杜思良 韓家啟 張永亮 韓 東

（1.中國電子科技集團(tuán)公司第二十八研究所 南京 210007）（2.陸軍工程大學(xué) 南京 210007）

1 引言

作戰(zhàn)任務(wù)規(guī)劃是針對作戰(zhàn)任務(wù)，綜合分析我方作戰(zhàn)資源、作戰(zhàn)能力、作戰(zhàn)環(huán)境和敵方對抗措施，對打擊目標(biāo)、毀傷要求、使用部隊(duì)、作戰(zhàn)地域、武器裝備、打擊時機(jī)、協(xié)同保障、行動路線、飛行航跡等作戰(zhàn)要素及作戰(zhàn)活動進(jìn)行籌劃設(shè)計(jì)的過程［1］。遵照習(xí)主席關(guān)于“對作戰(zhàn)方案計(jì)劃的設(shè)計(jì)必須越來越精確化。在信息時代、大數(shù)據(jù)時代，搞好作戰(zhàn)籌劃更需要精算、深算、細(xì)算”的重要指示，迫切要求陸軍積極采用大數(shù)據(jù)、云計(jì)算、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等最新技術(shù)，加緊開展智能化作戰(zhàn)任務(wù)規(guī)劃技術(shù)研究和系統(tǒng)建設(shè)，使指揮員及參謀機(jī)關(guān)從繁瑣的腦力勞動及手工作業(yè)中解放出來，提高計(jì)劃組織的效率與科學(xué)性，推動陸軍部隊(duì)作戰(zhàn)任務(wù)規(guī)劃能力實(shí)現(xiàn)跨越式發(fā)展和“彎道超車”。

2 現(xiàn)狀與需求分析

美軍開發(fā)與裝備的任務(wù)規(guī)劃系統(tǒng)最為先進(jìn)、最具代表性。經(jīng)過四十多年的發(fā)展，目前已經(jīng)建立了涵蓋戰(zhàn)略、戰(zhàn)役和戰(zhàn)術(shù)多個層級的任務(wù)規(guī)劃系統(tǒng)，其陸軍戰(zhàn)術(shù)級任務(wù)規(guī)劃系統(tǒng)，既有陸軍通用型的任務(wù)規(guī)劃系統(tǒng)，例如基于地形的任務(wù)規(guī)劃站（TMPW）［2］、自動化縱深作戰(zhàn)協(xié)調(diào)系統(tǒng)和電子戰(zhàn)任務(wù)規(guī)劃系統(tǒng)；又有兵種專用型的任務(wù)規(guī)劃系統(tǒng)，例如野戰(zhàn)炮兵使用的“阿法茲”高級野戰(zhàn)炮兵戰(zhàn)術(shù)數(shù)據(jù)系統(tǒng)、野戰(zhàn)防空部隊(duì)使用的防空反導(dǎo)計(jì)劃與控制系統(tǒng)和陸軍航空兵使用的航空任務(wù)規(guī)劃系統(tǒng)。作戰(zhàn)任務(wù)規(guī)劃技術(shù)一直是國外人工智能領(lǐng)域以及運(yùn)籌學(xué)界的研究熱點(diǎn)，AlphaGo解決了不確定性的問題，“深綠”實(shí)現(xiàn)了“紙上談兵”和實(shí)際戰(zhàn)場的結(jié)合，其相關(guān)技術(shù)研究為作戰(zhàn)任務(wù)規(guī)劃系統(tǒng)建設(shè)奠定了基礎(chǔ)。

相對國外先進(jìn)任務(wù)規(guī)劃系統(tǒng)而言，我國在這方面的發(fā)展程度相對薄弱，起步較晚，特別是戰(zhàn)術(shù)級作戰(zhàn)任務(wù)規(guī)劃系統(tǒng)尚處在預(yù)研階段。由于地面戰(zhàn)場環(huán)境比空域和海域更加復(fù)雜多變，陸軍的作戰(zhàn)行動計(jì)劃往往更需要隨機(jī)應(yīng)變、多方考慮，對任務(wù)規(guī)劃技術(shù)提出了更高要求。

一是要實(shí)現(xiàn)陸戰(zhàn)場態(tài)勢高效研判預(yù)測。作戰(zhàn)力量多元構(gòu)成，打擊手段日益豐富，戰(zhàn)場空間不斷拓展，網(wǎng)絡(luò)鏈接日益緊密，要求任務(wù)規(guī)劃中的敵我態(tài)勢研判技術(shù)，可以快速自動分析我方作戰(zhàn)能力、判斷出敵兵力部署、分析出敵我雙方力量對比、能夠分析出作戰(zhàn)地區(qū)對我方戰(zhàn)斗行動的影響，以滿足深刻感知戰(zhàn)場全局、快速研判戰(zhàn)場態(tài)勢的需要。

二是要實(shí)現(xiàn)作戰(zhàn)任務(wù)精確高效規(guī)劃。陸軍要樹立“以快吃慢”基本制勝理念，作戰(zhàn)籌劃必須跟上作戰(zhàn)行動節(jié)奏，盡可能縮短決策周期，確保先敵反應(yīng)、先敵行動、先敵打擊，贏得作戰(zhàn)主動。因此，迫切需要深入研究作戰(zhàn)部署方案自動生成、作戰(zhàn)任務(wù)自動分配等技術(shù)，為提高陸軍部隊(duì)精確高效作戰(zhàn)籌劃能力提供保障。

三是要實(shí)現(xiàn)作戰(zhàn)方案智能化推演評估。作戰(zhàn)系統(tǒng)復(fù)雜性的不斷增加與指揮人員決策能力的局限性形成的矛盾越來越突出，需要為各級各類決策人員提供大樣本、多策略的仿真推演與評估能力，從而方便指揮人員從時間、空間、資源等視角全方位地分析對抗交戰(zhàn)環(huán)境下敵我綜合實(shí)力情況，科學(xué)預(yù)判作戰(zhàn)勝負(fù)發(fā)展趨向。

圖1 系統(tǒng)技術(shù)架構(gòu)示意圖

3 總體技術(shù)架構(gòu)

本技術(shù)研究應(yīng)著眼構(gòu)建智能化的作戰(zhàn)任務(wù)規(guī)劃系統(tǒng)，基于現(xiàn)代信息技術(shù)，以使命任務(wù)實(shí)現(xiàn)為目標(biāo)，深度融合軍事理論思想，全面分析作戰(zhàn)要素信息，標(biāo)準(zhǔn)化指揮決策過程，合理協(xié)調(diào)多任務(wù)單元行動，有效控制任務(wù)執(zhí)行進(jìn)程，精確預(yù)演作戰(zhàn)進(jìn)程，科學(xué)評估作戰(zhàn)效果，動態(tài)調(diào)整決策方案計(jì)劃，全面排除資源沖突，多手段展現(xiàn)規(guī)劃成果，有效支持作戰(zhàn)行動組織、準(zhǔn)備、實(shí)施、評估全過程，其總體技術(shù)架構(gòu)如圖1所示。

基礎(chǔ)支撐環(huán)境層：基于大數(shù)據(jù)、深度強(qiáng)化學(xué)習(xí)、專家系統(tǒng)等技術(shù)構(gòu)建智能規(guī)劃業(yè)務(wù)的物理支撐平臺、功能支撐平臺，支撐陸軍作戰(zhàn)部隊(duì)任務(wù)智能規(guī)劃的業(yè)務(wù)與管理。

模型與數(shù)據(jù)服務(wù)層：基于任務(wù)規(guī)劃數(shù)據(jù)化處理、多兵種分布式任務(wù)規(guī)劃、作戰(zhàn)任務(wù)規(guī)劃管理、作戰(zhàn)任務(wù)智能推演評估等技術(shù)，構(gòu)建各類業(yè)務(wù)數(shù)據(jù)庫、決策分析模型庫、仿真推演模型庫，并通過模型集成，為作戰(zhàn)任務(wù)規(guī)劃作業(yè)提供業(yè)務(wù)支撐。

作戰(zhàn)任務(wù)規(guī)劃業(yè)務(wù)層：基于協(xié)同任務(wù)規(guī)劃環(huán)境支撐跨層級分布式協(xié)同任務(wù)規(guī)劃作業(yè)。在作戰(zhàn)任務(wù)智能規(guī)劃系統(tǒng)支撐下，指揮員科學(xué)、快速地完成作戰(zhàn)任務(wù)規(guī)劃活動產(chǎn)品。

作戰(zhàn)任務(wù)規(guī)劃數(shù)據(jù)展示層：實(shí)現(xiàn)作戰(zhàn)任務(wù)規(guī)劃數(shù)據(jù)的圖、文、表多模態(tài)展示，展示方式包括甘特圖、任務(wù)矩陣、標(biāo)繪圖、作戰(zhàn)文書、任務(wù)清單、思維導(dǎo)圖等。

4 關(guān)鍵技術(shù)及實(shí)現(xiàn)途徑

以陸軍戰(zhàn)術(shù)級作戰(zhàn)任務(wù)智能規(guī)劃系統(tǒng)為牽引，圍繞系統(tǒng)構(gòu)建、方案生成、推演評估等內(nèi)容，研究突破陸軍部隊(duì)陸戰(zhàn)場態(tài)勢研判、作戰(zhàn)任務(wù)自動分配、智能化仿真推演與評估等核心技術(shù)，是提升陸軍部隊(duì)作戰(zhàn)任務(wù)規(guī)劃能力的基礎(chǔ)和關(guān)鍵。

4.1 陸戰(zhàn)場態(tài)勢研判及預(yù)測技術(shù)

態(tài)勢研判及預(yù)測重點(diǎn)研究基于目標(biāo)態(tài)勢的情況分析判斷技術(shù)，實(shí)現(xiàn)對戰(zhàn)場態(tài)勢的深度分析和對未來態(tài)勢估計(jì)，解決目前態(tài)勢分析大都停留在數(shù)據(jù)層且有態(tài)無勢的問題。技術(shù)研究思路如圖2所示。

圖2 技術(shù)研究思路示意圖

結(jié)合復(fù)雜適應(yīng)性理論和復(fù)雜網(wǎng)絡(luò)方法［3］，構(gòu)建基于復(fù)雜網(wǎng)絡(luò)的多智能體模型［4］，將復(fù)雜網(wǎng)絡(luò)描述系統(tǒng)整體的長處與多智能體描述微觀實(shí)體的長處相結(jié)合。利用復(fù)雜網(wǎng)絡(luò)對作戰(zhàn)系統(tǒng)進(jìn)行建模，將作戰(zhàn)節(jié)點(diǎn)之間的指揮、控制、協(xié)同、協(xié)作、偵察、打擊等聯(lián)系和關(guān)系為邊所形成的復(fù)雜網(wǎng)絡(luò)；運(yùn)用圖論的方法將復(fù)雜網(wǎng)絡(luò)匯總關(guān)系的抽象和關(guān)系的度量通過加權(quán)鄰接矩陣表示［5～6］。通過復(fù)雜網(wǎng)絡(luò)點(diǎn)和邊的分布規(guī)律和變化規(guī)律，來認(rèn)識作戰(zhàn)系統(tǒng)的結(jié)構(gòu)、行為、演化等方面的特點(diǎn)和規(guī)律，分析作戰(zhàn)重心［7］及協(xié)同關(guān)系，實(shí)現(xiàn)戰(zhàn)場態(tài)勢研判。

態(tài)勢預(yù)測指基于對當(dāng)前態(tài)勢的理解對未來可能出現(xiàn)的態(tài)勢情況進(jìn)行預(yù)測［8］。通過多智能體建模技術(shù)構(gòu)建作戰(zhàn)實(shí)體模型，反應(yīng)作戰(zhàn)實(shí)體個性、能力是如何影響系統(tǒng)演化的；利用復(fù)雜網(wǎng)絡(luò)技術(shù)構(gòu)建作戰(zhàn)實(shí)體交互關(guān)系模型，結(jié)合復(fù)雜網(wǎng)絡(luò)技術(shù)的宏觀層面網(wǎng)絡(luò)分析，進(jìn)而反應(yīng)實(shí)體之間的交互關(guān)系及網(wǎng)絡(luò)演化趨勢。通過機(jī)器學(xué)習(xí)（離線學(xué)習(xí)與在線學(xué)習(xí)相結(jié)合）的方式得到大量的訓(xùn)練數(shù)據(jù)及模型參數(shù)。態(tài)勢預(yù)測時利用訓(xùn)練數(shù)據(jù)與模型，結(jié)合復(fù)雜網(wǎng)絡(luò)演化規(guī)律和多智能體行為規(guī)律，生成敵方行動決策，形成敵方態(tài)勢預(yù)測，從而為指揮員任務(wù)規(guī)劃提供精準(zhǔn)敵方動向情報支撐［9～10］。

4.2 作戰(zhàn)任務(wù)自動分配技術(shù)

作戰(zhàn)任務(wù)分配過程是統(tǒng)籌資源和匹配能力的過程，即根據(jù)作戰(zhàn)任務(wù)的能力和時間需求，安排能力與之匹配的作戰(zhàn)實(shí)體遂行相應(yīng)作戰(zhàn)任務(wù)，且任務(wù)分配需符合整體作戰(zhàn)態(tài)勢需求［11］。任務(wù)分配研究的關(guān)鍵在于通過將雙方在關(guān)鍵性局部戰(zhàn)場的力量對比關(guān)系、交戰(zhàn)格局關(guān)系、火力接觸關(guān)系和火力分配關(guān)系進(jìn)行綜合分析，得出雙方的作戰(zhàn)勢能比值，在定量計(jì)算的基礎(chǔ)上進(jìn)行作戰(zhàn)任務(wù)的智能分配。

1）基于層次任務(wù)網(wǎng)絡(luò)（HTN）的作戰(zhàn)任務(wù)分解技術(shù)

基于HTN的作戰(zhàn)任務(wù)分解就是將復(fù)合任務(wù)按照某種規(guī)則逐層細(xì)化為子任務(wù)直至戰(zhàn)術(shù)行動的過程。該技術(shù)通過引入基于軍事規(guī)則的決策支持庫構(gòu)建基于HTN的作戰(zhàn)任務(wù)生成框架。決策支持庫主要由模型庫、方法庫、知識庫、數(shù)據(jù)庫知識獲取等構(gòu)成，以創(chuàng)新方式使用海量數(shù)據(jù)，通過感知、認(rèn)知和決策支持的結(jié)合，建立真正能獨(dú)立完成決策的輔助分析模型，結(jié)合作戰(zhàn)任務(wù)智能規(guī)劃的基本流程，以總體作戰(zhàn)任務(wù)作為出發(fā)點(diǎn)，深入分析作戰(zhàn)目標(biāo)與作戰(zhàn)任務(wù)的映射關(guān)系，建立基于目標(biāo)匹配和任務(wù)模板庫的任務(wù)分解知識庫來支撐HTN方法在作戰(zhàn)任務(wù)智能規(guī)劃中的應(yīng)用，實(shí)現(xiàn)在作戰(zhàn)人員的有限參與下高度自主地分解作戰(zhàn)任務(wù)，確定作戰(zhàn)目標(biāo)和行動方案。

2）基于作戰(zhàn)效果的作戰(zhàn)行動序列（COA）生成技術(shù)

在基于效果作戰(zhàn)理論的指導(dǎo)下，對效果、COA等概念進(jìn)行形式化描述；從預(yù)期要達(dá)到的最終效果出發(fā)，進(jìn)行逆向推理，建立從期望態(tài)勢到初始態(tài)勢逐級效果之間定性的影響關(guān)系模型，并根據(jù)影響關(guān)系模型選擇相應(yīng)的作戰(zhàn)行動，逆向生成初始COA；根據(jù)戰(zhàn)場態(tài)勢數(shù)據(jù)建立不確定條件下的計(jì)劃識別方法，得到敵方計(jì)劃及意圖，結(jié)合初始COA確定對期望態(tài)勢有重要影響的關(guān)鍵作戰(zhàn)行動（集）；根據(jù)關(guān)鍵作戰(zhàn)行動（集）動態(tài)調(diào)整初始COA，建立基于影響網(wǎng)的COA動態(tài)推理模型，通過該模型的不確定性推理，最終生成基于效果的反應(yīng)式COA。

3）任務(wù)沖突檢測與消解技術(shù)

作戰(zhàn)行動時間沖突檢測，通過建立有向圖，采用在有向圖中尋找有向圈的方法，檢測有沖突的作戰(zhàn)行動子集?？臻g沖突分析，通過對作戰(zhàn)單元的威力范圍或空間使用需求進(jìn)行幾何建模，形成一系列空間對象單元，然后通過空間對象間的幾何拓?fù)潢P(guān)系來實(shí)現(xiàn)空間交叉分析與沖突判斷。物域沖突分析，首先通過作戰(zhàn)單位的執(zhí)行行動關(guān)聯(lián)到作戰(zhàn)對象，然后根據(jù)作戰(zhàn)對象的屬性和作戰(zhàn)要求，按照杜派指數(shù)模型和戰(zhàn)斗損耗方程進(jìn)行資源需求量的加權(quán)計(jì)算，進(jìn)而判斷作戰(zhàn)單位資源分配的合理性。

4.3 路徑與航線自動規(guī)劃技術(shù)

路徑與航線自動規(guī)劃技術(shù)主要著眼于無人作戰(zhàn)的需要，實(shí)現(xiàn)部（分）隊(duì)及無人車輛的路徑自動規(guī)劃、陸航/無人機(jī)的航線自動規(guī)劃。

路徑規(guī)劃主要通過路網(wǎng)建模技術(shù)和路徑規(guī)劃技術(shù)實(shí)現(xiàn)道路/越野機(jī)動路線的優(yōu)選。著眼道路/越野機(jī)動的約束條件和規(guī)劃目標(biāo)，主要采用道路網(wǎng)絡(luò)拓?fù)浼夹g(shù)、六角格網(wǎng)地形量化技術(shù)實(shí)現(xiàn)地理信息的路網(wǎng)建模。在此基礎(chǔ)上，采用D*算法路徑規(guī)劃技術(shù)，實(shí)現(xiàn)最優(yōu)路徑規(guī)劃智能決策，支撐部（分）隊(duì)或無人車輛做出快速而合理的機(jī)動方案［12］，以應(yīng)對復(fù)雜戰(zhàn)場態(tài)勢。

航線規(guī)劃主要通過建立立體柵格網(wǎng)規(guī)劃無人機(jī)、直升機(jī)及編隊(duì)航線，該技術(shù)能夠從時間維和空間維精確確定飛行器的空間位置，能夠?qū)Χ喾N威脅進(jìn)行空間量化處理，運(yùn)用最優(yōu)航跡規(guī)劃算法，根據(jù)作戰(zhàn)效能和危險性評估，計(jì)算并選擇具有較高生存性和較好任務(wù)完成率的出航航線和返航航線，并且能夠?qū)崿F(xiàn)彈道/航線沖突判斷與消解。航線規(guī)劃支持靜態(tài)規(guī)劃和動態(tài)規(guī)劃相結(jié)合，在實(shí)際飛行時，能夠根據(jù)當(dāng)時的局部地形和動態(tài)威脅，不斷修正參考航線，動態(tài)計(jì)算飛行航跡，有效實(shí)現(xiàn)航線規(guī)劃的全局最優(yōu)性。

4.4 作戰(zhàn)方案智能推演與評估技術(shù)

作戰(zhàn)方案智能推演與評估技術(shù)，主要是基于離線學(xué)習(xí)與在線學(xué)習(xí)相結(jié)合的智能推演技術(shù)，基于機(jī)器學(xué)習(xí)的部隊(duì)AI模型構(gòu)建方法，以及整體評估與局部評估相結(jié)合的作戰(zhàn)效能智能評估方法。

1）多級多類作戰(zhàn)實(shí)體AI模型構(gòu)建技術(shù)

作戰(zhàn)實(shí)體是進(jìn)行方案推演的基礎(chǔ)要素，作戰(zhàn)實(shí)體AI模型構(gòu)建，是對其自適應(yīng)感知、決策、行動過程的描述，可認(rèn)為是在連續(xù)狀態(tài)空間、離散動作空間上的多步強(qiáng)化學(xué)習(xí)過程，本質(zhì)是解決其最優(yōu)行動策略生成與優(yōu)化問題［13］。該技術(shù)重點(diǎn)利用深度Q網(wǎng)絡(luò)（DQN）、雙層DQN、深度確定性策略梯度算法（DDPG）等值迭代與策略搜索相結(jié)合的強(qiáng)化學(xué)習(xí)技術(shù)，實(shí)現(xiàn)對多類作戰(zhàn)實(shí)體的COA生成。對于作戰(zhàn)實(shí)體群體AI模型的構(gòu)建，可采用共享記憶認(rèn)知庫的Q值（獎賞評價值），所有同類作戰(zhàn)實(shí)體共享共同的Q值，作戰(zhàn)實(shí)體執(zhí)行各自任務(wù)的過程中，可以將其它實(shí)體和作戰(zhàn)環(huán)境看作是外部態(tài)勢，通過通信和反饋實(shí)現(xiàn)自身決策模型的優(yōu)化。

2）基于機(jī)器學(xué)習(xí)的作戰(zhàn)方案智能推演引擎技術(shù)

智能推演引擎是驅(qū)動作戰(zhàn)方案多分支平行仿真、大樣本并行仿真實(shí)驗(yàn)的基礎(chǔ)支撐平臺，著眼提高仿真推演的智能化程度，應(yīng)實(shí)現(xiàn)基于有限樣本條件下離線學(xué)習(xí)與深度強(qiáng)化學(xué)習(xí)的在線學(xué)習(xí)相結(jié)合的智能推演機(jī)制。有限樣本條件下的離線學(xué)習(xí)，主要利用我軍、外軍有限的訓(xùn)練和實(shí)戰(zhàn)作戰(zhàn)訓(xùn)練樣本，運(yùn)用深度逆向強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、小樣本類人概念學(xué)習(xí)和對抗生成式網(wǎng)絡(luò)技術(shù)［10］，構(gòu)建面向陸軍諸兵種（專業(yè)）的多分辨率仿真指揮實(shí)體的AI模型與行動實(shí)體模型。面向智能藍(lán)軍的在線學(xué)習(xí)，主要運(yùn)用利用蒙特卡洛樹搜索算法，集成行動策略網(wǎng)與態(tài)勢估值網(wǎng)，實(shí)現(xiàn)與智能藍(lán)軍對抗條件的策略優(yōu)化與調(diào)整的過程。智能推演引擎體系結(jié)構(gòu)示意圖如圖3所示。

3）作戰(zhàn)方案的智能化評估技術(shù)

作戰(zhàn)方案的智能評估包括關(guān)鍵性問題的分段或?qū)ｍ?xiàng)評估以及整個作戰(zhàn)方案的綜合評估。作戰(zhàn)方案評估從可行性、風(fēng)險度、作戰(zhàn)效益等進(jìn)行的評價和估量，采用靜態(tài)評估與動態(tài)評估相結(jié)合、正向評估與逆向評估相結(jié)合、人工評估與系統(tǒng)評估相結(jié)合、整體評估與局部評估相結(jié)合、過程評估與結(jié)果評估相結(jié)合等多方式、多角度展開，找出方案的優(yōu)點(diǎn)與缺點(diǎn)，發(fā)現(xiàn)方案存在的問題與不足，分析產(chǎn)生問題的原因，為方案的優(yōu)化調(diào)整提供科學(xué)參考。評估方法主要依據(jù)專項(xiàng)評估與綜合評估指標(biāo)，結(jié)合目前成熟的指數(shù)法、最大熵法、模糊綜合評判法等多層次、多角度地給出評估結(jié)論，從而衡量作戰(zhàn)方案的優(yōu)劣。

圖3 基于機(jī)器學(xué)習(xí)的智能推演引擎體系結(jié)構(gòu)圖

5 結(jié)語

當(dāng)前以監(jiān)督學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、類腦計(jì)算、知識圖譜為代表的智能技術(shù)群的快速發(fā)展［10］，以及其在圖像理解、機(jī)器翻譯、語音識別、智能推薦領(lǐng)域的成功應(yīng)用，為精確、高效地開展作戰(zhàn)任務(wù)智能規(guī)劃創(chuàng)造了成熟的技術(shù)條件。本文從基礎(chǔ)理論上突破創(chuàng)新，研究基于人工智能、具有自學(xué)習(xí)能力的任務(wù)規(guī)劃技術(shù)，提出了智能任務(wù)規(guī)劃的關(guān)鍵技術(shù)及實(shí)現(xiàn)途徑，為智能任務(wù)規(guī)劃系統(tǒng)的建設(shè)打下了良好的基礎(chǔ)，對提升陸軍戰(zhàn)術(shù)級作戰(zhàn)任務(wù)智能規(guī)劃水平具有十分重要的意義。