注意力機制(attention)是人觀察和認識世界的 一項重要機制，是聚焦于重點的能力。注意力機制 研究起源于 19 世紀的實驗心理學，20 世紀中期發(fā) 展起來的認知心理學和神經生理學進一步推動了注意力機制研究。但是長期以來，注意力只是被視為個人在覺察、理解外部刺激的過程中生理和心理表現出的一種官能，重點表現在視覺、聽覺等感官 上。20 世紀 90 年代，Endsley 提出的態(tài)勢感知理 論(Situation Awareness，SA)將注意力機制進一步拓 展，范圍從個人內在的心智活動拓展到對周圍的動態(tài)環(huán)境以及他人行為和意圖的感知，并融合到認知、決策和行動的閉環(huán)中。
在作戰(zhàn)時，注意力機制體現在指揮員指揮決策的過程中。例如，指揮員會傾向于關注重點作戰(zhàn)目標、重點作戰(zhàn)任務等，并相應地在決策和行動上予以更多側重。指揮員作為個人，本身就受視覺、聽覺等注意力機制影響。但是，本文研究的，是指揮決策群體所體現出的共性的對于作戰(zhàn)態(tài)勢的有重點的關注，是基于心理學和態(tài)勢感知理論等研究基礎，對戰(zhàn)場態(tài)勢感知中的注意力機制的探索分析。本文首先綜述了注意力機制理論及建模方法的相關研究，然后提出了戰(zhàn)場態(tài)勢感知中的注意力機制框架，展望了基于注意機制的 作戰(zhàn)目標價值評估應用。
1 注意力機制理論和建模方法
1.1 注意力機制理論研究
1.1.1 心理學研究
注意力機制的研究起源于早期的實驗心理學。從最早的實驗心理學家開始，多數心理學專著都會專門論述注意力?？偨Y早期知名實驗心 理學家關于注意力的論述，可以得出：(1) 注意 力可以分為兩種形式：被動反應式的，和主動自 發(fā)式的。(2) 注意力的作用就是聚焦于重點。而被 注意的事物必須在被注意到之前已經存在，而不是 被注意力所創(chuàng)造。
20 世紀 50 年代，先后提出的過濾器理論、衰 減理論等都將注意力看作是信息處理系統(tǒng)的瓶頸。后來，在瓶頸理論的基礎上，注意力被進一步看作是資源分配，認為是由許多可以被系統(tǒng)地分配用來處理新異刺激的認知過程構成。處理類型包括兩 種：(1) 數據驅動處理：自下而上，搜集和處理零 碎信息，最后匯集到工作記憶中。(2) 概念驅動處 理(conceptually-driven)：自上而下，可以看作期望 或計劃。
至今，對注意力還沒有形成統(tǒng)一的認識，因而也沒有統(tǒng)一的定義。貝斯特在其論著中給出的注意 力定義是“心理努力的集中和聚焦，是一種有選擇性、轉移性和可分解性的集中。”陳烜之認為，注 意力是“在容量有限的前提下，個體選擇性地將認知 處理施用于部分信息的過程”，選擇是注意最根本最 主要的特性。其強調了注意作為一種內在的認知過程，主要的功能為認知資源的選擇與分配，且容量和資源是有限的。本文認為，注意力不應看成一種固定的事物，也不僅是一種心理、生理的官能， 對注意力的認識應當隨著其具體應用領域而拓展。
1.1.2 態(tài)勢感知理論研究
態(tài)勢感知理論最早由美國空軍首席科學家 Endsley 于1988 年提出，指感知一定時空范圍內 環(huán)境中的要素，理解其意義，并預測其短期未來 的狀態(tài)。ndsley 于 1995 年提出了一個通用的 態(tài)勢感知三層模型[5](見圖 1)，第一層是覺察 (perception)，獲取所需的重要信息，形成覺察態(tài) 勢(SP)；第二層是理解(comprehension)，綜合集 成并理解所獲取的信息，形成理解態(tài)勢(SU)；第 三層是預測(projection)未來狀態(tài)和趨勢，形成預 測態(tài)勢。態(tài)勢感知與決策、行動是不同的階段，是決策和行動的前提。本文認為，在動態(tài)系統(tǒng)中，理解與預測層次之間界限相對模糊，理解現在通常就直接暗示未來，故可把理解和預測相結合， 統(tǒng)稱為認知(cognition)。由此將態(tài)勢感知三層模 型簡化成兩層：一是覺察態(tài)勢(SP)，二是認知態(tài)勢(SC)。在戰(zhàn)爭復雜系統(tǒng)中，可以用兩層的戰(zhàn)場 態(tài)勢感知模型來分析。
態(tài)勢感知理論中，注意力機制是一項重要內容，而且是對心理學中關于注意力研究的進一步拓展與創(chuàng)新。心理學中對注意力研究，都是基于個人覺察、理解某些刺激的背景。而態(tài)勢感知理論中，注意力是意識到自己周圍廣闊、動態(tài)的環(huán)境；試圖理解他人行為和意圖；采取與對他人未來行動的心 理預測相一致的行動。主要內容包括：
1、資源限制
注意力資源有限，需要分配。注意力超限問題：復雜動態(tài)環(huán)境中，信息過載、任務復雜、多重任務都會導致超過注意力限度，從而導致人面臨信息過載的問題。注意力不足問題：注意力不足會導致形成的態(tài)勢感知存在偏差，進一步導致 錯誤決策和行動。
2、作用階段
注意力機制作用在態(tài)勢感知到決策和行動的 各個階段(見圖 2)。如，作用在形成第一層態(tài)勢覺 察的階段時，在心智模型的指導下，注意力被集中到環(huán)境的關鍵要素上，用來對同時覺察多個要素加 以限制，以形成第一層態(tài)勢覺察。 對沒有經驗的決策者而言，或者是處在不熟悉的新環(huán)境新態(tài)勢下，注意力是制約人實現態(tài)勢感知和決策的主要因素。在缺乏歷史數據和專家知識庫 時，要靠注意力機制來實現聚焦。
3、處理流程
(1) 數據驅動(data-driven)：自下而上的處理流 程。如，預注意階段的感覺記錄器并行處理環(huán)境特 征，為進一步集中注意力提供線索(cue)。線索關乎到要注意環(huán)境中的哪些要素從而形成第一層的態(tài)勢覺察。此外，還需要根據環(huán)境的變化來向上調整 目的和計劃。
(2) 目的驅動(goal-driven)：自上而下的處理流程。目的、計劃、期望等會影響注意力集中于哪些信息，并根據目的來理解這些信息，形成高層的態(tài)勢認知。此外，還要根據計劃和目的做出決策和行動。
這兩種處理流程在動態(tài)環(huán)境中切換和平衡。
4、與其他認知機制的關系(見圖 3)
(1) 與心智模型(mental model)的關系：心智模 型通過訓練和歷史經驗形成，存儲在長期記憶 (long-term memory)中，取決于當前態(tài)勢并隨時間 而不斷更新，可視為系統(tǒng)的圖式(schema)，用于模 擬系統(tǒng)的行為。心智模型在引導注意力上十分重要，能夠自上而下指導注意力集中到環(huán)境的關鍵要 素(線索)上，形成第一層態(tài)勢覺察。
(2) 與目的(goal)的關系：目的可視為希望能實現的理想狀態(tài)。目的往往不止一個。當前目的，是 從互相競爭的一系列目的中被選出來的最重要的一個，用于選擇與之相應的心智模型。多個目的互 不矛盾時，可以同時選擇好幾個；不相容時，其對 應已知態(tài)勢類別的相對優(yōu)先性決定了該選擇哪個。目的會影響注意力指向。人觀察當前環(huán)境狀態(tài)時， 由當前目的選擇對應的心智模型，由心智模型來集 中注意力到關鍵環(huán)境要素上。
(3) 與期望(expectation)的關系：期望由當前的 心智模型的預測機制產生，存儲在長期記憶中，表 明了信息的相對優(yōu)先性以及信息變化頻率。在一個 環(huán)境中重復練習會使人形成對未來的期望。因此， 通過模擬任務可以形成期望，并在真實的場景中自 上而下影響注意力指向。
(4) 與預注意(preattentive)機制的關系：按注意 力是否介入，可以區(qū)分成注意力尚未介入的預注 意階段，以及注意力介入的注意階段。預注意 機制是自下而上處理信息的，從環(huán)境中輸入的基 礎信息最初由預注意感覺存儲器快速、平行處理， 以發(fā)現顏色、位置、大小等簡單特征，為進一步 集中注意力提供線索。隨后，基于預注意機制所 抽取的特征，最顯著的要素會進一步被注意力機 制處理，予以關注從而這些要素會組成第一層態(tài) 勢覺察的基礎。
(5) 與自動處理(automaticity)的關系：將環(huán)境 中的關鍵線索和已知態(tài)勢模型中的要素進行匹配， 進而直接與長期記憶中已有的腳本(script)相關聯， 直接檢索合適的行動。自動處理能夠克服注意力有 限的問題，能夠在注意力分配最少下，使得整體有 良好的表現，但是可能會存在忽視新狀況的問題。
1.2 注意力機制建模方法研究
在注意力機制的理論研究基礎上，關于可計算 模型和算法的研究也是方興未艾，最具有代表性的 就是基于顯著性的模型。Koch 等[11]給出了一個選擇 性注意力計算模型，首次提出了顯著圖(saliency maps)的概念，通過顏色、方向等一系列基礎特征構 造一組特征圖，進一步融合形成一張中心顯著圖， 作為選擇性視覺注意力的表達。Itti 等基于上述模型 架構以及特征融合理論，提出了基于顯著性的視覺 注意力模型。具體分為三個階段：(1)把輸入的圖像 通過線性濾波，分成顏色、方向、亮度等 3 種特征 圖，通過高斯濾波分別生成顏色、方向、亮度高斯金字塔。(2)利用中央-周邊差減算子，在中心和周邊 所對應的特征金字塔分量圖之間求差值，得到各凸 顯圖。(3)將凸顯圖進行歸一化以及線性組合處理， 得到顯著圖，通過“贏者通吃”(WTA)動態(tài)神經網絡 提取關注區(qū)域。該模型提出后成為選擇性注意力計 算模型的典型，相繼出現一系列對該模型的改進研 究。Itti 模型是生物啟發(fā)式模型，但當前還未能 完全了解人類視覺系統(tǒng)認知原理，故該方法具有很 大局限性。且該模型運算結果嚴重依賴于參數選取， 計算復雜，資源消耗較大。
除了模擬人的認知過程，還有探索利用數學方 法建立注意力機制模型。提出基于頻域分析的 SR 模型，通過去除原圖像的冗余信息，得到圖像的 顯著區(qū)域。該方法計算速度快，結果不依賴于參數 選擇，但是頻域轉換到空域的顯著圖會丟失大量細 節(jié)信息。Bruce 等認為[15-16]人傾向于注意不可預測 性較高的區(qū)域，并提出第一個完全基于信息論的 AIM 視覺注意力模型，通過計算該區(qū)域相對于整體 的自信息來度量顯著性。Zhang 等[17]提出了顯著性 的定義 SUN，自下而上進行目標搜索時顯著性用自 信息來度量，自上而下的顯著性則用互信息來度量。
除了顯著性，還有關于其他影響注意力分配的 因素建模的研究。Wickens 等提出了 SEEV 模 型，認為信息顯著性(S)、努力(EF)、期望(EX)、價 值(V，任務相關度)四個因素影響注意力的分配，這 四個因素的線性加權和就是對一個視覺區(qū)域給予注 意的概率 P(A)=sS–efEF (exEX×vV)。這是一個靜態(tài) 模型，只能用來估計對不同感興趣區(qū)域(AOI)給予的 注意力在一個長期階段平均分配的結果。其計算簡 單，但是不能估計注意力分配隨時間變化的結果。 2007 年，Wickens 等又提出了一個動態(tài)的 A-SA 模型，包括兩個模塊：(1) 注意力模塊：對應態(tài)勢 覺察階段，每個事件都有顯著性和價值，而事件發(fā) 生頻率決定了期望。顯著性和期望決定每個事件受 到多少注意。EF 防止注意力大幅轉移。注意力會受 到時間衰減的心理負載模型影響，隨著時間推進人 注意力會自動減少。(2) 信念模塊(Belief Module)： 對應態(tài)勢認知階段，被予以關注的事件會進入該模塊，輸入結果是一個態(tài)勢感知(SA)值(0-1)，1 表明 形成的 SA 很完美，0 表明沒有形成 SA。結果會通 過期望反饋到注意力模塊，用于指導未來注意力的 分配。動態(tài) A-SA 模型可以多次迭代，可估計注意 力轉移的平均頻率，以及每個感興趣區(qū)域的注意力 分配概率。吳旭等[22] 基于混合熵最大化模型，應 用主觀希望效能理論和 SEEV 模型的思想，設計了 注意力分配模型，為設計飛機駕駛座艙提供參考。 吳旭等在此基礎上又引入注意控制空間和資源 分配空間的概念，并通過空間映射建立注意力分配 的預測模型，用模糊層次分析法進行結算。
近兩年，注意力機制與深度神經網絡結合，被 引入圖像識別、自然語言處理等領域中，并取得了 很好的效果。
2 戰(zhàn)場態(tài)勢感知中的注意力機制研究
2.1 注意力機制框架
目前為止，軍事領域中的注意力機制研究主要 集中在目標定位識別等方面。沒有從指揮員指 揮決策時進行態(tài)勢感知的角度來研究注意力機制。 實際上，在作戰(zhàn)過程中，指揮員會傾向于關注重點 作戰(zhàn)目標、重點作戰(zhàn)任務等，并相應地在決策和行 動上予以更多側重。因此，須對注意力機制內涵和 作用范疇進行拓展。
基于心理學和態(tài)勢感知理論中關于注意力機制 的研究，本文從指揮員進行戰(zhàn)場態(tài)勢感知的角度， 將注意力機制定義為：在作戰(zhàn)過程中，指揮決策者 將關注重心集中到關鍵的戰(zhàn)場態(tài)勢要素上的一種 態(tài)勢感知機制，關注重心會隨著作戰(zhàn)進程而動態(tài)變 化，是為形成指揮決策者對于戰(zhàn)場態(tài)勢的高層次認 知結果而服務，并為后續(xù)決策和行動奠定基礎。
戰(zhàn)場態(tài)勢感知中注意力機制有兩個層面：(1) 指揮員作為個人，本身就受視覺、聽覺等注意力機 制影響，這也是一個研究的角度，但屬于心理學的 研究范疇。(2) 從作戰(zhàn)角度考慮，指揮員在指揮作 戰(zhàn)時，對于全局態(tài)勢會有重點得予以關注。不同的 指揮員會有性格、情緒等個體差異，但是其對于戰(zhàn) 場局勢的關注和認知有作戰(zhàn)指揮的共性原則。而最后落實到決策以及行動上的，是指揮決策團體的群 體性認知結果，是不同決策個體之間差異經過沖突 與協商得以解決及中和的結果。本文所研究的注意 力機制，旨在探索給定戰(zhàn)場態(tài)勢和作戰(zhàn)任務條件下， 指揮決策群體判斷要關注重點的內在邏輯和規(guī)律。
本文認為，戰(zhàn)場態(tài)勢感知中的注意力機制有兩 種(見圖 4)，自上而下的目的驅動式(Goal-Driven， GD)和自下而上的數據驅動式(Data-Driven，DD)。 體現為兩類模型：目的驅動注意模型(GD-AM)和數 據驅動注意模型(DD-AM)。注意模型都由心智模型 (Mental Model，MM)指導而作用到態(tài)勢感知模型 (SA)上。即，作戰(zhàn)目的和任務、戰(zhàn)場數據等通過心 智模型指導注意模型，從而才能影響態(tài)勢感知。注 意力機制作用于兩個階段：
(1) 形成覺察態(tài)勢(SP)階段：是目的—數據雙 驅動的注意力分配流程。
自下而上的戰(zhàn)場數據驅動：類似于預注意機 制，在對不同傳感器搜集的多源異構的初始戰(zhàn)場數 據進行預處理的過程中，發(fā)現位置、方向等簡單特 征，作為進一步融合數據形成態(tài)勢的基礎。而錯誤、 冗余的數據直接被清洗掉。 自上而下的目的驅動：根據作戰(zhàn)目的和作戰(zhàn)任 務選擇要予以關注的戰(zhàn)場數據，作為形成覺察態(tài)勢 的基礎。例如，軍種指揮員會根據自己軍種的任務， 在通用態(tài)勢圖(覺察態(tài)勢產品)上隱去與本軍種無 關的信息。
(2) 形成認知態(tài)勢(SC)階段：是目的—數據雙 驅動的注意力分配流程。
自下而上的態(tài)勢數據驅動：根據當前已有的覺 察態(tài)勢(通用態(tài)勢圖)，對態(tài)勢信息上凸顯的重點予 以更多關注(包括對我威脅大的臨機目標、戰(zhàn)場突 發(fā)的意外情況等)。
自上而下的目的驅動：根據當前的作戰(zhàn)目的和 任務，對相關的重點予以更多關注(包括重點目標、 重點行動、重點地域等)。
要強調的是，心智模型(MM)體現指揮者的心理個性，而態(tài)勢感知模型(SA)體現指揮者的認知共性。例如，在作戰(zhàn)時，指揮者都遵循指揮決策的基本認知規(guī)律，但也會根據保守或是激進的個性，傾向于不同的關注點，從而產生不同的認知結果。而對戰(zhàn)場態(tài)勢的認知結果又會修正指揮者的心態(tài)。整 體形成了一個動態(tài)的閉環(huán)。
2.2 作戰(zhàn)目標價值評估
形成認知態(tài)勢階段的注意力機制應該是研究 的重點。具體可以從基于注意力機制的作戰(zhàn)目標價 值評估問題切入。 目標價值評估，就是對作戰(zhàn)地域內的目標進行 分析、權衡，得到目標價值結果，以便進一步形成 目標打擊清單的一種認知活動，貫穿于作戰(zhàn)的整個過程。
目標價值評估受指揮員主觀認知影響，得到 的目標價值結果體現了指揮員對目標的群體認知。 在當前信息化條件下，指揮員從錯綜復雜的戰(zhàn)場態(tài) 勢中快速準確地認知目標并實施有效指揮控制，將 目標認知優(yōu)勢轉化為決策優(yōu)勢進而變?yōu)樾袆觾?yōu)勢， 已經成為制勝關鍵。因此，研究基于注意力機制目 標價值評估方法不僅是研究戰(zhàn)場態(tài)勢感知機制的 一個入口，更是輔助指揮決策的迫切需要。
目前為止，國內已有大量關于目標價值評估方 法的研究。主要包括使用專家打分法、層次分析法、 模糊綜合評判法、灰色關聯法等多種方法用于目標 價值評估。經過二十年的發(fā)展，目標價值評估領域 所用的基本方法仍舊以這些為主，在具體算法上做 了優(yōu)化。這些主要是基于小樣本和還原論的分 析方法，只能適用于戰(zhàn)術層次目標較少的想定下， 以及不涉及作戰(zhàn)過程的靜態(tài)分析，難以有效應對數據爆炸增長、作戰(zhàn)節(jié)奏“秒殺”、參戰(zhàn)力量跨域交互 的復雜信息化戰(zhàn)爭。因此，研究基于注意力機制的 目標價值評估需要探索新的技術方法，必須要綜合 體現客觀評估標準，以及指揮員主觀的認知判斷。
3 結論
本文基于心理學和態(tài)勢感知理論對注意力機 制的研究，從戰(zhàn)場態(tài)勢感知的角度重新定義了注意 力機制的概念，并提出了一個框架。形成認知態(tài)勢 階段的注意力機制應該是今后的研究重點，可以從 基于注意力機制的作戰(zhàn)目標價值評估研究展開。根 據形成認知態(tài)勢階段的任務-數據雙驅動流程，探 索自下而上的目標威脅度定義及評估方法，以及自 上而下的目標與作戰(zhàn)任務關聯度評估方法。
