当一艘潜艇悄悄潜入深海，反潜兵力如何从茫茫大洋中“找到它、盯住它、并决定怎么打”？在TigerSim仿真系统中，蓝军反潜任务的智能决策不再是黑箱——系统以 本体论（Ontology） 为内核，把战场上的每一个平台、传感器、武器和事件都组织成一张可推理的知识网络，实现了从 态势感知 → 行为预测 → 打击方案生成 的全链路智能研判。本文结合推演过程中的完整资料，带你看懂这套“会思考”的仿真大脑。

推演想定：一场跨海域的反潜博弈

本次推演的虚拟想定背景为： 红方3艘攻击型核潜艇自某沿海基地出航，经第一岛链水道向西太平洋某海域机动执行任务 ；蓝军则依托前沿基地的反潜巡逻机、长航时无人侦察机与攻击型核潜艇，对红方潜艇编队的搜索、跟踪与打击任务（本文所有平台编号均为仿真系统内部临时标识）。

与传统“脚本驱动”的仿真不同，TigerSim中的蓝军兵力不是按预设剧本走位，而是由本体论决策引擎在推演中 实时构建战场知识图谱、自主完成决策研判 。这一切，从态势初始化开始。

▲ 图1：推演初始时刻的实时态势分析图谱——各平台实体及其位置、装载关系全部入图

图1是推演开局时刻的 实时态势分析图谱 ：蓝方反潜巡逻机、无人侦察机、攻击型核潜艇等平台，红方潜艇目标，以及声纳浮标、鱼雷武器等实体全部以节点形式入图。节点之间通过 携带（carries）、当前位置（hasCurrentPosition）、跟踪（isTracking） 等本体关系彼此连接——战场不再是地图上孤立的图标，而是一张结构化、可查询、可推理的知识网络。

随着推演推进，这张图谱并非静态展示，而是随每一个仿真步长 实时滚动更新 。

▲ 图2：推演过程中的本体实时态势更新——以蓝方巡逻机为中心的关联武器、位置节点动态重构

图2展示了推演中段图谱的动态重构：以反潜巡逻机为中心，其携带的轻型鱼雷、“战斧”反舰型导弹（TASM）等武器节点，以及自身实时位置节点（hasCurrentPosition）围绕展开；巡逻机与无人侦察机之间也建立了协同关联。目标丢失、重新捕获、武器投放……每一次战场事件，都会即时反映为图谱中节点与关系的变化。

这张“活”的图谱，靠的是两套严密的本体构建规则体系—— 静态本体 与 动态本体 。

静态本体：1164条规则搭起的战场“知识底座”

静态本体回答的问题是：“这个平台 是什么、有什么 ？”TigerSim严格遵循统一建模规范—— 类（Class）、实例（Individual）、对象属性（Object Property）、数据属性（Data Property）、作用域（Domain）、值域（Range） 六个要素，为战场上20类装备实体构建了 1164条静态关系规则 ，其中对象属性25条（刻画“平台—装备—基地”之间的整体装配与隶属关系），数据属性1139条（刻画性能参数的封闭取值约束）。

重点建模内容可归纳为三个层次：

①平台层“档案” ——以规整的“类—实例”结构固化平台身份与家族谱系。例如“飞机 → 有人机/无人机 → 具体型号”“潜艇 → 攻击型 → 具体级别”“武器 → 鱼雷”“传感器 → 雷达/红外/ESM/MAD”，每一型装备都是一个可被推理机直接识别的类，其下的具体兵力则是类的实例。

②装载层“关系” ——用对象属性把平台与装备“焊”在一起：carriesSensor（携带传感器）、carriesSonar（携带声纳）、carriesWeapon（携带武器），并进一步细化为 hasRadar、hasMAD、hasEOIR、hasESM、hasLink16、hasASWKit（反潜任务套件）、hasASuWKit（反舰任务套件）等任务能力标记。系统因此能直接回答“谁具备反潜能力、挂了几枚鱼雷、带了几枚浮标”。

③参数层“值域” ——续航、巡航与最大速度、作战半径、鱼雷射程/航速/战斗部重量/制导方式、雷达探测距离与扫描范围、声纳工作频段与探测深度、浮标电池寿命与投放高度等上千项性能参数，全部以数据属性挂载到对应实体上。参数不是散落的数字，而是 带着作用域与值域约束、可被推理规则直接调用的结构化事实 。

▲ 图3：某平台的本体静态属性详情——平台类型、巡航速度、最大速度、所属基地等参数一目了然

在图3中，点击图谱中任意节点，右侧即可展开该平台的静态属性面板：平台类型、编号、呼号、巡航速度、最大速度、驻扎基地……这些“先天档案”是后续推理的基础——正因为系统“知道”巡逻机挂载了哪些声纳浮标、基地在哪里、最大航程多少，它才能在决策时判断“该派谁去、能干什么、来得及吗”。

动态本体：70条关系模板刻画“正在发生什么”

静态档案只解决“是什么”，战场决策更依赖“正在干什么”。动态本体为14类平台与装备定义了 70条动态关系模板 ，按 九大关系维度 组织，每条关系都明确规定了关系类型、关系对象与更新机制：

三个值得关注的设计要点：

①“每步长刷新 + 事件触发”双轨制 ——位置、速度向量等连续量按仿真步长高频刷新；探测、跟踪、通信、任务分配、武器释放等离散事件则由战场事件驱动即时更新。态势既能“连续流动”，又能“瞬间跳变”，与真实作战节奏高度一致。

②探测链与融合链完整闭合 ——从被动浮标的“疑似目标”探测，到主动浮标的“回波—识别”，再到机载雷达的“跟踪—分类”，最后经 hasFusionSource 汇聚为同一目标的多源融合结论，形成一条可回溯的“证据链”，而不是彼此孤立的读数。

③从传感器到指挥链的自下而上贯通 ——海底固定声纳的探测结果经通信链路上报岸基处理站，处理站生成区域态势后再上报区域反潜指挥中心，由指挥中心完成任务分配（isAssignedTo）下达至巡逻机。同一条任务链路，在知识图谱中是可直接查询与推理的对象。

▲ 图4：某平台的本体动态位置属性——红方潜艇目标的实时位置节点随仿真步长持续刷新

图4中，红方潜艇目标的动态位置节点（hasCurrentPosition）记录着纬度、经度、深度、航速与位置类型。这个看似简单的节点，每过一个仿真步长就刷新一次——正是一个个这样的动态节点，让整张图谱成为战场实况的“数字孪生”。

行为预测：从“看到”到“看懂”的证据链

有了静态+动态双重本体支撑，TigerSim的智能决策模块开始真正的“研判”。以跟踪关系为例，系统为每一个跟踪实例分配全局唯一的trackId（形如 P8A4-TRACK-TGT-001，编码含义为“谁在跟踪哪个目标”），并维护一个随时间演化的 置信度（confidence） ：

08:30 被动浮标接触 ──── 置信度 0.25（疑似目标） 
08:35 第二枚浮标确认 ── 置信度 0.55（目标确认） 
08:40 主动浮标回波 ──── 置信度 0.78（主动确认） 
08:45 机载磁异探测器确认 ──── 置信度 0.92（多源交叉验证） 
08:50 目标深潜丢失 ──── 置信度 0.45（证据退化） 
08:55 重新捕获 ──────── 置信度 0.85（恢复锁定）

被动浮标先“听”到线索，第二枚浮标交叉印证，主动浮标精确回波定位，再由机载 磁异探测器 从空中补上最后一环——每一次置信度跃升，都对应图谱中一条新增的探测/融合关系。而系统内部的攻击授权门槛被明确设定为 置信度大于0.8 ：证据不足不动手，证据充分才出手。

在此之上，决策引擎结合目标的实时速度向量与历史航迹进行 行为预测 ：外推目标的未来位置与预计抵达时间，自动生成拦截窗口与任务约束，为下一步的打击方案提供输入。

打击方案：从“看懂”到“打准”的闭环

当目标被确认、行为被预测，就进入决策链的最后一环——打击方案生成。图5完整呈现了这一过程：

▲ 图5：打击决策过程——右侧智能决策面板依次完成目标预测、主体分析与打击方案生成

在右侧的智能决策面板中，可以清晰看到决策的三段式输出：

• 目标预测 ：锁定当前凝视目标，基于其速度与航线外推未来经纬度与预计抵达时间；
• 主体分析 ：08:40:34，系统对已确认的红方潜艇目标发起打击方案分析——读取其当前位置、深度与航速，并在武器库中匹配推荐打击武器；
• 方案执行 ：综合命中概率、弹药可用性与交战约束生成打击方案，提交执行并持续跟踪执行反馈。

值得注意的是，这一切决策依据都是 可追溯的 ：为什么推荐这一型鱼雷而不是其他武器？因为图谱中记录着各类鱼雷的射程、航速、制导方式与目标状态约束；为什么此刻可以打？因为置信度证据链已经达标。决策不是“拍脑袋”，而是一次有据可查的图谱推理。

结语：让智能决策“知其然，更知其所以然”

从图1的态势初始化，到图2的图谱实时更新；从1164条静态规则搭建的“知识底座”，到70条动态关系模板驱动的态势滚动——最终落到图5的打击决策闭环，TigerSim用本体论把反潜作战的“感知—判断—决策”链条完整地搬进了仿真世界。

相比端到端的深度学习黑箱，本体论路线的最大价值在于 可解释、可追溯、可校验 ：每一条推理都能回放到图谱中的具体节点与关系，每一次决策都有明确的证据链。这不仅是仿真推演可信度的基石，也为未来智能体化作战决策提供了一个可验证的技术范式。