attention战场态势感知与价值评估
注意力机制(attention)是人观察和认识世界的 一项重要机制，是聚焦于重点的能力。注意力机制 研究起源于 19 世纪的实验心理学，20 世纪中期发 展起来的认知心理学和神经生理学进一步推动了注意力机制研究。但是长期以来，注意力只是被视为个人在觉察、理解外部刺激的过程中生理和心理表现出的一种官能，重点表现在视觉、听觉等感官 上。20 世纪 90 年代，Endsley 提出的态势感知理 论(Situation Awareness，SA)将注意力机制进一步拓 展，范围从个人内在的心智活动拓展到对周围的动态环境以及他人行为和意图的感知，并融合到认知、决策和行动的闭环中。
在作战时，注意力机制体现在指挥员指挥决策的过程中。例如，指挥员会倾向于关注重点作战目标、重点作战任务等，并相应地在决策和行动上予以更多侧重。指挥员作为个人，本身就受视觉、听觉等注意力机制影响。但是，本文研究的，是指挥决策群体所体现出的共性的对于作战态势的有重点的关注，是基于心理学和态势感知理论等研究基础，对战场态势感知中的注意力机制的探索分析。本文首先综述了注意力机制理论及建模方法的相关研究，然后提出了战场态势感知中的注意力机制框架，展望了基于注意机制的 作战目标价值评估应用。
汤显祖代表作1 注意力机制理论和建模方法
1.1 注意力机制理论研究
1.1.1 心理学研究
注意力机制的研究起源于早期的实验心理学。从最早的实验心理学家开始，多数心理学专著都会专门论述注意力。总结早期知名实验心 理学家关于注意力的论述，可以得出：(1) 注意 力可以分为两种形式：被动反应式的，和主动自 发式的。(2) 注意力的作用就是聚焦于重点。而被 注意的事物必须在被注意到之前已经存在，而不是 被注意力所创造。经典笑话爆笑
平方千米和公顷的进率
20 世纪 50 年代，先后提出的过滤器理论、衰 减理论等都将注意力看作是信息处理系统的瓶颈。后来，在瓶颈理论的基础上，注意力被进一步看作是资源分配，认为是由许多可以被系统地分配用来处理新异刺激的认知过程构成。处理类型包括两 种：(1) 数据驱动处理：自下而上，搜集和处理零 碎信息，最后汇集到工作记忆中。(2) 概念驱动处 理(conceptually-driven)：自上而下，可以看作期望 或计划。
至今，对注意力还没有形成统一的认识，因而也没有统一的定义。贝斯特在其论著中给出
的注意 力定义是“心理努力的集中和聚焦，是一种有选择性、转移性和可分解性的集中。”陈烜之认为，注 意力是“在容量有限的前提下，个体选择性地将认知 处理施用于部分信息的过程”，选择是注意最根本最 主要的特性。其强调了注意作为一种内在的认知过程，主要的功能为认知资源的选择与分配，且容量和资源是有限的。本文认为，注意力不应看成一种固定的事物，也不仅是一种心理、生理的官能， 对注意力的认识应当随着其具体应用领域而拓展。
逍遥自在的意思
1.1.2 态势感知理论研究
态势感知理论最早由美国空军首席科学家 Endsley 于1988 年提出，指感知一定时空范围内 环境中的要素，理解其意义，并预测其短期未来 的状态。ndsley 于 1995 年提出了一个通用的 态势感知三层模型[5](见图 1)，第一层是觉察 (perception)，获取所需的重要信息，形成觉察态 势(SP)；第二层是理解(comprehension)，综合集 成并理解所获取的信息，形成理解态势(SU)；第 三层是预测(projection)未来状态和趋势，形成预 测态势。态势感知与决策、行动是不同的阶段，是决策和行动的前提。本文认为，在动态系统中，理解与预测层次之间界限相对模糊，理解现在通常就直接暗示未来，故可把理解和预测相结合， 统
称为认知(cognition)。由此将态势感知三层模 型简化成两层：一是觉察态势(SP)，二是认知态势(SC)。在战争复杂系统中，可以用两层的战场 态势感知模型来分析。
态势感知理论中，注意力机制是一项重要内容，而且是对心理学中关于注意力研究的进一步拓展与创新。心理学中对注意力研究，都是基于个人觉察、理解某些刺激的背景。而态势感知理论中，注意力是意识到自己周围广阔、动态的环境；试图理解他人行为和意图；采取与对他人未来行动的心 理预测相一致的行动。主要内容包括：
1、资源限制
注意力资源有限，需要分配。注意力超限问题：复杂动态环境中，信息过载、任务复杂、多重任务都会导致超过注意力限度，从而导致人面临信息过载的问题。注意力不足问题：注意力不足会导致形成的态势感知存在偏差，进一步导致 错误决策和行动。
2、作用阶段
注意力机制作用在态势感知到决策和行动的 各个阶段(见图 2)。如，作用在形成第一层态势觉 察的阶段时，在心智模型的指导下，注意力被集中到环境的关键要素上，用来对同时
觉察多个要素加 以限制，以形成第一层态势觉察。 对没有经验的决策者而言，或者是处在不熟悉的新环境新态势下，注意力是制约人实现态势感知和决策的主要因素。在缺乏历史数据和专家知识库 时，要靠注意力机制来实现聚焦。
3、处理流程
梦见染头发(1) 数据驱动(data-driven)：自下而上的处理流 程。如，预注意阶段的感觉记录器并行处理环境特 征，为进一步集中注意力提供线索(cue)。线索关乎到要注意环境中的哪些要素从而形成第一层的态势觉察。此外，还需要根据环境的变化来向上调整 目的和计划。
(2) 目的驱动(goal-driven)：自上而下的处理流程。目的、计划、期望等会影响注意力集中于哪些信息，并根据目的来理解这些信息，形成高层的态势认知。此外，还要根据计划和目的做出决策和行动。
这两种处理流程在动态环境中切换和平衡。
4、与其他认知机制的关系(见图 3)
智力大冲浪
(1) 与心智模型(mental model)的关系：心智模 型通过训练和历史经验形成，存储在长期记忆 (long-term memory)中，取决于当前态势并随时间 而不断更新，可视为系统的图式(schema)，用于模 拟系统的行为。心智模型在引导注意力上十分重要，能够自上而下指导注意力集中到环境的关键要 素(线索)上，形成第一层态势觉察。
(2) 与目的(goal)的关系：目的可视为希望能实现的理想状态。目的往往不止一个。当前目的，是 从互相竞争的一系列目的中被选出来的最重要的一个，用于选择与之相应的心智模型。多个目的互 不矛盾时，可以同时选择好几个；不相容时，其对 应已知态势类别的相对优先性决定了该选择哪个。目的会影响注意力指向。人观察当前环境状态时， 由当前目的选择对应的心智模型，由心智模型来集 中注意力到关键环境要素上。
(3) 与期望(expectation)的关系：期望由当前的 心智模型的预测机制产生，存储在长期记忆中，表 明了信息的相对优先性以及信息变化频率。在一个 环境中重复练习会使人形成对未来的期望。因此， 通过模拟任务可以形成期望，并在真实的场景中自 上而下影响注意力指向。
(4) 与预注意(preattentive)机制的关系：按注意 力是否介入，可以区分成注意力尚未介入
的预注 意阶段，以及注意力介入的注意阶段。预注意 机制是自下而上处理信息的，从环境中输入的基 础信息最初由预注意感觉存储器快速、平行处理， 以发现颜色、位置、大小等简单特征，为进一步 集中注意力提供线索。随后，基于预注意机制所 抽取的特征，最显著的要素会进一步被注意力机 制处理，予以关注从而这些要素会组成第一层态 势觉察的基础。
(5) 与自动处理(automaticity)的关系：将环境 中的关键线索和已知态势模型中的要素进行匹配， 进而直接与长期记忆中已有的脚本(script)相关联， 直接检索合适的行动。自动处理能够克服注意力有 限的问题，能够在注意力分配最少下，使得整体有 良好的表现，但是可能会存在忽视新状况的问题。
1.2 注意力机制建模方法研究
在注意力机制的理论研究基础上，关于可计算 模型和算法的研究也是方兴未艾，最具有代表性的 就是基于显著性的模型。Koch 等[11]给出了一个选择 性注意力计算模型，首次提出了显著图(saliency maps)的概念，通过颜色、方向等一系列基础特征构 造一组特征图，进一步融合形成一张中心显著图， 作为选择性视觉注意力的表达。Itti 等基于上述模型 架
构以及特征融合理论，提出了基于显著性的视觉 注意力模型。具体分为三个阶段：(1)把输入的图像 通过线性滤波，分成颜色、方向、亮度等 3 种特征 图，通过高斯滤波分别生成颜色、方向、亮度高斯金字塔。(2)利用中央-周边差减算子，在中心和周边 所对应的特征金字塔分量图之间求差值，得到各凸 显图。(3)将凸显图进行归一化以及线性组合处理， 得到显著图，通过“赢者通吃”(WTA)动态神经网络 提取关注区域。该模型提出后成为选择性注意力计 算模型的典型，相继出现一系列对该模型的改进研 究。Itti 模型是生物启发式模型，但当前还未能 完全了解人类视觉系统认知原理，故该方法具有很 大局限性。且该模型运算结果严重依赖于参数选取， 计算复杂，资源消耗较大。
跳跳蛙的做法
