11、疫情背景下机器人与自主系统在物流保障中的应用模拟分析

疫情背景下机器人与自主系统在物流保障中的应用模拟分析

1. 节点状态与无人地面车辆行为模型

节点的生产、消费和库存能力与其结构和功能状态成正比。节点的结构状态反映其生存能力，若节点因纵火、破坏、军事行动等受损，该状态会降低；若经工程单位修复则会提高。当结构状态低于工作阈值（默认 30%）时，节点将失效。功能状态取决于结构状态和关键资源消耗的满足情况，若关键资源消耗未得到满足，节点也会失效，例如医院停电就无法救治伤员。

无人地面车辆（UGV）行为模型聚焦于 61 级自主系统。MASA SWORD 对高级行为的支持契合目标，可实现 UGV 所需任务。该模型将 UGV 视为按操作任务指令编程的单元，如同军官执行条令，能根据任务期限、边界、阶段线、目标和自我保护等因素决定行动。其自主性高，无需操作员输入即可测试多种场景。此外，借助 SWORD 的 DirectIA 行为引擎为 UGV 模型添加自我保护行为，如“SelfProectionFromCrowd”行为，可让 UGV 在执行主任务时，优先应对潜在攻击人群，一边尝试逃离，一边采取驱离行动，如鸣响警报。

2. SWORD 场景设定

在巴黎部署后勤部队，为市民提供食物和水。为满足市民需求，巴黎被划分为 10 个区域，每个区域部署一个战斗列车（包括补给排、卡车、维修排和医疗设备）。战斗列车需从 4 个配送点为责任区域提供水和食物。市民需求确定后，每个配送点每天由战斗列车派出的车队供应一到两次，战斗列车则在巴黎南部的后勤基地补充物资。

3. SWORD 数据库实现

虽 SWORD 可直接导入 STEM 计算的数据，但为计算场景中使用机器人与自主系统（RAS）的效果，创建了