Modelling battle command with context-based reasoning

Abstract

An important aspect of simulation based training is the need for realistic computer generated forces. In typical systems for computer generated forces the entities can be instructed to perform simple tasks like “move along route” and “move into formation”. Our objective is to make a simulation system that is capable of simulating the execution of a higher level operational order autonomously. In order to do this, the simulation system will have to understand and plan how to execute higher level commands like "seize area x" or "support unit y by fire", and be able to react to unplanned events according to doctrine. Such a system can be used both for training purposes and as a support tool when planning military operations. The simulation system consists of a multi-agent system together with a commercial off the shelf system for computer generated forces. Knowledge about tactics and doctrine is modelled in the multi-agent system, where the agents are organized in a hierarchy representing military leaders and staff. The focus in this report is to explore how we can use the human behaviour modelling paradigm context-based reasoning to model the behaviour of the battle command agents. Three challenges not addressed by previous work on context-based reasoning were identified, and possible solutions are suggested in the report. The three challenges concern how to define contexts for battle command agents, how the agents plan their tasks and how higher level tasks are decomposed through the agent hierarchy. A behaviour model based on an example military operation was developed with assistance from subject matter experts in order to illustrate the concept and to reveal challenges and further research questions. Our main conclusion is that context-based reasoning seems well suited for modelling the behaviour of battle command agents, both because it seems easy to gradually expand the model with different or more complex behaviour, and because the resulting model appears easy to understand and validate by subject matter experts.

En viktig del av et simuleringsverktøy for trening og planlegging er simulerte enheter med realistisk oppførsel. Typiske systemer for datagenererte styrker er i stand til å simulere enkel oppførsel hvor enhetene utfører lavnivåoppgaver som “følg rute”, “gå i formasjon”, osv. Vårt mål er å lage et simulseringssytem som er i stand til autonomt å simulere utførelsen av ordre på høyere nivå. Dette vil kreve at simuleringssytemet kan forstå og planlegge utførelsene av høyere nivå oppgaver som “ta område x” eller “støtt enhet y med ild”, og at systemet er i stand til å reagere doktrinelt på uventede hendelser. Et slikt system kan brukes både for trening og øving, men også som et støtteverktøy under planlegging av militære operasjoner. Simuleringssystemet vi utvikler består av et multi-agent system sammen med et kommersielt tilgjengelig system for datagenererte styrker. Kunnskap om taktikk og doktrine modelleres i multi-agent systemet. Agentene er organisert i et hierarki og representerer ledere og staber på forskjellige nivåer. Fokuset i denne rapporten er å studere hvordan stridsledelsesagentenes oppførsel kan modelleres med adferdsmodelleringsparadigmet kontekstbasert resonnering. Spesielt har vi identifisert tre utfordringer som ikke er behandlet i tidligere arbeider med kontekstbasert resonnering. De tre utfordringene omfatter hva som er fornuftige kontekster for en stridsledelsesagent, hvordan oppgaver planlegges og hvordan oppgaver på høyere nivå kan brytes ned gjennom agenthierarkiet. Mulige løsninger på disse utfordringene er foreslått i denne rapporten. For å illustrere konseptet og belyse videre utfordringer har vi med hjelp fra offiserer modellert handlingsmåter som er nødvendige for å utføre en eksempeloperasjon. Hovedkonklusjonen vår etter dette arbeidet er at kontekstbasert resonnering egner seg godt til å modellere stridsledelse, både fordi det tilsynelatende er enkelt å utvide modellen gradvis med ny eller mer kompleks adferd, og fordi resultatet synes å være enkelt å forstå for militære eksperter.