域大模型根据所述知识检索模块返回的知识片段进行想定草案的修改。

26、根据本发明的一个技术方案，在所述步骤s4和所述步骤s7中，所述仿真推演的实体化配置具体包括：

27、利用所述领域大模型对想定草案或辅助决策方案进行意图识别，获取实体化配置检索关键词；

28、利用所述知识检索模块，根据所述实体化配置检索关键词，对所述想定要素知识语料库和所述参数取值范围与初始化知识语料库进行检索，并返回若干知识片段；

29、利用所述领域大模型，根据所述知识检索模块返回的若干知识片段，生成标准配置文件。

30、根据本发明的一个技术方案，在所述步骤s7中，具体包括：

31、步骤s71、获取实时态势信息和来自用户的决策指令，利用所述领域大模型进行意图识别，生成辅助决策方案检索关键词；

32、步骤s72、利用所述知识检索模块，根据所述辅助决策方案检索关键词对所述范畴知识语料库、所述指令模板知识库和所述参数取值范围与初始化知识语料库进行检索，返回若干知识片段；

33、步骤s73、利用所述领域大模型，根据所述知识检索模块返回的知识片段生成辅助决策方案，并反馈给用户；

34、步骤s74、获取来自用户的辅助决策方案修改意见，利用领域大模型对所述辅助决策方案修改意见进行意图识别，获得辅助决策方案修改检索关键词；

35、步骤s75、利用所述领域大模型根据所述辅助决策方案修改检索关键词进行辅助决策方案的直接修改；或者，利用所述知识检索模块根据所述辅助决策方案修改检索关键词进行检索并返回若干知识片段后，利用领域大模型根据所述知识检索模块返回的知识片段进行辅助决策方案的修改。

36、根据本发明的一个方面，提供了一种智能推演想定生成与决策系统，用于实现上述的智能推演想定生成与决策方法，其特征在于，系统包括数据与态势层、推训一体层和决策与执行层：

37、所述数据与态势层包括：

38、文档整理模块，用于根据作战领域和场景进行专业领域数据的文档内容提取、格式转化和语义切片，形成标准知识块，构建知识语料库；

39、知识检索模块，用于对所述标准知识块进行向量化嵌入和构建索引，并根据检索关键词，依据索引进行检索，返回知识片段；

40、态势读取模块，用于获取实时态势数据或历史态势数据，并进行协议适配和格式标准化形成态势信息；

41、所述推训一体层包括：

42、训练框架模块，用于根据所述数据与态势层产出的知识片段，进行领域大模型的微调训练；

43、推理管理模块，用于进行领域大模型的部署；

44、所述决策与执行层包括：

45、场景构建模块，用于调用所述领域大模型，对输入的想定指令进行意图理解生成检索关键词，以及根据获得知识片段进行想定草案和标准配置文件的生成；

46、辅助决策模块，用于调用所述领域大模型，对输入的决策指令和获取实时态势信息进行意图理解生成检索关键词，以及根据获得知识片段进行辅助决策方案及其标准配置文件的生成；

47、用户交互模块，用于与用户实现人在回路交互，获取来自用户的自然语言指令；

48、大系统推演模块，用于与推演大系统连接，实现与推演大系统的数据交换。

49、根据本发明的一个技术方案，所述文档整理模块包括内容提取子模块、数据切片子模块和格式转化子模块。

50、根据本发明的一个技术方案，所述训练框架模块包括样本生成子模块、特征抽取子模块、模型训练子模块、性能评估子模块和看板展示子模块。

51、根据本发明的一个技术方案，所述场景构建模块包括：

52、想定辅助生成子模块，用于调用所述领域大模型，对输入的想定指令进行意图理解生成检索关键词，以及根据获得知识片段进行想定草案的生成和调整；

53、实体配置生成子模块，用于调用所述领域大模型，对用户确认的想定草案进行仿真推演的实体化配置，生成标准化配置文件。

54、本发明与现有技术相比，具有如下有益效果：

55、1）智能化程度高：从用户自然语言输入到完整想定生成，无需人工编写代码或配置文件；

56、2）解决“语义鸿沟”问题：通过基于接口规范的知识块构建，实现了从自然语言到仿真推演系统可执行代码的自动、准确转换，而非简单的文本填充；

57、3）解决“幻觉”问题：通过引入基于自有情报和装备手册的范畴约束与参数边界，强制模型在封闭的“真实数据集”内进行生成，确保了想定的军事合理性；

58、4）人在回路协同：通过指令模板知识库，实现了指挥员意图到装备动作的快速映射；

59、5）系统集成度高：完美融合大模型技术与现有成熟仿真推演系统，发挥各自优势；

60、6）军事应用价值显著：满足现代化战争对快速、精准、智能决策支持的迫切需求。