引言： 模擬方法，包括物理合成環境，已經在許多行業的人員技能培訓中發揮了重要作用。其中一個例子就是將其應用于培養國防和安全人員的態勢感知和判斷技能。虛擬現實技術的快速發展為開展此類培訓提供了新的機遇，但在將虛擬現實技術作為強制培訓的一部分之前，應對其適用性和有效性進行嚴格測試。

方法： 在這項工作中，我們采用了測試模擬環境逼真度和有效性的既定方法，對三種不同的使用武力決策訓練方法進行了比較。來自英國皇家空軍的 39 名下馬近戰部隊人員在以下條件下完成了射擊/不射擊判斷任務：i) 實彈射擊；ii) 虛擬現實；iii) 2D 視頻模擬。在所有三種環境中記錄了一系列射擊準確性和決策指標。

結果顯示 結果表明，二維視頻模擬在訓練中對決策幾乎沒有挑戰。實彈射擊和虛擬現實模擬的決策性能相當，但兩者在訓練判斷技能的方法上可能略有不同，也許是互補的。

討論： 因此，應謹慎選擇不同類型的模擬，以滿足確切的培訓需求。

1 引言

模擬訓練是指使用合成或計算機化的環境來復制現實世界中的場景，以培養技能。出于成本、實用性、安全性和設施可用性等原因，模擬訓練被廣泛用于具有挑戰性或不可能進行真實世界練習的行業。在某些情況下，某種形式的模擬是不可避免的，即使它涉及基本的合成復制，如在水果上練習手術縫合（如 Wong 等人，2018 年）。在航空領域，高保真飛行模擬器是飛行員培訓的基本組成部分，因為在真實飛機上練習既過于昂貴，又有生命危險（Salas 等人，1998 年）。核退役領域的受訓人員除了要考慮明顯的安全問題外，還經常要準備使用尚不存在或無法停用的設備進行培訓（Popov 等人，2021 年）。在其他情況下，雖然可以進行真實世界的練習，但由于模擬更方便或更具成本效益，因此選擇了模擬。例如，盡管體育任務很少難以再現，但人們對虛擬現實（VR）、增強現實（AR）和混合現實（MR）等計算機模擬作為訓練體育技能的方式越來越感興趣（Harris 等人，2020 年；Wood 等人，2020 年）。在體育和康復等相關應用領域（Alrashidi 等人，2022 年），計算機模擬使個人能夠自行進行額外的練習，幾乎可以無休止地變化，使其成為有吸引力的體能訓練替代品（或補充品）。

最近的技術進步意味著，VR、AR 和 MR 技術現已成為模擬訓練中極具吸引力的選擇。這些技術可以對各種環境進行高保真模擬，而且成本低廉，易于使用。然而，VR 是否適合所有類型的培訓，以及 VR 環境在被采用之前是否經過了適當的測試，這些問題也引起了人們的關注（Harris 等人，2020 年）。從廣義上講，模擬（無論何種模擬）都是為了復制任務的某些方面（如行為目標和任務限制），而不復制其他方面（如危險和成本）（Stoffregen 等人，2003 年）。因此，為了進行有效的模擬訓練，有必要了解模擬環境與相應真實世界任務之間的一致程度，以及任何差異可能對學習產生的影響（Harris 等人，2019 年；Valori 等人，2020 年）。這種評估可以通過量化環境的保真度和有效性1 等方面來實現。

在以往的工作中，研究人員已經確定了進行模擬評估的保真度和有效性的幾個關鍵方面。環境的物理保真度--看起來和感覺上是否真實--通常是通過記錄用戶是否感覺自己完全沉浸在模擬環境中來評估的，使用的是自我報告的臨場評分（Makransky 等人，2019 年；Harris 等人，2020 年）。研究人員曾將參與者在經過驗證的測試或測量中的表現與新模擬器中的測量結果進行比較，以確定并發效度，并發效度是指兩個不同評估之間的一致程度（如 Xeroulis 等人，2009 年）。除了與現有的驗證方法保持一致外，有效的模擬訓練還應充分代表技能的功能，從而為真實世界的專業知識提供一個良好的指標。這種與真實世界的對應關系被稱為建構效度，通常通過比較專家和新手在模擬中的表現來評估（例如，Bright 等人，2012 年；Wood 等人，2020 年）。Lukosch 等人（2019 年）提出了一個概念化人機界面保真度的框架，其重點在于用戶與環境之間的交互質量，而不僅僅是逼真的視覺呈現。因此，他們還確定了保真度的各個方面，如心理和社會保真度。在考慮應用虛擬現實技術訓練復雜的感知認知技能時，強調用戶與環境之間互動的逼真性尤為重要。

在目前的工作中，我們試圖研究用于訓練判斷技能的三種不同的模擬方法，作為軍事房間清理工作的一部分。在軍事背景下，判斷力訓練是指培養識別威脅和非威脅的能力，并快速準確地使用適當武力的過程。射擊/不射擊決策就是一個例子。要做出有效的判斷，就必須具備態勢感知能力，并適當識別和使用環境信息（Randel 等人，1996 年；Biggs 等人，2021 年）。然而，真實的近距離作戰條件很難再現。因此，判斷技能的訓練通常采用某種形式的合成或模擬訓練，使這些能力在半真實的環境中得到發展（Li 和 Harris，2008 年；Armstrong 等人，2014 年；Nieuwenhuys 等人，2015 年；Staller 和 Zaiser，2015 年）。

英國國防部判斷訓練的主要選擇是基于屏幕的射擊場模擬或實彈判斷射擊。基于屏幕的射擊場模擬使用一種名為 "下馬近戰訓練器"（DCCT）的工具進行，該工具由一個大型 2D 視頻屏幕組成，受訓人員使用退役手槍、步槍和輔助武器進行射擊。另一種方法是在近距離戰斗環境（使用模擬房間進行物理模擬）中使用實彈或非致命性訓練彈藥進行實彈判斷射擊2。與基于屏幕的射擊場相比，實彈判斷射擊提供了更逼真的環境，但由于靜態紙板目標和必須手動重置的同質物理房間設置，其逼真度和靈活性都受到限制。虛擬現實技術可以提供有吸引力的第三種選擇，既能提供逼真的視覺效果和身臨其境的感覺，又能提供多種多樣的訓練可能性。鑒于各行各業（包括國防）都需要測試新的訓練方法來優化人類技能訓練，我們比較了這兩種現有方法與頭戴式 VR 的判斷性能。

我們用于比較判斷力訓練模擬選項的方法與之前討論的評估物理逼真度、并發有效性和構造有效性的工作（van Dongen 等人，2007 年；Bright 等人，2012 年；Perfect 等人，2014 年）密切相關。為了解決這三個方面的問題，我們：i) 收集用戶的臨場報告，以確定足夠的保真度；ii) 與其他方法進行比較（和相關性），以測試并發有效性；iii) 檢查與真實世界專業知識的關系，以測試構造有效性。由于這項工作只是對模擬判斷力訓練的不同方法進行初步探索，因此沒有對不同訓練環境之間的確切關系提出具體假設。

2 方法

2.1 設計

研究采用橫斷面重復測量設計，所有參與者按照平衡順序完成三個實驗條件，以控制任何學習效應。這三個實驗條件分別是二維視頻模擬、實彈射擊模擬和房間清理任務 VR 模擬。

2.2 參與者

受試者是從英國皇家空軍團女王之色中隊（英國皇家空軍部隊保護部隊）的下馬近戰部隊中招募的。參試者均為現役合格的下馬近距離作戰人員，軍銜從領班到下士不等。所有參與者在參加研究前均已獲得書面知情同意，并按國防部標準費率獲得參與報酬。實驗程序由埃克塞特大學部門倫理委員會和國防部研究倫理委員會共同審查（參考編號：2102/MODREC/21）。

在收集數據之前，我們進行了先驗功率計算，以確定得出準確結論所需的樣本量。在一項密切相關的研究中，Blacker 等人（2020 年）考察了軍事級模擬器和視頻游戲在射擊/不射擊決策方面的關系。Blacker 等人報告稱，模擬器和視頻游戲在射擊準確性（即命中率）方面的關系為 r = 0.48。因此，考慮到 α = 0.05 和 80% 的功率，在本研究中，需要 31 名參與者才能檢測到類似大小的雙變量相關效應。我們的樣本共有 39 名參與者（人口統計學數據見表 1），足以檢測出類似大小的效應。36 名參與者參與了所有條件，另有兩名參與者同時參與了 2D 視頻和 VR 條件，一名參與者僅參與了 VR 條件。

表1 參與者的統計數據。

2.3 條件

在所有三種模擬條件下，參與者都要完成 18 次試驗，其中 9 次包括威脅性目標，9 次包括非威脅性目標。試驗以假隨機順序呈現。

2.3.1 虛擬現實房間條件

在虛擬現實房間通關條件下，參與者佩戴 HTC Vive Pro Eye 頭戴式顯示器（HTC 公司）。這種消費級 VR 系統使用兩個燈塔基站以 120 Hz 的頻率跟蹤頭顯和手部控制器的移動。在本研究中，VR 系統經過專門改裝，以記錄 SA80 武器復制品的使用情況（見圖 1A、B）。這種仿制設備允許參與者在模擬訓練空間自由自然地漫游時，通過扣動 VR 手部控制器上的扳機來瞄準和射擊目標。虛擬環境（見圖 1C、D）由一個長方形小房間組成，參與者通過一扇敞開的門進入房間。在每次試驗中，房間內部的視覺設計特征略有不同（如不同的家具和壁畫），但其整體大小和布局保持不變。受試者從外面開始，需要進入并搜索每個房間，然后再決定是向目標射擊還是按兵不動。參與者被讀取一份腳本，指示他們根據訓練內容進入房間，所有三個條件下的訓練內容都是標準化的（見 //osf.io/vdk87/）。為了讓受試者熟悉環境和武器的行為，在進行任何試驗之前，受試者都可以在一個空房間里走動并開槍。不過，在試驗開始前，他們不會看到任何射擊/不射擊的刺激。

圖 1. VR 硬件和軟件。HTC Vive Pro VR 頭戴式顯示器（A）、位置跟蹤仿制武器（B）和游戲截圖（C、D）。圖片歸英國皇家空軍霍寧頓空軍所有。

每次重復訓練都會在虛擬房間內生成一個目標。這些模擬目標包括從 Sykes-McQueen 8,000 系列威脅評估靶場（英國蘇格蘭邊界的 McQueen Targets）拍攝的靜態圖像（見圖 3）。目標的具體位置在逐次試驗的基礎上有所變化。最重要的是，這些目標與實彈射擊條件下使用的目標相同（見下文），并且是為了提供與威脅和非威脅線索密切匹配的變體而選擇的。每幅圖像都顯示了一名手持武器（槍支）或非敵對物體（如手機、手電筒或攝像機）的戰斗人員。因此，正確的決策反應將通過射擊具有威脅性的 "敵方 "目標和不射擊 "友方 "非威脅性目標來體現。

2.3.2 實彈射擊房間條件

實彈射擊條件是在一個重新利用的飛機庫中進行的，該機庫包含一些較小的房間，是為訓練室進入演習而設計的。該條件下的威脅/非威脅刺激包括顯示與 VR 中相同的 Sykes-McQueen 圖像的紙板目標。參與者使用裝有非致命性訓練彈藥的 SA80 武器向目標射擊，這種彈藥會釋放出一個小油漆囊，然后可以在目標上識別出來。

該條件下使用的是一個長方形房間。受訓者從走廊進入，房間的門已經打開，以配合 VR 條件下的自動開門。與其他條件一樣，每個房間都有一個目標，要么是威脅，要么是非威脅。在被試完成每個房間的搜索（并退出房間）后，實驗者從另一扇門進入并更換房間中的目標。

實驗員實時記錄參與者的決定（射擊/不射擊），并在每次房間搜索后拍攝目標照片。之后，通過使用 MATLAB 編程環境（Mathworks，馬薩諸塞州，美國）測量射擊與目標質量中心的距離，計算射擊精度。參與者的頭盔上還安裝了一臺 GoPro Hero 4 攝像機，以第一人稱視角記錄每次試驗。這段視頻隨后被用來通過逐幀視頻分析計算反應時間（即從目標出現在受試者視野中到開槍的時間）。

2.3.3 視頻模擬房間條件

二維視頻模擬條件（使用下馬近距離格斗訓練器）在英國皇家空軍霍寧頓基地的虛擬訓練場進行，該訓練場由一系列射擊道和一個大型投影儀屏幕（位于房間前部，見圖 2）組成。參與者配備了一把停用的 SA80 步槍，該步槍通過藍牙信號與控制人員的基站相連。這種無線纜模擬訓練武器配備了專門的氣體循環系統，以復制槍栓的動作。

圖 2. 2D 視頻模擬條件。下馬近戰訓練器。圖片歸英國皇家空軍霍寧頓空軍所有。

實驗人員指示參與者像進入房間一樣準備好武器。準備就緒后，他們會看到一個目標，就像已經進入房間一樣（即，就像他們站在門口一樣）。然后，他們做出射擊或不射擊的決定。如上所述，參與者在每次試驗中都會看到一個具有威脅性或不具有威脅性的目標，并被指示在面對武裝戰斗人員時采取致命武力行動。在這種條件下，不可能完全復制相同的麥昆目標，因此戰斗人員是從控制軟件（Virtual Battlespace 2，Bohemia Interactive Simulations，Farnborough，United Kingdom）中選取的，但都是密切匹配且明顯具有敵意或無敵意的目標。這些目標的手臂和頭部會有一些細微的動作，但在射擊之前都會保持在一個位置。

為了能夠在這些條件下進行客觀的成績分析，在這些試驗的整個過程中，GoPro Hero 4 攝像機（GoPro Inc，美國加利福尼亞州）被放置在受試者的左后方。該錄像設備的位置可以檢測到目標物體何時出現，以及參與者是否開槍。實驗人員也會觀看電腦屏幕，并手動記錄參與者開槍的時間。

2.4 程序

參與者是在英國皇家空軍霍寧頓空軍基地的訓練周期間招募的。符合條件的人員會在訪問前得到聯系，并通過電子郵件收到一份詳細的研究信息表。隨后，有興趣參加的人員參加了由研究小組親自主持的說明會，會上向他們介紹了研究目的和程序，并提交了書面知情同意書。然后，他們填寫了有關從軍經歷和軍銜的自我報告問卷。在隨后的 3 天里，參與者按照拉丁方塊設計的假隨機順序，分別完成了三種實驗條件中的一種。在完成最后一個環節后，參與者將聽取研究匯報，并感謝他們的參與。

2.5 測量

從所有條件中獲取以下變量：

2.5.1 決策準確性

當受試者的反應（即射擊/不射擊動作）與適當的目標提示相吻合時，得分為 "1"，不吻合時得分為 "0"。然后將每位受試者的平均得分換算成準確率。

2.5.2 誤報

記錄在每個條件下對無威脅目標開槍的次數，并同樣轉換成百分比。

2.5.3 射擊精度

計算為二元命中/未命中變量，并轉換為準確率百分比。

2.5.4 反應時間

從刺激出現（目標出現）到扣動武器扳機之間的時間。

2.5.5 D-prime和β值

根據 Blacker 等人（2020 年）的研究，從信號檢測理論（Green 和 Swets，1966 年）中得出的兩個額外變量被用來補充原始決策準確度和誤報測量值。信號檢測理論描述了人類感知系統如何推斷 "信號 "的存在與否，這里的 "信號 "是指目標的性質。因此，我們研究了對威脅的敏感度（d-prime）和反應傾向（β）在不同的模擬條件下是否存在差異（見圖 3）。

圖 3 信號檢測理論圖解。(A) 中的矩陣顯示了信號和反應的四種可能組合。(B) 顯示了與信號（武器存在或不存在）和噪聲分布相關的 d-prime 和 beta 指標。如圖所示，d-prime 值較大，因為觀察者能夠感知到信號與噪聲之間的明顯差異。貝塔值在右側，表明反應策略比較保守。(C）顯示了在合成和 VR 環境中使用的賽克斯-麥奎因 "8000 范圍 "威脅評估目標的示例。

D-prime 提供了一個人對刺激敏感度的指數，它是根據 "命中"（即在正確的時候正確發射）與 "誤報"（即在不應該發射的時候發射）的比率計算得出的。具體來說，d-prime 表示命中和誤報的 z 轉換比例之差[d' = z(H)-z(F)，其中 H=P（"是"|"是"），F=P（"是"|"否"）]。數值越大，靈敏度越高（命中率與誤報率的比率越高）。

Beta (β)是反應偏差的度量，它反映了一些人反應不足，只有在確定的情況下才開槍（即保守偏差，數值低于 0），而另一些人則偏向于過度反應（即自由偏差，數值高于 0）。Beta 是根據計算 d-prime 時所使用的 z 值標準的正態密度函數的比率計算得出的。

2.5.6 存在感

最近的研究討論了 "臨場感"（即真正存在于虛擬環境中）如何影響學習和成績（Makransky et al.） 為了測試 VR 和 2D 視頻系統的保真度是否足以提供身臨其境的體驗，參與者被要求提供一份自我報告的臨場感測量問卷，該問卷改編自 Pan 等人（2016 年）的研究成果。該問卷（可在此處查看： 10 個項目組成，記錄了與物理環境相比，參與者在模擬環境中的真實感受程度。諸如 "我在培訓環境中有一種身臨其境的感覺 "之類的問題，可以用 1-7 分的李克特量表來回答，錨定在 "根本沒有 "和 "幾乎一直有 "之間。該問卷先前已在實驗誘導的臨場感中斷方面得到驗證（Slater 和 Steed，2000 年），并被用于醫療評估場景（Pan 等人，2016 年）、航空模擬（Harris 等人，2022 年）和社交互動（Pan 等人，2015 年）。存在感問卷用于 VR 和 2D 視頻條件，因為這些問題不適用于真實世界的活動。

2.5.7 專業知識

在填寫完同意書后，我們立即發放了一份問卷，收集參與者的人口統計學信息。參與者被要求報告從軍年限和軍銜。

2.6 數據分析

首先對數據進行篩查，以確定是否存在離群值和極度偏離正態的情況（Tabachnick 和 Fidell，1996 年）。然后使用一系列重復測量方差分析來比較三種條件下的性能變量（決策、信號檢測指標和射擊精度）。當數據嚴重偏離正態時，則采用非參數檢驗（弗里德曼檢驗）。此外，還使用配對 t 檢驗來比較 VR 和 2D 視頻模擬的存在，以測試逼真度。然后，使用一系列雙變量相關性檢驗來探究每個條件下記錄的性能指標之間的關系，以檢驗并發有效性。最后，還計算了經驗與每個性能變量之間的相關性，以確定真實世界的經驗是否與模擬中的性能相關，即構造效度。結果發現，2D 視頻條件下的決策變量達到了上限--只有兩次（超過 300 次）威脅目標沒有被擊中，而且只發生了一次誤報。因此，這些變量幾乎沒有變異，不適合進行標準統計分析，所以這些變量包含在圖表中，但在某些統計檢驗中被省略了。本研究的匿名數據可從開放科學框架獲取。

4 討論

在本研究中，我們探討了軍隊中用于訓練判斷技能的三種模擬類型。模擬是許多行業中人類技能培訓的重要組成部分，而商用頭戴式 VR 的日益普及為這一領域創造了新的可能性（Lele，2013 年；Bhagat 等人，2016 年；Siu 等人，2016 年）。在采用 VR 等新方法之前，應將其與其他模擬形式（如現有和/或替代培訓方法）進行系統評估。我們觀察到三種模擬訓練（VR、2D 視頻和實彈射擊）在決策行為上存在重大差異，這表明它們并沒有帶來同等的判斷挑戰。要找出造成這些差異的確切原因，還需要進一步的工作，但目前的結果表明，不同形式的模擬可能會提供根本不同的學習條件--帶來不同程度的挑戰、沉浸感和感知信息的變化，因此應謹慎選擇，以滿足確切的培訓需求。

我們評估模擬方法的首要標準是測試 VR 和視頻方法是否能提供高保真體驗，從而激發用戶的臨場感。對于 VR 和視頻模擬方法，相對于量表的限制和以前的使用情況（Pan 等人，2016 年），臨場感問卷的得分從中度到高度不等，這突出表明大多數參與者感覺自己仿佛真的存在于房間通關場景中（見圖 5）。這表明模擬環境的保真度很高，足夠逼真。VR 中的臨場感明顯高于 2D 視頻，這證明 VR 確實更具沉浸感。臨場感是否能為學習帶來直接益處尚不清楚（見 Makransky 等人，2019 年），但它可能有助于某些 VR 任務中更逼真的行為和任務參與（Slater 和 Sanchez-Vives，2016 年）。

接下來，我們試圖了解不同模擬條件下的決策傾向是否相似。雖然武器的物理特性以及射擊機制在不同條件下明顯不同，但我們希望確定決策傾向以及參與者的判斷訓練反應是否也有所不同。最明顯的發現之一是，2D 視頻對射擊/不射擊判斷的挑戰很小，因為參與者很少出錯，幾乎都達到了最高水平。因此，在訓練過程中幾乎沒有改進的余地，所以 2D 視頻條件不太可能提高用戶的判斷能力。天花板效應的原因可能是 2D 視頻條件的變化有限。例如，在實彈射擊和 VR 中，戰斗人員的位置各不相同，受試者可以選擇如何移動來確定他們的位置，而在 2D 視頻中，他們始終出現在屏幕中央，因此很可能會減少對感知和決策的挑戰。2D 任務的靜止性質，不需要使用房間清理戰術，也可能減少了決策挑戰。回到 Lukosch 等人（2019 年）的保真度框架，以及高質量的用戶與環境互動的重要性，VR 環境中運動的互動性更強，這可能是它們優于基于視頻的方法的地方（Bermejo-Berros 和 Gil Martínez, 2021 年）。

虛擬現實和實彈射擊在決策方面更具有可比性，兩種條件下的得分范圍相似。據統計，實彈射擊的決策準確性要好于虛擬現實，但這種差異相對較小。根據信號檢測理論（Green 和 Swets，1966 年）得出的 d-prime 和 beta 指標也顯示出 VR 和實彈射擊之間的相似模式。VR 中的 D-prime 值（探測靈敏度）低于實彈射擊，但 beta 值（表示決策偏差）并無顯著差異，這表明 VR 并未使人們的判斷更加自由或保守。與實彈射擊相比，VR 中的探測靈敏度降低，反應時間延長，這可能表明 VR 帶來了額外的決策挑戰。雖然一些額外的挑戰可能有利于訓練，但這些差異也可能是 VR 中額外的認知負荷（Han 等人，2021 年）、更高的任務復雜性，或者僅僅是難以辨別環境的視覺細節。由于我們沒有收集更多關于可用性或工作量的數據，因此無法確定這些差異的確切來源。因此，未來的工作應該研究造成這些差異的確切特征，或許可以通過比較不同程度的視覺細節和不同程度的任務復雜性，以及密切測量認知負荷。盡管 VR 和實彈射擊條件之間存在這些差異，但虛擬和真實世界條件之間的廣泛相似性確實在一定程度上鼓勵人們相信，VR 可以提供足夠的心理逼真度，從而有效地進行訓練（見 Harris 等人，2020 年）。

在決策和信號檢測指標方面，2D 視頻、VR 和實彈射擊之間的相關性并不強。這表明，盡管 VR 和實彈射擊的得分分布相似，但在實彈射擊中表現出色的人不一定在 VR 中也表現出色。雖然 VR 可能提供了與實彈射擊類似的決策挑戰，但其性質似乎略有不同。雖然基于 VR 的訓練方法在訓練逼真度的某些方面往往會受到限制（例如，用戶可能會依賴不同的運動策略和感知線索： Liu等人，2009年；Harris等人，2019年；Wijeyaratnam等人，2019年），但它們激發 "逼真 "情感狀態和認知反應的能力可提供獨特的訓練優勢（例如，在軍事背景下，見：Pallavicini等人，2016年）。簡而言之，VR 和其他形式的模擬可能并不等同，但它們可以用于訓練技能表現的不同方面。例如，實彈射擊可能對培養武器操作能力更有效，但復雜而緊張的 VR 環境能讓受訓者更好地應對戰斗環境中的壓力和干擾。進一步研究比較 VR 或實彈模擬訓練后這些不同方面的表現將是有益的。

在射擊成績測量方面，不同條件下的差異較小，三組目標命中率的成對比較均無統計學差異。然而，三種條件下的準確性之間的相關性也很弱，這表明一種模擬中的技能并不能很好地遷移到其他模擬中。不過，需要注意的是，模擬訓練的主要目的并不是訓練武器操作，這可以通過其他方式實現。此外，在本研究中，我們對建構效度（即模擬中的表現是否與真實世界的經驗相關）的測試基本上沒有得出結論，因為所有表現變量與從軍年限之間的相關性都很弱。這表明，要么專業知識的衡量標準（年限）沒有充分反映現實世界中的專業知識，要么這些測試對這些差異都不敏感。

虛擬現實和實彈射擊在決策方面更具有可比性，兩種條件下的得分范圍相似。據統計，實彈射擊的決策準確性要好于虛擬現實，但這種差異相對較小。根據信號檢測理論（Green 和 Swets，1966 年）得出的 d-prime 和 beta 指標也顯示出 VR 和實彈射擊之間的相似模式。VR 中的 D-prime 值（探測靈敏度）低于實彈射擊，但 beta 值（表示決策偏差）并無顯著差異，這表明 VR 并未使人們的判斷更加自由或保守。與實彈射擊相比，VR 中的探測靈敏度降低，反應時間延長，這可能表明 VR 帶來了額外的決策挑戰。雖然一些額外的挑戰可能有利于訓練，但這些差異也可能是 VR 中額外的認知負荷（Han 等人，2021 年）、更高的任務復雜性，或者僅僅是難以辨別環境的視覺細節。由于我們沒有收集更多關于可用性或工作量的數據，因此無法確定這些差異的確切來源。因此，未來的工作應該研究造成這些差異的確切特征，或許可以通過比較不同程度的視覺細節和不同程度的任務復雜性，以及密切測量認知負荷。盡管 VR 和實彈射擊條件之間存在這些差異，但虛擬和真實世界條件之間的廣泛相似性確實在一定程度上鼓勵人們相信，VR 可以提供足夠的心理逼真度，從而有效地進行訓練（見 Harris 等人，2020 年）。

在決策和信號檢測指標方面，2D 視頻、VR 和實彈射擊之間的相關性并不強。這表明，盡管 VR 和實彈射擊的得分分布相似，但在實彈射擊中表現出色的人不一定在 VR 中也表現出色。雖然 VR 可能提供了與實彈射擊類似的決策挑戰，但其性質似乎略有不同。雖然基于 VR 的訓練方法在訓練逼真度的某些方面往往會受到限制（例如，用戶可能會依賴不同的運動策略和感知線索： Liu等人，2009年；Harris等人，2019年；Wijeyaratnam等人，2019年），但它們激發 "逼真 "情感狀態和認知反應的能力可提供獨特的訓練優勢（例如，在軍事背景下，見：Pallavicini等人，2016年）。簡而言之，VR 和其他形式的模擬可能并不等同，但它們可以用于訓練技能表現的不同方面。例如，實彈射擊可能對培養武器操作能力更有效，但復雜而緊張的 VR 環境能讓受訓者更好地應對戰斗環境中的壓力和干擾。進一步研究比較 VR 或實彈模擬訓練后這些不同方面的表現將是有益的。

在射擊成績測量方面，不同條件下的差異較小，三組目標命中率的成對比較均無統計學差異。然而，三種條件下的準確性之間的相關性也很弱，這表明一種模擬中的技能并不能很好地遷移到其他模擬中。不過，需要注意的是，模擬訓練的主要目的并不是訓練武器操作，這可以通過其他方式實現。此外，在本研究中，我們對建構效度（即模擬中的表現是否與真實世界的經驗相關）的測試基本上沒有得出結論，因為所有表現變量與從軍年限之間的相關性都很弱。這表明，要么專業知識的衡量標準（年限）沒有充分反映現實世界中的專業知識，要么這些測試對這些差異都不敏感。

以下是進行試驗后提出的一些推測性建議。在目前的情況下，實彈射擊可能對訓練房間清理的程序要素（如突破房門和搜查房間的教科書方法）最為有效。這是因為實彈射擊允許在房間內進行最逼真的移動、與實體門進行互動以及使用逼真的武器。不過，由于受訓者只是向靜態紙板目標射擊，因此判斷元素被簡化了很多。在當前的 VR 模擬中，目標是靜態的，以接近實彈射擊條件，但如果增加動態移動和不斷變化的目標（如拔出武器），則可能意味著 VR 是訓練射擊/不射擊決策的感知要素的最逼真方式。之前的研究表明，視覺搜索技能可以在 VR 中進行訓練（Harris 等人，2021 年），因此 VR 可能是判斷訓練中這一要素的良好選擇。例如，在實彈射擊訓練中，由于需要安全控制和訓練有素的教官，每次只有兩人中的一人進行練習。因此，當少數學員在教員的陪同下進行實彈演習并得到口頭反饋時，其他學員可以在 VR 上重復練習剛剛學到的技能。鑒于實彈射擊和虛擬現實方法可能帶來不同的益處，未來的研究可以探討將這些訓練方法結合起來以激發適應性知覺運動效應的有效性。與 VR 相比，2D 視頻模擬的唯一真正好處是，它允許使用逼真的武器（帶氣罐的 SA80 仿真槍，以模擬回彈），因此在沒有其他訓練選擇時可能會很有用。

5 結論

在本研究中，我們比較了軍隊判斷訓練中的三種模擬方法。我們采用循證方法對 VR、2D 視頻和實彈射擊室清理模擬進行了初步評估。我們的結果表明，對同一任務進行不同類型的模擬可能存在根本性差異，因此在訓練中采用模擬方法的人員應仔細考慮訓練目的以及所選模擬方法是否能實現教學目標。

在美國陸軍的條令中，結束狀態和條件描述的是沖突后的未來。結束狀態意味著沖突的結束--戰爭結束。許多現代戰爭都缺乏明確的輸贏劃分，因此無法達成和平協議，也無法實現最終狀態的解決。因此，軍事規劃人員需要一個成功解決沖突的框架和條件，以實現結束狀態。

本專著探討了戰爭如何結束。案例研究包括以最終地位解決而告終的戰爭、試圖但未能實現最終地位解決的戰爭，以及在僵持沖突中繼續進行的戰爭。北愛爾蘭戰爭以及以色列和埃及之間的戰爭在經過多年談判和實施之后以最終地位的解決而告終。以色列和巴勒斯坦之間的沖突未能解決最終地位問題，導致第二次起義的暴力爆發。塞浦路斯和納戈爾諾-卡拉巴赫存在著僵持不下的沖突，盡管談判仍在繼續，以期達成協議。

和平進程本質上是危險的，因為無論是失敗還是成功，都會導致相關地區的暴力加劇。不過，某些條件可以減輕這種危險。本專著建議，成功解決戰爭的框架應包括以下因素：穩定力量；沖突局部化；適當當事方的參與和消除不相干當事方；交戰人口的分治或隔離；實現和平的激勵措施；以及停火。

本文探討了認知戰的概念，這是一種通過操縱對手的認知機制來實現戰略目標的多層面方法。本文借鑒歷史實例和當代發展，深入探討了現代沖突中日益受到關注的 "人心 "問題。分析包括俄羅斯軍事文獻中提出的認知戰的兩個主要組成部分：反射控制和心理戰。西方文獻曾對 "反射控制 "進行過討論，而 "心理戰 "則是最近才出現的一個鮮為人知的概念。本文探討了這兩個組成部分的理論和哲學基礎，強調了它們對認知過程的共同重視。心理戰是 "可控混亂 "戰略的一個組成部分，旨在占領對手的意識并誘導集體心態的變化，而 "反射控制 "則旨在通過有針對性的信息影響對手。本文還討論了認知戰對北約和西方國家的影響，強調了采取積極主動的措施和加強認知防御以抵御對手利用系統漏洞的企圖的重要性。最后，本文強調了保護人類思維的迫切需要，因為人類思維已成為當代戰爭中追求政治目標的主要戰場。

1 引言

無論是在和平時期還是在沖突時期，信息、心理和影響力行動都被用來實現多個戰略層面的目標。雖然有觀點認為法國軍隊在第一次世界大戰期間通過攔截無線電和電話通信最先參與信息作戰（Bailey, 2001），但孫子早已論述了將后方和陸軍的團結和士氣與敵方進行比較的重要性（Sun Tzu & von Clausewitz, 2000）。此外，腓特烈大帝以其令人印象深刻的情報系統而聞名，他利用欺騙手段誤導對手對其兵力和意圖的認識，從戰略上瞄準對手的信息和認知過程（Dufy, 1974）。

過去 50 年的科技進步，尤其是信息和通信技術的進步，使人們有可能以創新的方式運用行之有效的戰爭方法。由于戰爭的首要目標是政治，而軍事手段只是實現這一目標的手段，因此爭奪 "人心 "已成為當代戰爭的一個重要方面。鑒于北約軍事威懾力量的高度可信性，這對西方國家具有重要影響。對手不再僅僅依靠常規軍事手段，而是越來越注重利用西方的系統性弱點，通過控制對手的認知過程，影響個人和集體層面的認知、行為和決策，從而取得政治上的勝利。從本質上講，人腦已成為戰場，而整個社會則是主要目標。

北約及其成員和盟國一直在發展對認知戰意義和影響的理解，而俄羅斯的軍事文獻則對類似現象進行了獨特的分析。西方認知戰的方法不區分影響的層次。換言之，認知戰可指針對個人、群體或整個社會的行動。相反，俄羅斯軍事文獻將戰爭中的認知因素分為 "反射控制"（Refexive Control）和最近提出的 "心理戰"（Mental Warfare）。

西方文獻中廣泛討論的 "反射控制 "主要集中于通過誘導個人或群體對現實的認知發生轉變來操縱他們的認知過程。相比之下，"心理戰 "試圖重塑個人和社會集體的認知過程，目的是改變他們的社會意識。這是通過破壞精神和道德價值觀、傳統以及國家的文化和歷史基礎來實現的（伊爾尼茨基，2022 年）。

因此，本文的目的是對西方和俄羅斯當代認知戰的進展進行分析，尤其側重于確定核心理論和概念基礎、流行趨勢以及所使用的工具。鑒于這一領域仍在不斷發展，本文提出了更多的問題，而不是給出明確的答案。因此，本文是對西方和俄羅斯圍繞認知戰正在進行的討論的介紹性探討。本文的第一部分從西方的視角提出了自己的見解，隨后的部分則深入探討了俄羅斯的發展，最后得出結論。

2 西方的認知戰

自 2017 年起，美國開始使用 "認知戰"（Cognitive Warfare）一詞來描述一個國家或有影響力的團體為操縱敵方或其民眾的認知機制而可能采用的特定行動模式。認知戰的目標是削弱、煽動、影響目標實體，并有可能征服或摧毀目標實體（Stuart，2017）。認知戰整合了信息戰的各個組成部分，將針對無形資產的心理戰和影響戰與旨在擾亂或破壞有形信息系統的網絡戰結合起來。

根據 Claverie 和 du Cluzel（2022 年）的研究，認知戰戰略通常包括通過提供有偏見的信息（或經過數字修改的信息）來蓄意操縱現實，從而達到促進自身利益的目的。新通信工具的出現成倍地擴大了可能性的范圍，在這一領域產生了新的方法和目標。然而，這種復雜性的增加凸顯了潛在目標采取持續復原姿態的重要性，因為受害者可能只有在攻擊發生后才會意識到。這就強調需要采取積極主動的措施，有效地應對認知戰威脅。

如圖 1 所示，認知戰在兩個傳統上相互獨立的作戰領域交匯處占據著舉足輕重的地位：一方面是心理作戰（PSYOPS）和影響作戰（通常與權力概念相關），另一方面是網絡作戰（主要用于防御和破壞物理信息資產）。雖然認知戰的技術方面，特別是涉及網絡能力的方面，與傳統的心理戰不同，但認知戰可以被視為一種互補的努力，其特點是在心理影響領域內具有共同的目標和戰略（Claverie & du Cluzel，2022 年）。因此，認知戰的主要目標不僅僅是輔助戰略規劃或在不直接對抗的情況下取得勝利。相反，它涉及到一場深刻的沖突，涉及到敵對群體的思想、情感和信念，最終重塑他們對現實的認知（Claverie & du Cluzel，2022 年）。

圖 1：認知戰與 PSYOPS（廣義上包括實際心理作戰和其他非動能行動，如影響行動和軍民合作）之間的差異。改編自 Claverie 和 du Cluzel (2022)。

認知戰不僅僅是一種輔助戰略，也不僅僅是一種不通過肉搏戰而取得勝利的手段。其根本目標是通過操縱敵方對現實的感知，對其核心信仰、價值觀和情感發動戰爭。這種類型的戰爭專門針對敵人的思維過程、認知框架和整體世界觀，影響他們如何感知世界和形成概念思維。認知戰的預期效果包括改變世界觀，從而擾亂敵方的平靜心態，破壞其確定性，削弱其競爭力，阻礙其繁榮發展（Claverie & du Cluzel, 2022）。

從本質上講，認知戰是一種利用信息、技術和心理行動來左右對手的認知、信念和決策的沖突形式。其最終目的是干預現實構建過程，破壞心理自信、對過程的信任，以及對群體、社會甚至國家順利運作至關重要的機制（Claverie & du Cluzel, 2022）。因此，認知戰的目的是擾亂或利用對手的決策能力，操縱他們的認知，最終獲得戰略優勢。它可以包括心理戰，如宣傳或虛假信息、網絡攻擊以及通過數字通信傳播虛假信息。國家和非國家行為者都可以參與認知戰，并對對手的決策能力產生重大影響。

認知戰將新技術與人為因素和系統相結合，包括人工智能（AI）、機器學習（ML）、信息通信技術（ICT）、神經科學、生物技術和人類增強過程。這種融合對安全這一包含經濟、社會和文化問題的廣泛概念構成了高風險（Masakowski 等人，2020 年）。因此，戰爭領域已從傳統的三個（陸、海、空）擴展到北約目前認可的六個（陸、空、海、空、網絡和認知）（Guyader，2022 年）。

前面的討論沒有明確北約或任何歐盟國家準備用認知戰工具與其他行為體交戰。相反，目的是更好地了解認知戰及其自衛手段。惡性行為體利用認知戰對付西方的事例時有發生。俄羅斯干預美國大選，散布虛假信息詆毀媒體、公共機構、政治家和公務員，以及有關 COVID-19 疫苗、氣候變化、5G 技術等的虛假說法，都是這方面的明顯例子。

俄羅斯分析人士敏銳地注意到西方世界認知戰的最新發展。俄羅斯總參謀部學術期刊《Voennaia mysl'》最近刊登的一篇文章以明顯的憂慮感斷言，西方政府正高度重視尖端認知技術的發展。這些技術使他們有能力對個人、社會集體和整個國家機器的認知領域施加影響。這種能力構成了全球發達國家為實現其地緣政治目標而實施全面認知戰戰略的基石（Zhdanov 等人，2023 年）。

3 俄羅斯戰爭中的認知戰

俄羅斯的認知戰方法與西方的理解不同。相反，它根據行動的來源劃分出兩個基本組成部分。當源頭來自俄羅斯時，它被稱為 "反射控制"，而當源頭來自西方時，它被稱為 "心理戰"。雖然 "反射控制 "在西方文獻中已有廣泛論述，但 "心理戰 "的概念相對較新，值得進一步分析和討論。因此，本文將主要關注 "心理戰 "的原則。這兩個概念有著共同的理論和哲學框架，都與認知過程相關聯。此外，"心理戰 "還與 "反射控制 "共享 "反射性 "原則。

"反射控制 "是一種向對手（被控制者）提供敵方專門信息，誘使其自愿采取控制者所希望的預定行動的技術。這可以通過改變敵人的信息處理（認知）或有選擇地傳播信息（信息）來實現。當敵方受到影響而自愿做出對控制者有利的決定時，可進一步將其分為建設性反射控制和破壞性反射控制，前者的目的是破壞、癱瘓或抵消敵方的決策過程和算法。這種操縱利用道德、心理和其他因素，包括對手的個人特征，利用欺騙行動中的心理弱點。

不要把沖突僅僅看作是兩支兵力之間的互動，而必須把沖突看作是發生在敵對雙方決策過程中的一種動態。每個對手的選擇都是由他們對自己和對手的認知所決定的，從而形成兩者之間的反射互動。再現控制包括這樣一個過程，即一方向敵方提供推理或信息，引導敵方進行邏輯推理，并最終做出由發起方預先確定的決定。一個更現代的定義將其描述為一種向伙伴或對手傳遞特別準備的信息的方法，目的是引導他們自愿做出行動發起者所希望的決定。反射控制所使用的主要手段有（科莫夫，1997 年）：

• 消耗： 這種戰術旨在迫使敵方采取不明智或徒勞的行動，消耗其資源并降低戰斗準備。它可能涉及有限的戰斗或聲東擊西的行動。

• 誘餌： 該戰術涉及信息反擊，使敵人在脆弱地區（后方、側翼等）感受到不需要特殊反擊措施的威脅。其目的是轉移敵人對真正威脅的注意力，使其放松警惕。

• 瓦解： 這種戰術主要是一種外交武器，利用信息反擊向敵方灌輸違背聯盟利益的思想。這可能包括誤導公眾輿論，或向相關國家領導人灌輸有關軍事政治局勢的錯誤觀念。此外，它還可能包括在敵國內部制造緊張局勢或加劇現有矛盾，削弱其軍事和經濟實力的行動。

• 綏靖： 用于說服敵方，使其相信對手持有中立或友好的意圖。它涉及信息對抗措施，給人一種例行戰斗訓練而非準備敵對行動的印象。其目的是讓敵人相信對手是和平的、不具威脅性的，從而降低他們的警惕性。任何計劃中的攻擊都要嚴格保密。

• 恐嚇： 目的是讓敵人了解對手真實或想象中的優勢。

• 挑釁： 目的是誘使敵方采取對己方有利的行動。

• 超負荷： 它要求在準備和敵對行動期間向敵人灌輸大量信息。這給他們的指揮系統造成壓力，迫使他們在不確定和混亂的情況下做出決定。

• 建議： 這種戰術涉及塑造和利用對方的行為模式。在準備階段，向敵方提供法律、道德、意識形態或其他方面的信息，促使其采取有利于對手的行動。

• 分散注意力和癱瘓： 在作戰行動的準備階段，對敵方最重要的地點之一（如側翼和后方）造成真實或假想的威脅。它迫使兵力重新評估其關于行動軸心的決定。

盡管人們可能對 "反射控制 "持懷疑態度，但它的明顯優勢在于，它迫使潛在用戶形成一種思維模式，即了解敵人、思考招數和反招數，并嘗試發展一種嚴謹的方法論來分析戰略問題并做出最佳決策，這一點至關重要。因此，"反射控制 "旨在改變受試者對物質世界的感知，從而影響社會意識并改變其認知過程。反射控制可以理解為一種策略，通過向合作伙伴或對手提供精心定制的信息來影響他們，從而引導他們自愿做出與發起者所期望的結果相一致的決定。因此，它是俄羅斯影響認知的主要手段之一，旨在影響對手的決策過程。它與北約之前討論的認知戰概念有許多相似之處。

心理戰的概念主要與俄羅斯人的信念有關，即他們正面臨著一場由西方通過顏色革命發動的文明戰爭，以達到俄羅斯軍事文獻中所謂的 "受控混亂 "狀態。日丹諾夫等人（2023 年）認為，俄羅斯對維護國家利益的追求已經轉變為文明對抗，表現為針對整個西方世界的混合戰爭，這不僅包括國家作為主權國家的存在，還包括整個俄羅斯文明的保存。從這個意義上說，它是之前討論的發展，而之前的討論大約在 2010 年代初就已經開始了，當時 A. A. Bartosh、I. N. Vorobyov、V. A. Kiselyov、S. G. Chekinov、S. A. Bogdanov 和其他俄羅斯軍事學者開始就俄羅斯軍事文獻中所稱的 "新一代戰爭"（Voyna novogo pokoleniya 或 New Generation Warfare）展開討論。從這個意義上說，心理戰是 "可控混亂 "戰略的主要組成部分之一，而 "可控混亂 "戰略是 "新一代戰爭 "的一部分。

"可控混亂 "是一種地緣政治模式，旨在對另一個國家（客戶國）選定的目標受害國造成破壞。這種 "破壞 "需要采取一系列措施，通過制造人為危機，削弱受害國的地緣政治優勢，包括領土面積、人口總數、國際地位、經濟潛力、軍事實力和綜合能力（Serzhantov et al.） 它還與俄羅斯的 "混合戰爭"（gibridnaya voyna）概念密切相關，該概念被定義為侵略國協調使用多種類型（工具）的暴力，旨在利用目標國的弱點，涵蓋所有社會功能，以實現協同效應，使敵人屈從于自己的意志（Bartosh，2022 年）。在這種情況下，奪取領土被推翻令人反感的政府和賦予忠誠的政治兵力所取代，從而剝奪目標國的主權并將其置于外部控制之下。

正如 Vorobyov 和 Kiselyov（2014）所述，俄羅斯深信西方正在使用一種顛覆性的意識形態武器，即所謂的 "西化"（Westernization），它涉及將與西方國家相似的社會制度、經濟、意識形態、文化和生活方式強加給俄羅斯（或其他國家）。這一戰略旨在詆毀俄羅斯現有的社會制度，在民眾中制造分裂，并為反對派運動爭取支持。從根本上說，這就是 "顏色革命"，俄羅斯人堅信這是西方發動 "混合戰爭 "的主要手段。

在俄羅斯看來，"混合戰爭 "仍然是西方使用的專用工具，與俄羅斯的軍事條令格格不入。根據俄羅斯的文獻，混合戰爭的過程分為三個階段（Vorobyov & Kiselyov, 2014）： 第一階段是在受害國內部挑起危機、促進不穩定、制造內部沖突；第二階段的中心是使受害國退化、貧困化，并最終將其推向解體，有效地將其轉變為通常所說的 "失敗國家"；最后，西方將自己描繪成仁慈的救世主，對局勢進行干預，促進政治權力的更迭。如有必要，美國兵力隨時準備實施入侵，然后開展所謂的 "穩定 "行動。混合戰爭中使用的主要手段有（Karavaev，2022 年）：

• 侵略行動（攻擊）不經宣布即開始。侵略行動（攻擊）具有演變性和永久性，發生在灰色地帶，有時會導致受害國因無力有效反擊而失敗。
• 戰敗的民族國家要么被解體，要么領土不被占領，要么不僅失去人口和資源，還失去政治意愿和自治機會。
• 受害國的人民往往會發現自己被外部和內部實體管理，喪失了影響自身命運的能力。一場爭奪思想、知識和意志的戰斗正在打響，它塑造著個人和整個社會的世界觀。
• 民族歷史、文化、傳統、生活方式和民眾的優先事項被忽視，取而代之的是外部強加的不同內容，而這些內容往往得到了當地民眾的默許。
• 當精神空間和公眾意識被占領時，勝利就被認為是絕對的，這導致被征服者不僅失去了捍衛自身價值觀的能力，而且完全吸收了勝利者強加的外來的、虛假的指導方針。
• 在這場戰爭中，閃電戰包括通過針對對手的精英和媒體來癱瘓對手的意志，隨后瓦解國家機構，從內部瓦解陸軍、軍隊和安全機構。
• 對受害國的攻擊不僅從外部進行，也從內部進行，這與傳統的 "由外而內 "的戰爭方式有著本質區別。因此，這場戰爭的戰線和戰斗規模各不相同，但卻具有同步性和系統性。

心理戰在這一過程中的作用是通過使用一套方法和影響手段，將不同規模的活動和行動進行戰略組合，以 "占領 "對手的意識為目標，挫敗社會意識，導致其意志癱瘓，并誘導民眾的個人和集體心態發生變化（Karavaev，2022 年）。因此，心理戰被定義為 "旨在'占領'對手意識的各種規模活動和行動的協調總和。這樣做的目的是麻痹其意志，改變民眾的個人和群體意識，打擊陸軍和社會的士氣，摧毀其精神和道德價值觀、傳統以及國家的文化和歷史基礎，抹殺人民的民族認同感（伊爾尼茨基，2022 年）。它有七個主要信條：

• 信息化： 對國家和軍事指揮系統以及對方的控制產生復雜的影響，從而導致通過所需的決定，并使基礎設施管理的運作陷入癱瘓。

• 心理：蓄意利用宣傳和其他手段（外交、軍事、經濟等）直接或間接影響敵方的觀點、情緒和情感，從而影響敵方的行為和文化設施。

• 控制論： 旨在破壞信息安全，擾亂計算機系統的運行，竊取數據，秘密監視和搜查不利證據。

• 政治：為政治孤立創造條件，并造成各種后果；

• 經濟上： 經濟：制造人為的貿易壁壘和限制，暫停投資資產。

• 金融： 關閉資本市場，使借貸、金融服務、中介和結算成為不可能。

• 混合型：結合使用秘密行動、破壞和網絡戰，以及向在敵國境內活動的叛亂分子提供支持。

無論是在和平時期還是在軍事沖突期間，其目標都是敵對一方的心態、身份、歷史傳統和價值觀。其目標是摧毀或改變影響對象：摧毀公眾意識、公共機構、國家、兵力等。心理戰的主要形式包括多向信息行動，其間使用特定的信息行動來影響人的意識（態度、感染、模仿、說服、影響、壓制和暗示），針對的領域如下（伊爾尼茨基，2022 年）。心理戰使用以下技術（Karavaev, 2022）：

• 隱瞞有關社會各領域形勢的重要信息。

• 根據 "林子大了什么鳥都有 "的原則，將有價值的信息淹沒在一系列 "信息垃圾 "中。

• 偷換概念或曲解概念。

• 將注意力轉移到無關緊要的事件上。

• 應用媒體空間中經常使用的概念，而這些概念的含義已經發生了質的變化。

• 向受眾展示比正面新聞更受關注的負面信息。

• 討論沒有實際社會價值的事件，利用錯誤的社會學研究成果來歪曲社會形勢。

• 禁止某些類型的信息和新聞欄目，以防止公眾廣泛討論對某些權力結構至關重要的問題和話題。

• 公然撒謊，誤導民眾了解本國和外國公眾。

在這種情況下，行動重點是控制對手的認知過程，以影響個人或集體的觀念、行為和決策。目標是使受攻擊國家/地區的民眾與攻擊者的政治、社會、經濟和軍事/戰術目標保持一致。要實現這一目標，就要利用社會工程工具和技術，混淆政治辯論，癱瘓決策過程。過去三十年的技術發展、互聯網的發展以及網絡和網絡資產的重要性增加了改變和控制信息流的機會。由于目標是將信息轉化為知識的過程，信息已成為一種武器（Ilnitsky，2022 年），因此社會已成為戰爭中的一個公平目標。

4 結論

克勞塞維茨闡述的持久原則強調，在大戰略層面，戰爭是圍繞政治目標展開的。新技術的出現帶來了新的交戰形式，包括動能和非動能方法。這些多層面的戰略旨在引起個人和集體認知過程的轉變，最終目的是實現戰略目標，傳統上通過動能手段來實現，現在則通過非動能手段來實現。近年來，"認知戰"（cognitive warfare）概念備受關注，其目的是操縱敵人或民眾的認知機制，以削弱、影響或征服目標實體。這種戰爭形式利用心理戰、影響戰和網絡攻擊來改變對手的認知、信仰和決策過程。在此背景下，北約和西方國家一直在努力應對認知戰的復雜性以及對手利用系統漏洞帶來的挑戰。此外，戰斗序列已從過去的體力、情感和智力因素轉變為現在的智力、情感和體力因素并重。

與當前的西方方法相比，俄羅斯軍事文獻提出了更加細致和獨特的觀點，介紹了兩個主要組成部分： 反射控制和心理戰。雖然 "反射控制 "的概念在西方文獻中已受到關注，但 "心理戰 "的概念卻是最近才出現的。反射控制和心理戰的理論和哲學基礎都以認知過程為中心。反射控制的目的是通過向對手提供有針對性的信息來施加影響，而心理戰的目標則是對方的心態、身份、歷史傳統和價值觀。

值得注意的是，心理戰是受控混亂和顏色革命背景下不可或缺的一部分。根據俄羅斯的文獻，心理戰的目的是占領對手的意識，麻痹他們的意志，并促使民眾的個人和集體心態發生變化。它試圖摧毀或改變目標國家的社會意識、公共機構、國家、兵力和其他關鍵方面。心理戰結合多向信息作戰，利用特定技術影響人的意識，包括態度、感染、說服和壓制。值得注意的是，俄羅斯認為心理戰是西方用來對付包括俄羅斯在內的不結盟國家的工具。

從這個意義上說，俄羅斯將自己定位為西方挑起的文明戰爭的受害者。俄羅斯不認為自身存在潛在的缺陷，而是將西方價值觀和政治、社會、經濟模式的吸引力歸咎于外部操縱，不認為本國精英的價值觀和政策可能會導致獨特的弱點和挑戰。因此，俄羅斯將責任歸咎于西方等外部行為體。

與此同時，俄羅斯還采用了他們認為西方正在對其使用的策略，將矛頭指向西方本身，這也可以被稱為 "文明戰爭"。他們的目的是利用西方自身的制度脆弱性，目標是推翻令人反感的政府，讓政治兵力上臺，而不是奪取領土。因此，由于目標是政治性的，他們利用了社會與政治、政府、經濟、軍事和其他機構之間的差距。因此，這些敘事不是親俄的，而是反西方、反體制、親民粹的，針對的是更廣泛的社會階層。

盡管認知戰并不能取代動能戰，但由于對手不斷采用創新和復雜的方法來實現其政治目標，西方在反擊認知戰時必須保持警惕。通過投資于積極主動的措施，包括增強復原力、信息安全和認知防御，北約及其成員國可以在面對不斷變化的威脅時更好地保護其社會并維護民主價值觀。政治家、公務員和其他利益相關者還必須明白，他們的行為會影響國家的信任度。信任度越低，認知行動成功的幾率就越高。

本綜述旨在介紹統計和統計分析在軍事搜索探測技術評估和報告中的應用。目標受眾是參與軍事搜索能力開發的人員，他們以前可能沒有接受過統計分析方面的培訓，但其他需要做出以證據為基礎的能力開發決策的人員也可能會發現一些介紹性概念是適用的。本介紹旨在利用軍事搜索中使用的技術的技術評估中常見的例子，讓讀者熟悉統計分析的基本概念和語言，因此敘述直接指向具體的討論和概念，而繞過了在學術性更強的綜述中會考慮到的大型重要數學主題。因此，本導論并不力求詳盡，而是為感興趣的讀者提供參考，介紹業界使用的通用語言和概念，并就如何以合理的統計方式報告結果以及解釋他人提供的結果提出建議。

雖然承擔能力開發任務的軍事人員往往擁有多年的經驗和作戰洞察力，但并非所有人都接受過足夠的科學或技術培訓，使他們能夠在整個能力發展過程中從容應對要求他們進行的顯性或隱性風險效益評估中的統計和概率方面的問題。作為技術評估工作的一部分，他們需要將軍事要求轉化為技術要求，確定并分離出相關的物理參數進行測試，設計并執行實驗試驗，進行分析并解釋數據，最終做出以證據為基礎的能力發展決策，這些決策將在未來數年內影響國家能力。這可不是一項小任務。

面對預算和資源有限的壓力，同時又要負責以同樣不斷變化和改進的各種戰備等級的成套技術來應對快速發展的威脅，我們有強烈的動機來確保用于評估軍事技術有效性和局限性的資源能夠產生足夠高質量的證據，為投資和能力發展決策提供可靠的依據。此外，通過開發和應用完善的科學和統計方法，技術評估所投入的努力也能為更廣泛的盟軍能力發展社區提供支持。為確保分析的科學性、客觀性和統計有效性而付出的更多努力，將增加合作伙伴之間的信任，從而使報告的結果可以被有信心地接受，從而限制多余的工作，利用國家投資，促進相互依賴和互操作性的目標。

戰爭的特點在不斷演變，充滿摩擦，并被模糊性所籠罩。本研究通過重點分析克里姆林宮在格魯吉亞、敘利亞和烏克蘭的軍事冒險主義，探討了迅速變化的作戰環境。這場最近升級的沖突涉及歐洲大陸自第二次世界大戰以來從未見過的最大規模戰線，為了解戰爭性質變化的復雜性提供了寶貴的見解。具體而言，克里姆林宮不斷演變的信息戰方法揭示了新技術和新手段的擴散，這些技術和手段旨在爭奪信息領域，最大限度地增加不確定性，并癱瘓對手的決策能力。

本論文試圖解決以下問題： 1) 俄羅斯軍方開發了哪些持久的方法和技術能力來擾亂戰術和作戰層面的決策？ 2) 這些方法的效果如何，它們如何融入俄羅斯信息戰方法論的大框架？

本研究通過重點分析克里姆林宮在格魯吉亞、敘利亞和現在的烏克蘭的軍事冒險主義，探討了迅速變化的作戰環境。這場最近升級的沖突涉及歐洲大陸自第二次世界大戰以來從未見過的最大戰線，為了解戰爭性質變化的復雜性提供了寶貴的見解。具體來說，他們不斷演變的演習方式揭示了新技術和新方法的擴散，這些技術和方法旨在爭奪信息領域，最大限度地增加不確定性，并癱瘓對手的決策能力。

無法進行對稱競爭的同級/近似同級對手（如俄羅斯）將使用各種破壞性手段來獲得相對于美國/北約的優勢。這些手段可歸納如下：戰場傳感器、電子戰和通過賽博空間的惡意影響。

最近的兵棋推演和訓練場景表明，西方不僅過度依賴先進的 C4ISR（指揮、控制、通信、計算機情報、監視和偵察）、導航輔助設備和信息聯網能力，而且還對信息主導地位和技術過剩做出了危險的假設。過去二十年的低強度反叛亂戰爭并沒有讓西方做好充分準備，以應對同級對手。我們不能再假設下一場戰斗將在我們已經習慣的寬松環境中發生。因此，我們現在對這些威脅了解得越多，美國、其盟國和戰略伙伴就能在未來可能的交戰中更好地應對這種環境。

本研究提出以下建議：

1.如果要在信息環境中保持技術和競爭優勢，高級領導人必須繼續重新審視、修訂和修改我們的條令、裝備、訓練，甚至指揮文化觀念。

2.指揮官必須繼續加強訓練，強調在高度競爭、指揮與控制（C2）退化的作戰環境中的持續作戰行動和機動。

3.指揮官還必須假定，未來的作戰環境將充斥著傳感器平臺和無人系統，這不僅使機動變得極為困難，也使戰術掩護和隱蔽變得極為困難。

4.指揮官必須繼續加強小單位一級的培訓，強調個人數據保護和對敵方虛假信息的應變能力。西方必須做好準備，以應對對手利用賽博空間直接針對我們的軍人、他們的家人和軍隊凝聚力本身的惡意影響活動。

5.由于這場戰爭很可能會持續到 2023 年春季，對本文提出的主題進行學術研究無疑值得進一步探討和研究。俄烏戰爭為我們提供了充分的機會，不僅可以研究俄羅斯情報戰方法在戰術和作戰層面的影響，還可以研究其對更廣泛的戰爭現象本身的影響。

與單個無人飛行器相比，無人飛行器蜂群具有巨大的意義，因此越來越受到研究人員的關注。許多研究僅關注這一復雜的多學科群體所面臨的少數挑戰。其中大多數都存在一定的局限性。本文旨在從控制、路徑規劃、架構、通信、監控和跟蹤以及安全問題的角度，認識和安排相關研究，以評估蜂群的運動規劃技術和模型。然后，本文介紹了對無人機蜂群的最新理解以及蜂群智能（SI）概述。研究考慮了多種挑戰，并介紹了一些方法。研究結果表明，蜂群智能在這個時代處于領先地位，是無人機蜂群最重要的方法，可在不同環境中做出獨特貢獻。這些研究的整合將成為有關蜂群知識的基礎，為運動規劃問題提供指導，并加強對現有方法的支持。此外，本文還能提出新的策略，為今后的工作奠定基礎。

1 引言

無人機因其潛在的應用而在我們的生活中具有重要意義。單個無人機的功率、能力、傳感和飛行時間都受到限制。這就提出了采用無人機蜂群系統的要求。無人機蜂群克服了單個無人機的缺陷和限制，并協助更大規模的團隊合作，成功完成空中任務。無人機蜂群的優勢在于數量眾多，因此能帶來多種可能性。其中許多好處包括在更短時間內完成任務、冗余和協作執行任務。

1.1 背景

蜂群并不是一個現代概念。它存在于自然界中，是由生物種群的合作和相互交流所激發的[1]。通過研究鳥群、蟻群的運動、蜜蜂的合作、魚群和狼的捕食，無人機群的概念應運而生。動物界的團結使我們有可能實現一個共同的具有挑戰性的復雜目標。

然而，蜂群并不局限于自然現象。它還受到一種軍事戰術的啟發，在這種戰術中，來自多個軸心的許多單位以協調和刻意組織的形式攻擊一個共同目標[2]。自公元四世紀以來，蜂群戰術就在軍事史上出現過。然而，如今蜂群作戰已將傳統的指揮和控制概念轉變為創新概念。此外，一個人能夠同時指揮和控制多架無人機。

1.2 相關工作

由于無人機蜂群具有遠距離作業、增強魯棒性和靈活性等重要能力，因此正在不斷發展[3]。蜂群智能對技術、科學、社會等許多領域以及檢測、跟蹤、運輸等各種系統都有很大影響 [4]。對于無人機蜂群的運動規劃，不同的研究考慮了控制設計、路徑規劃算法、通信結構、監控和跟蹤架構以及安全飛行協議等方面的許多改進[5]。

研究人員在文獻[6]中將計算技術與數學模型相結合，研究了通信效果。這種方法簡化了建模過程，但建模速度較慢且內存不足。文獻[7]提出了一種基于分散、領導者-追隨者策略的控制器，以及基于樹狀網絡的幾何結構。這項研究實現了多架無人飛行器在保持同步的情況下到達一個共同點。此外，建議的設計顯示出靈活性和穩健的性能。不過，這項研究僅限于有限數量的無人機。在 [8] 中，研究人員為無人機群的新型路徑規劃開發了一個框架。所提出的算法實現了高效的路徑規劃，減少了能量和檢查時間。此外，它還為確定各種參數提供了指導。

在[9]中，研究提出了一種計算蜂群控制和模擬其分布式行為的算法。研究和模擬顯示了不同場景下的通信延遲效應。文獻[10]在考慮有限通信距離影響的同時，提出了一種帶有彈性指標的改進算法。這一策略在一次監視任務中得到了實施，結果表明它是一種能有效面對外部干擾和威脅的更現實的方法。最近的一項研究[11]將 PIO 算法、比例積分控制器和比例積分微分控制器的概念用于無人機集群的編隊控制。這一策略優于傳統方法，并提供了安全的飛行協議。相關調查部分對這一技術的發展進行了進一步的廣泛思考。

1.3 動機與貢獻

本文的動機是在單一平臺上收集可能阻礙無人機群性能的多種挑戰。此外，還要提供適當的方法作為解決方案，以實現最佳運動規劃。這項研究可以幫助研究人員探索多種運動規劃策略及其貢獻和局限性。選擇適當的運動規劃技術和模型可以快速完成復雜的任務，同時還能實現應用的點對點目標。本文的主要貢獻如下

• 解釋蜂群智能及其面臨的挑戰。
• 從過去十多年的幾篇研究文章中詳細分析運動規劃技術及其貢獻和局限性。
• 提出未來發展方向，為研究人員提供指導。

1.4 本文組織

本文分為多個部分。第 2 節介紹了無人機蜂群的現狀。第 3 節評估了蜂群智能的概念。第 4 節介紹無人機蜂群面臨的挑戰。第 5 節對用于應對無人機蜂群諸多挑戰的技術和模型進行了廣泛調查。第 6 節討論了主要發現和局限性。第 7 節給出結論，第 8 節就今后的進一步研究和開發工作提出建議。

2 現狀

由于采用了人工智能（AI）技術和邊緣計算，蜂群可以集體做出決策，并使用相對簡單的指令完成空中任務[12]。Veronte 自動駕駛儀已經開發了跟隨領導者、執行任務、路徑規劃、感應和避讓等功能。這些功能的進步使團隊合作成為可能，并確保了任務的成功。監視和攻擊誘導是全球蜂群的一個里程碑事件。無人機群這一改變游戲規則的能力既有利于大國，也有利于小國。蜂群的其他重要方面包括聯合決策、自我修復和自適應編隊飛行。無人機群仍處于進展階段，正在開展進一步研究，以進一步增強系統。進一步的重點包括擴大人工蜂群智能的能力，提高蜂群代理的自主狀態，以及商品化以降低成本影響。

無人機蜂群最令人驚嘆的地方在于其利用蜂群智能技術在民用和軍用方面的應用[13]。民用機構正在利用蜂群技術實施更大的計劃。美國國家航空航天局（NASA）也在利用這種基于人工智能的蜂群技術進行氣候變化分析[14]。這樣做的結果是完成了所需的工作，而這些工作在使用一個人時是不可能完成的。此外，許多發達國家已通過相關法規，普及無人機群的商業應用。無人機群在電力線和結構檢查、精準農業、測量、搜索和救援行動等方面表現出巨大的性能。

然而，無人機蜂群因其在軍事用途上的潛力和效率而備受矚目。如果在戰斗中，無人機蜂群中的一些無人機被擊落，那么剩下的無人機仍能以類似的戰術、威力和靈活性完成任務。雷神公司（Raytheon）在美國國防部高級研究計劃局（DARPA）項目的一次實戰演習中使用了蜂群操作，證明了這一點[15]。雷神公司的蜂群具有通信和協調能力。此外，所有個體都有傳感器、攝像頭和戰術突擊套件（TAK）集成能力，可用于環境探索。

蜂群技術正在增強軍隊執行復雜環境任務的能力。許多國家的軍隊，如美國和中國軍隊，在最高級別的蜂群行動模擬測試和觀察方面處于領先地位[16]。一些國家的軍隊，如英國軍隊，正在將這項技術用于實時作戰。英國還試驗過萊昂納多公司的 "光輝云"（Brite Cloud）蜂群，其中包含電子戰干擾器。同樣，俄羅斯很快也將大型無人機蜂群誘導技術 "Flock 93 "作為其軍隊的目標。此外，它還試圖在 2025 年之前填補這一空白。伊朗、土耳其和印度也在嘗試利用分布式智能和邊緣計算，使這項技術更加成熟和普及。無人機群是空戰的未來，而未來就是現在[17]。

3 蜂群智能(SI)初探

在這個世界上，我們觀察到，所有個體都希望放大自己的智慧。為了實現這個目標，他們認為并更喜歡一起工作，就像蜂群、魚群和鳥群一樣。這是因為他們相信，他們在群體中比單獨行動更聰明。由于具有反饋回路的實際系統的深度相互聯系而形成的一種新智能，被稱為蜂群智能[18]。簡單地說，蜂群是一個由所有比單個更聰明的大腦組成的大腦。蜂群智能是生物啟發人工智能的一個不斷發展的領域 [19]。

此外，利用蜂群智能，許多腦袋會遵循一個單一的思維。所有個體都遵循明確的規則，不僅彼此互動，還與環境互動。這種自適應策略需要大量的個體。它能夠對相似個體的集群進行調度、聚類、優化和路由選擇。蜂群智能強調任務在日程表中的相對位置。它遵循求和評估規則進行調度。蜂群中所有相似個體的協作稱為聚類。例如，蜂群中的無人機不同于其他群組的無人機。它能夠通過優化從所有可行結果中提供最佳和低成本的解決方案。此外，它還具有潛在的路由能力。它模仿螞蟻的原理，前向螞蟻收集信息，后向螞蟻利用這些信息[20]。

3.1 蜂群智能元素

蜂群智能的主要方面包括分布、聚合、合作、自組織、涌現和模仿自然行為[21]。分布是蜂群智能的首要特征，因為所有個體都能選擇并執行自己的行動。個體通過間接改變環境進行互動的現象被稱為 "靜能"（stigmergy）。這種現象使它們能夠感知周圍環境，并切斷個體間的互動。另一個重要行為是蜂群中所有無人機的合作[22]。無人機通過合作解決復雜的任務，并利用蜂群智能展示其集體行為。蜂群智能的另一個方面是自組織。這種行為基于正反饋、負反饋、波動放大和不同的社會互動。正反饋是通過分配更多的無人飛行器來放大，從而獲得更好的結果。負反饋是為了穩定，避免所有無人飛行器都趨于相似的狀態。自組織現象通常觀察到兩種反饋之間的緊張關系，如復雜網絡、市場、蜂窩自動機等。自組織現象的另一個特點是突現性，突現性可以是弱的，也可以是強的。如果個體行為可追溯到自發特性，則稱自發為弱自發。如果個體行為無法從涌現屬性中追溯，則稱涌現為強涌現。此外，無人機群是通過從自然蜂群行為中獲取靈感來建模的。一般來說，蜂群行為包括覓食、筑巢和在環境中一起移動。因此，模仿這些自然蜂群行為是蜂群智能的另一個關鍵方面[23]。

3.2 蜂群智能級別

蜂群智能有兩個層次。第一個層次是利用正反饋信息素來標記較短的路徑，并向其他人發出進入信號。而第二級蜂群智能則使用負信息素來標記不愉快的路線，并且不向其他蜂群發出進入信號。

3.3 蜂群智能應遵循的原則

蜂群一般遵循五個原則。接近原則、質量原則、多樣化響應原則、穩定性原則和適應性原則 [24]。根據就近原則，蜂群的基本個體可以很容易地對環境變化做出反應，而環境變化是由它們之間的相互作用引起的。質量原則允許蜂群只對位置安全等質量因素做出反應。多樣化響應原則使設計分布的方式能夠最大限度地保護所有個體不受環境波動的影響。穩定性原則限制蜂群在環境變化時表現出穩定的行為。適應性原則顯示了蜂群的敏感性，因為蜂群的行為會隨著環境的變化而變化。最廣泛使用的原則是所有個體之間的吸引、避免碰撞和自組織。在遵循吸引原則時，它們會靠得更近，并集中在一個相似的方向上。在遵循避免碰撞原則時，它們會保持一定的距離以避免碰撞。而在自組織規則中，它們會與鄰居互動，但不會信任所有鄰居。

3.4 蜂群智能的機制

蜂群智能的機制涉及蜂群中個體的環境、互動和活動。蜂群中的個體之間沒有直接的交流[25]。它們是通過環境變化來相互影響的。因此，環境變化可以作為外部記憶。這種模擬工作是通過應用蜂群所有成員的滯后行為來完成的。此外，個體在感知-反應模型和任何隨機模型之間的平衡中選擇自己的行動。然后，它們根據感知-反應模型做出反應和移動，同時感知和影響當地的環境屬性。

3.5 蜂群智能使用的語言

原蜂群語言、蜂群語言、Star-Logo 語言和增長點語言是用于蜂群智能的編程語言。原初蜂群語言使用非定常介質抽象來為蜂群編程[26]。這種無定形介質抽象是通過利用一種來自 Proto 連續時空模型的語言和一種在所提供的硬件上估算該模型的運行庫而獲得的。蜂群智能的另一種語言是一種稱為蜂群的分布式編程語言。它的基本概念是移動計算而不是數據。蜂群類似于 Java 字節碼解釋器的原始版本。現在，它作為 Scala 庫得到了應用。Star-Logo 不僅是一種編程語言，也是分散系統的可編程建模環境。利用這種編程語言，可以模擬不同的現實場景，如市場經濟、鳥群、交通堵塞等。而要對非定域性計算介質進行編程，生長點語言是必不可少的。這種編程語言能夠生成預先指定的復雜模式，如任意電路的互連形式。

3.6 蜂群智能的意義

蜂群智能有許多重要意義，這里將討論其中一些。它能使蜂群靈活應對外部挑戰和內部干擾。即使某些代理出現故障，它也能以穩健的性能完成任務 [27]。它使蜂群的可擴展性從幾個個體到一百萬個個體不等。蜂群中沒有中央機構或控制。它具有完全的適應性，只能提供自組織解決方案。變化在網絡中的傳播速度非常快。所有這些都有利于個體集群。

4 蜂群挑戰

4.1 蜂群控制

無人機蜂群的基礎是在規劃的路徑上控制所有單個無人機。為了解決蜂群編隊中的重建、防碰撞、搜索和跟蹤問題，需要開發適當的控制系統框架和控制器 [28]。集中式和分布式是自動化集群的兩大控制平臺。集中式平臺的主要優點是輸出質量更高，但可擴展性有限。而分散式平臺的主要優點是可擴展性更強，復雜性更低。無人機群網絡保證了節點的連接性，簡化了應用設計。傳感器輸入與環境和目標的先驗知識是傳統模型的基本要素。

各種研究利用多層分布式控制框架克服了這些問題。控制器的設計在無人飛行器的流程設計中至關重要。許多研究建議使用 ANFIS 控制器來減少學習誤差和提高控制器的質量。在無人機按照特定路徑運動的過程中，機載萬向節系統的控制會直接影響目標跟蹤性能。一些研究提出了用于萬向節系統建模的非線性哈默斯坦塊結構，以提高模型預測控制器（MPC）的效率。這也提高了在外部干擾下實時跟蹤目標的性能。其他編隊控制方法包括領導者-追隨者策略、共識理論、虛擬結構法、行為法等。圖 1 表示 [29] 中給出的使用領導者-跟隨者控制器的分布式制導模型概念。圖中第一列給出了領導者引導算法，其他兩列則代表跟隨者。該模型中的預分配拓撲結構不可更改。

圖 1. 使用領導者-追隨者控制器的分布式制導模型。

4.2 蜂群路徑規劃

無人機蜂群的路徑規劃具有相當大的挑戰性 [30]。為了解決這個 NP 難問題，許多研究都提出了路徑規劃算法。這些算法分為經典算法和元啟發式算法，如圖 2 所示。經典算法需要環境信息，而元啟發式算法則需要實時位置和測量的環境要素信息。如圖 2 所示，路線圖算法（RMA）、A* 算法和人工勢場法（APF）就是經典算法的一些例子。如圖 2 所示，粒子群優化算法（PSO）、鴿子啟發優化算法（PIO）、果蠅優化算法（FOA）和灰狼優化算法（GWO）是元啟發式算法的一些例子。

圖 2：無人機群的路徑規劃算法

蜂群路徑規劃可分為動態路徑規劃、三維路徑規劃、區域覆蓋路徑規劃和最優路徑規劃 [31]。動態路徑規劃對于無人機群在復雜環境中執行任務至關重要。為確保動態路徑規劃，許多研究人員建議使用卡爾曼濾波器的碰撞概率、人工勢場（APF）與墻跟法（WFM）、軌跡檢測、場景理解框架等方法。所有這些方法都能提供更好的方向估計、更好的性能并避免路徑沖突。三維路徑規劃比較復雜，但許多研究都采用元啟發式算法來處理。如 GWO 算法實現可行的飛行軌跡，FOA 算法進行局部優化，PIO 優化初始路徑。

所有這些算法都能有效地用于無人機群在威脅和緊急情況下的三維路徑規劃。無人機可在所有興趣點區域移動的路徑規劃是區域覆蓋路徑規劃。許多研究建議采用五態馬爾可夫鏈模型、改進的勢能博弈論和網絡-物理系統。為了實現最佳路徑規劃，無人機的電池容量、匹配性能和能耗都是需要認真考慮的問題。研究建議采用耦合和分布式規劃策略、移動人群感知系統（MCS）和節能數據收集框架來實現最佳路徑規劃。

4.3 蜂群架構

對于蜂群實施來說，無人飛行器的結構非常重要 [32]。架構是設計、管理和優化技術的結合。蜂群架構可以基于通信、任務條令、控制等。基于通信的蜂群架構有兩種形式。基于 Ad-hoc 網絡的架構和基于基礎設施的蜂群架構。這兩種架構都很有前途，在復雜環境下表現良好。

在設計蜂群架構時，考慮作戰任務也很重要。研究認為，如果不考慮任務條令，則是不謹慎的。目前設計蜂群系統的方法包括自下而上的建模方法和自上而下的設計方法。同樣，基于控制的架構也有利于蜂群。圖 3 給出了 [33] 中提出的基于任務的蜂群可組合性架構（MASC）。該框架側重于階段、戰術、戰術和算法。根據該圖，任務解釋了整個任務，階段評估了特定時期，戰術是個體在執行任務時按特定順序使用的方法，游戲描述了蜂群的行為，算法是程序。此外，將分布式行為控制方法與集中式協調聯系起來，可以有效地執行蜂群航空任務。航空航天架構可以高效地完成思考任務、執行任務、反應任務和社交任務。此外，物聯網（IoT）也支持蜂群架構并促進互動。

4.4 蜂群監控與跟蹤

蜂群面臨的另一個主要挑戰是監控和跟蹤。在蜂群運行期間，所有無人飛行器的位置、狀態和外部環境都會隨時間發生變化。此外，蜂群還要適應這些變化并相應地調整自己的行為。為此，持續監控和跟蹤至關重要。許多研究人員提出了不同的控制模型、仿真模型和仿真工具，以解決監控和跟蹤難題。動態數據驅動應用系統（DDDAS）是一種解決方案，可協助環境和任務的適應[34]。

圖 3. MASC 框架。

目標搜索需要考慮有效的方法和控制策略。如果目標知道搜索者的移動性和位置，那么搜索的復雜性就會增加。分布式戰略還為自動目標識別（ATR）問題提供了解決方案。許多研究人員建議采用分層探測解決方案、學習型尖端軟件和最佳技術來跟蹤蜂群中的無人機。圖 4 展示了使用改進型豆類優化算法（BOA）的空間分布情況，該算法基于 [35] 中開發的種群進化模型。在該圖中，蜂群空間分布為三層，即臨時調度層、個體層和父層。BOA 展示了有效的目標搜索能力、新興的群體智能和分布式協作互動。使用 BOA 的個體分布可表示為

圖 4. 單個無人飛行器的空間分布。

4.5 蜂群通信

通信是無人機蜂群面臨的主要挑戰之一[36]。在嘈雜復雜的環境下，無人機群需要準確高效的數據通信來執行任務。數據通信取決于適當的結構化網絡。圖 5 顯示，無線 ad-hoc 網絡能夠提供高效通信，如文獻 [37] 所述。圖中一個基站與兩架無人機相連。這兩架無人機又與另一組無人機相連。無人機的內部連接是獨立的，但相互連接則依賴于基站。有三種形式的網絡，包括 Flying Ad-hoc Network (FANET)、Mobile Adhoc Network (MANET) 和 Vehicle Adhoc Network (VANET)。FANET 網絡為少數無人機與 GCS 之間的通信提供了一個網絡，而其余無人機則相互通信。FANET 增強了通信范圍以及在蜂窩基礎設施有限和存在障礙的地區的連通性。MANET 和 VANET 與 FANET 相互連接。因此，除了移動性、更好的連接性、能源限制等少數幾個特點外，FANET 具有與其他兩種形式相似的特點。MANET 不需要互聯網基礎設施的任何支持，只需一定數量的移動設備即可組成。而 VANET 由地面車輛組成。

為了快速部署，無人機蜂群充當空中基站，為通信基礎設施提供支持。這種無線網絡在無人機與物聯網（UAV-IoT）、無人機與蜂窩卸載（UAV-CO）、無人機與應急通信（UAV-EC）等之間成功實現。這些都提高了傳輸效率，減少了響應延遲。此外，高效通信還能解決合作、控制和路徑規劃等其他挑戰。因此，有效通信是無人機群的基礎。

圖 5. 用于多組無人機的 Ad-hoc 網絡

4.6 蜂群安全距離協議

在無人機蜂群協作中，自組織行為對每個無人機都至關重要。在自組織蜂群飛行過程中，所有無人機之間都要進行數據傳輸和通信，以便做出適當的決策。但在復雜的飛行條件下，無人機之間存在碰撞的風險。因此，關鍵挑戰之一是為安全飛行提供避免碰撞協議[38]。由于無人機的持續移動性、有限的資源和空中鏈路的不穩定性，這些協議是必要的。蜂群中的所有無人機成員必須通過多跳連接了解彼此的位置。其中大多數都需要全球定位系統（GPS），而在沒有 GPS 的情況下，無人機的位置可以通過三個已知位置節點的歐氏距離公式來估算。有幾種研究利用鵝群算法、雷諾法則和鴿群算法提供了安全飛行協議。除此之外，許多優化算法也能促進無人機群達成共識。雷諾協議使用了三種成群行為規則。首先是分離規則，即無人機試圖遠離蜂群中的相鄰無人機。其次是對齊規則，無人機試圖與相鄰無人機的速度保持一致，以避免碰撞。第三種是凝聚規則，即無人機試圖靠近相鄰的無人機以形成集群，從而分享相同的位置。使用雷諾規則的自組織飛行模型是根據 [39] 的想法給出的。所有這些規則可歸納為以下公式

這里，N 表示蜂群中無人機的數量，sij是兩個無人機 i 和 j 在時間 t 中的位置，?? ∈ N?? (??) 與 ?? 表示具有局部最小值的吸引力-反斥勢函數。這些規則為無人機蜂群提供了適當的安全飛行協議，但仍有局限性，應加以改進，以實現更安全的軌跡規劃。

5 相關綜述

無人機蜂群的成功運動規劃需要重要的優化算法和相關基礎設施或模型。表 1 提供了對應用于無人機群運動規劃的技術和模型的全面探討。本綜述將提供對以往和當前研究中使用的無人機群所面臨挑戰的適當技術的詳細和更好的理解。

Kim 等人[40]考慮使用卡爾曼濾波器與協方差交集（CI）算法和平滑法，以及字符串匹配法來觀察使用無人機群進行空中監測的情況。研究人員采用隱馬爾可夫模型（HMM）進行路徑規劃，實現了跟蹤精度的提高和跟蹤誤差的降低。Oh 等人[41]提出了一種矢量場制導方法來跟蹤移動物體。該研究還為此引入了一種兩階段方法：帶有費舍爾信息矩陣（FIM）的 K-means 聚類和合作對峙跟蹤法。結果表明，對峙群跟蹤成功，允許局部重新規劃，并將所有感興趣的目標保持在傳感器的視場（FOV）范圍內。Sampedro 等人[42]提出了無人機群的全局任務規劃器（GMP）和代理任務規劃器（AMP）。他們的建議提供了一個完整的操作性強、穩健、可擴展且靈活的框架，可自動執行許多高級任務。

Yang等人[43]分析了11種用于無人機群的群智能（SI）算法。該研究解釋了這些算法的特點和原理，并分析了不同的算法組合和多架無人機的任務分配。Hocraffer 和 Nam [44] 對與人的因素有關的人-系統界面進行了元分析。該分析為開始研究提供了基礎，增強了態勢感知（SA），并取得了高效成果。Lee 和 Kim [45] 利用線性和非線性控制器研究了多旋翼動態模型，用于多無人機的軌跡跟蹤控制。研究結果表明，線性控制器易于應用、魯棒性好并能提供最優性，一些非線性控制器也易于應用、直觀并能提供全局穩定性。Yang 等人[46] 將正交多群合作粒子群優化算法與知識庫模型（MCPSO-K）聯系起來。該技術收斂速度更快，避免了過早收斂，降低了計算成本，并確保了粒子的均勻分布。

表 1. 應用各種技術和模型進行無人機群運動規劃的綜合綜述。

Guastella 等人[47] 將運行空間視為三維網格，并將修改后的 A* 算法用于多無人機的路徑規劃。研究人員發現，該算法減少了計算時間，改善了規劃軌跡，并能自動重新分配目標。Duan 等人[48]通過將記憶算法（MA）與可變鄰域下降算法（VND）相結合，給出了一種新穎的混合元啟發式方法，用于多無人機的路徑規劃。結果優化了路徑，給出了高效的結果，并高效地解決了容量車輛路由問題（CVRP），甚至是非確定性多項式時間難（NP-hard）問題。Koohifar 等人[49]將帶有遞歸貝葉斯估計器的擴展卡爾曼濾波器（EKF）和克拉默-拉奧下界（CRLB）用于無人機群的路徑規劃。分析表明，所提出的方法成功地規劃了未來的跟蹤軌跡。此外，CRLB 的性能也優于其他方法并有所提高。

Shao 等人[50] 將魯棒性誤差符號積分（RISE）反饋控制器與擴展狀態觀測器（ESO）相結合，并使用了殘余估計誤差。這一策略解決了整塊干擾問題，實現了跟蹤精度、有效性和優越性。Campion 等人[51]研究了用于無人機群的蜂窩移動基礎設施、機器學習和分布式控制算法、機器-機器（M2M）通信和第五代（5G）網絡。該研究表明，所應用的技術緩解了以往研究的限制因素，提高了無人機群的效率和商業用途。Shao 等人[52]提出了基于擴展狀態觀測器（ESO）的魯棒控制器，并采用了動態表面控制（DSC）設計和基于擾動觀測器（DOB）的控制技術。該建議在提高抗干擾能力的同時，在跟蹤方面也顯示出了有效和卓越的效果。Mammarella 等人[53] 將基于樣本的隨機模型預測控制（SMPC）和制導算法應用于無人機群的跟蹤控制。所應用的算法有效地處理了噪聲和參數不確定性，保證了實時跟蹤和良好的穩定性能。

Huang 和 Fie [54]介紹了粒子群優化（GBPSO）的全局最佳路徑競爭法。該策略提高了搜索能力，避免了局部最小值，并提供了質量和速度更優的可行最優路徑。Ghazzai 等人[55]提出了帶寬饑渴和延遲容忍的應用，并利用典型的微波（μ-Wave）和高速率毫米波波段（mm-Wave）進行軌跡優化。此外，研究還采用了分層迭代方法。雙波段增加了多無人機的停靠位置，并最大限度地減少了服務時間。Liu 等人[56] 利用快速模型預測控制方法和擾動估計方法實現了分布式編隊控制算法。該策略適用于任意的、隨時間變化的規定形狀編隊，并在規定的二維（2D）或三維形狀上實現了平衡配置。

Xuan-Mung 等人[57] 使用了魯棒飽和跟蹤反步態控制器 (RAS-BSC) 和 Lyapunov 理論。研究人員發現，所提出的機制提供了閉環系統的穩定性，并限制了跟蹤誤差和擴展狀態觀測器（ESO）誤差。此外，它在不確定性條件下具有快速和魯棒性，性能優越。Fabra 等人[58]為無人機群提出了一種基于任務的無人機群協調協議（MUSCOP）。該研究在多種條件下實現了高度的蜂群凝聚力，并在位置偏移誤差較小的情況下實現了最少的同步延遲。Causa 等人[59]采用多全球導航衛星系統（multi-GNSS）星座方法和邊緣成本估算方法對多個無人機進行路徑規劃。這些方法減少了計算時間和整個任務時間，為離線和近實時場景下的任務分配問題和規劃提供了快速解決方案。

Brown 和 Anderson [60] 應用昆式多項式軌跡生成方法、多目標粒子群優化（OMOPSO）和區域搜索雷達模型來優化無人機群的軌跡。這種組合可獲得最大數量的較佳軌跡，減少重訪時間和燃料消耗，并提高探測概率。Mehiar 等人[61] 為無人機群開發了量子機器人達爾文粒子群優化算法（QRDPSO）。該優化算法提供了更穩定、高效和快速的最優解，避開了障礙物，克服了通信限制。此外，該算法在搜救行動中達到了全局最優。Wang 等人[62]為多架無人機提出了領導者跟隨模型、Routh-Hurwitz 準則、共識協議和模型預測控制器。所應用的方法預測了領導者狀態的變化，減少了達成共識的時間，并保持了編隊的形狀。

Altan [63] 針對無人機群提出了元啟發式優化算法、Harris Hawks 優化（HHO）和粒子群優化（PSO）。他建議的方法在多幾何路徑上表現最佳，并能快速確定控制器參數。HHO 性能更優，克服了穩定問題，并給出了最少的沉降、峰值時間和過沖。Wang 等人[64]開發了神經關系推理（NRI）模型以及無人機群和彈簧顆粒之間的映射表。所開發方法的結果能夠提高位置檢測性能。此外，它還將三維空間中的運動投射到二維平面上，設計的算法預測了運動軌跡，并給出了較高的精度。Rubí 等人[65]針對無人機群采用了四種 PF 算法，即反步法（BS）和反饋線性化（FL）算法、非線性制導法（NLGL）算法和胡蘿卜追逐（CC）幾何算法。比較結果表明，路徑跟蹤 BS 算法在偏航誤差和路徑距離方面表現更優，而 CC 算法需要的數據更少，并且證明易于適用于任何路徑類型。Selma 等人[66]使用混合控制器、自適應神經模糊推理系統（ANFIS）和 PSO 算法對多個無人機進行軌跡跟蹤。結果表明，PSO 算法能自動調整 ANFIS 參數，通過提高控制器質量最大限度地減小跟蹤誤差，并且性能優越。

Xuan-Mung 等人[57] 使用了魯棒飽和跟蹤反步態控制器 (RAS-BSC) 和 Lyapunov 理論。研究人員發現，所提出的機制提供了閉環系統的穩定性，并限制了跟蹤誤差和擴展狀態觀測器（ESO）誤差。此外，它在不確定性條件下具有快速和魯棒性，性能優越。Fabra 等人[58]為無人機群提出了一種基于任務的無人機群協調協議（MUSCOP）。該研究在多種條件下實現了高度的蜂群凝聚力，并在位置偏移誤差較小的情況下實現了最少的同步延遲。Causa 等人[59]采用多全球導航衛星系統（multi-GNSS）星座方法和邊緣成本估算方法對多個無人機進行路徑規劃。這些方法減少了計算時間和整個任務時間，為離線和近實時場景下的任務分配問題和規劃提供了快速解決方案。

Brown 和 Anderson [60] 應用昆式多項式軌跡生成方法、多目標粒子群優化（OMOPSO）和區域搜索雷達模型來優化無人機群的軌跡。這種組合可獲得最大數量的較佳軌跡，減少重訪時間和燃料消耗，并提高探測概率。Mehiar 等人[61] 為無人機群開發了量子機器人達爾文粒子群優化算法（QRDPSO）。該優化算法提供了更穩定、高效和快速的最優解，避開了障礙物，克服了通信限制。此外，該算法在搜救行動中達到了全局最優。Wang 等人[62]為多架無人機提出了領導者跟隨模型、Routh-Hurwitz 準則、共識協議和模型預測控制器。所應用的方法預測了領導者狀態的變化，減少了達成共識的時間，并保持了編隊的形狀。

Altan [63] 針對無人機群提出了元啟發式優化算法、Harris Hawks 優化（HHO）和粒子群優化（PSO）。他建議的方法在多幾何路徑上表現最佳，并能快速確定控制器參數。HHO 性能更優，克服了穩定問題，并給出了最少的沉降、峰值時間和過沖。Wang 等人[64]開發了神經關系推理（NRI）模型以及無人機群和彈簧顆粒之間的映射表。所開發方法的結果能夠提高位置檢測性能。此外，它還將三維空間中的運動投射到二維平面上，設計的算法預測了運動軌跡，并給出了較高的精度。Rubí 等人[65]針對無人機群采用了四種 PF 算法，即反步法（BS）和反饋線性化（FL）算法、非線性制導法（NLGL）算法和胡蘿卜追逐（CC）幾何算法。比較結果表明，路徑跟蹤 BS 算法在偏航誤差和路徑距離方面表現更優，而 CC 算法需要的數據更少，并且證明易于適用于任何路徑類型。Selma 等人[66]使用混合控制器、自適應神經模糊推理系統（ANFIS）和 PSO 算法對多個無人機進行軌跡跟蹤。結果表明，PSO 算法能自動調整 ANFIS 參數，通過提高控制器質量最大限度地減小跟蹤誤差，并且性能優越。

Liu 等人[67]提出了一種動力學控制器、基于分布式β角測試（BAT）的拓撲控制算法和飛行 ad-hoc 網絡（FANET）用于無人機植群。這種機制可以進行鄰居選擇，并大大減少通信開銷。Madridano 等人[68]應用三維概率路線圖（PRM）算法、機器人操作系統（ROS）架構、Mav-Link 協議、Pixhawk 自動駕駛儀和匈牙利方法進行三維軌跡規劃。這種組合使用最短的時間生成了最優解，并減少了計算時間和總行程距離。Zhou 等人[69]分析了采用不同 SI 算法的層次控制框架。該分析對主要技術的發展趨勢、未來研究和局限性進行了分類。Wubben 等人[70] 采用 MUSCOP 協議和仿真工具 Ardu-Sim，為多個無人機提供恢復能力。該協議有效地處理了失去領導者和后備領導者的問題，并引入了可忽略的飛行時間延遲。

Selma 等人[71]將基于自適應網絡的模糊推理系統（ANFIS）和改進的蟻群優化（IACO）用于控制軌跡跟蹤任務。事實證明，該策略性能優越，大大降低了均方誤差（MSE）和均方根誤差（RMSE），使無人機能在最短時間內達到預期軌跡。Altan 和 Hac?o?lu [72] 使用基于牛頓-歐拉法的三軸萬向節系統、哈默斯坦模型和模型預測控制（MPC）算法進行目標跟蹤。這種機制能穩定地跟蹤目標，即使在外部干擾下也表現出魯棒性。Sanalitro 等人[73]提出了一種飛鶴系統，該系統采用基于優化的調整方法和內環或外環方法。該系統處理了旋轉和平移軌跡帶來的參數不確定性，保證了穩定性，并提高了 H∞ 的性能。Chen 和 Rho [74] 根據最終用戶（EUs）的要求，利用自組織圖（SOMs）引入了 SI 技術。該技術可實現無人機陣列的自組織，并將無人機重新配置為樞紐或終端。此外，它還能有效地共享信息。

Qing 等人[75]將改進的蟻群優化（ACO）、最小捕捉算法和歸零控制障礙函數（ZCBF）應用于多蜂群。結果表明，所提出的算法為實時決策提供了最佳結果。此外，它還有效地提供了無碰撞和無規避的軌跡。Miao 等人[76]提出了一種多跳移動中繼系統、最小保密能效（MSEE）最大化傳輸方案，并利用塊坐標下降法（BCD）、連續凸近似（SCA）技術和 Dinkelbach 方法為多架無人機生成了一種算法。結果保證了收斂性，并在能效和保密率方面有了重大改進。Shao 等人[77] 將無人機群的多分段策略與改進的粒子群優化-高斯偽譜法（IPSO-GPM）相結合。研究結果表明，所應用的機制提高了求解的最優性，生成了高質量的軌跡，并耗費了最少的運行時間。

Gu 等人[78]建議采用網絡集成軌跡聚類（NIT）來確定無人機群的子群。這種聚類方法反應迅速，準確性高，在復雜環境中證明是有效、容錯和穩定的。Ling 等人[79]提出了一種規劃算法；針對無人機群的開箱即用軌跡繪制和多輪蒙特卡羅模擬。該算法可在噪聲和不穩定通信條件下工作，并被證明適用于合作蜂群應用。Yao 等人[80] 為無人機群采用了群智能和優化算法。結果表明，所提出的無人機群控制算法有效提高了無人機群的自主性和巡檢效率，并最大限度地降低了巡檢成本。Xia 等人[81]提出了針對無人機群的多代理強化學習（MARL）與多無人機軟行為批判（MUSAC）。所建議的機制允許做出智能飛行決策，降低了功耗，提高了跟蹤成功率，并為探測覆蓋提供了高性能。

Nnamani 等人[82] 將網格結構方法應用于無人機群。研究結果表明，該方法提高了通信保密率和物理層安全性，并評估了竊聽者未知位置的最佳半徑。Xu 等人[83] 為無人機群設計了通信感知集中式和分散式控制器。他們提出的控制器實現了較高的航點跟蹤精度。在兩種控制器之間，分散控制器的性能更優，并能保持穩定。Sharma 等人[84]研究了用于無人機群路徑規劃的多種 SI 算法。分析表明，PSO 的計算復雜度較低，ACO 具有良好的可擴展性，而 Firefly 則利用單一算子搜索解決方案。Han 等人[85]采用大規模多輸入多輸出（MIMO）和基于中心極限定理（CLT）的反向散射通信系統來分析性能和優化軌跡。這種組合在檢測寄生裝置和分離寄生信號方面表現出色。此外，它還降低了能耗并優化了軌跡規劃。

Zhou 等人[86]使用了多目標跟蹤（MTT）系統、基于智能無人機蜂群的協同跟蹤算法和多目標 Lyapunov 優化模型。結果表明，在提高軌跡預測精度的同時，執行復雜度和能耗也有所降低。Brown 和 Raj [87] 應用反應式跟蹤和帶有預測性預定位的反應式跟蹤來研究初始蜂群形成的影響。跟蹤的性能更優越。

Sastre 等人[88]應用無碰撞蜂群起飛啟發式（CSTH）的兩種改進算法和基于歐氏距離的 CSTH（ED-CSTH）算法來分析軌跡和批次生成。本研究還使用了 ArduSim 模擬器和垂直起降（VTOL）技術，以及用于無人機群的庫恩-蒙克雷斯算法（KMA）。所提出的方法優化了計算時間，確保了安全距離，并縮短了起飛所需的時間。而 KMA 被證明是現實條件下最合理的選擇。Bansal 等人[89] 針對無人機群提出了一種可擴展的身份驗證-證明協議 SHOTS，該協議采用了物理不可克隆函數（PUF）、Mao Boyd 邏輯方法和 Christofides 算法。作者為無人機群提出了一種輕量級認證和證明機制，利用物理不可克隆函數（PUF）以輕量級方式確保物理安全和必要的信任。

6 討論

多架無人機的重要性正在擴大其在許多領域的合作行動和應用。無人機群被部署在不確定、室內、室外、交通等多種環境中。研究結果表明，決策、控制、路徑規劃、通信、監控、跟蹤、瞄準、碰撞和避障等諸多挑戰可能會阻礙無人機群的運動規劃。調查顯示，針對不同的挑戰，所有研究都采用了不同的方法。如任務規劃架構提供了一個完整的操作性強、穩健、可擴展和靈活的框架。許多控制器，無論是線性控制器還是非線性控制器，都被證明易于應用、直觀、穩健，并能提供最優性和全局穩定性。改進的模型預測控制器可確保對蜂群進行實時監控和跟蹤。此外，它們還提高了跟蹤的準確性、有效性和優越性。機器學習、5G 網絡和其他技術緩解了以往研究的限制因素，提高了蜂群的效率和商業用途。在本章介紹的所有這些不斷發展的技術中，蜂群智能技術被認為是可靠、高效地部署蜂群的合適解決方案。此外，它還能實現自我組織、重新配置、控制、有效共享信息、降低檢測成本和提高自主性。

除了上文提到的蜂群和技術發展的諸多優勢外，還存在許多重要而有趣的限制，可能會阻礙蜂群性能的發揮。其中，大規模蜂群的制造成本仍然很高。現有的負載體積龐大、價格昂貴，大多不適合追求高性能。因此，輕型、低成本的載荷和平臺對蜂群的形成至關重要。電池容量對完成空中任務意義重大。持久耐用的電池對于連續執行任務至關重要。然而，電池容量可以通過增加無人機重量來提高。而重量的增加也會要求能量消耗的增加。為了提供合適的電池解決方案，必須有這樣的系統，它能方便、快速地用補充電池替換耗盡的電池，并能為其他電池充電。另一個限制因素是隱私保護協議。這對于在敏感地點安全部署蜂群至關重要。否則，可能會導致國家安全問題。

7 結論

介紹了無人機蜂群技術的最新發展，顯示了其在不同用途，特別是軍事領域的應用前景。本章概述了蜂群智能，解釋了其各個方面、層次、機制、遵循的原則和意義。然后，討論了蜂群面臨的挑戰和不同研究人員給出的方法。此外，為了分析蜂群的運動規劃，我們研究并匯編了多種研究。所有這些研究論文都提供了不同的方法來應對無人機群所面臨的挑戰。其中許多方法都基于蜂群智能等趨勢技術，并優于傳統策略。所有研究結果都表明了使用蜂群而非單個無人機的重要性。最后，我們討論了本文的主要發現和一些局限性，并對未來工作提出了一些建議。

8 未來工作

盡管蜂群智能正處于新興階段，但預計在未來幾年，這項基于人工智能的技術將取得更大進展。未來的研究可以為蜂群設計更智能的控制器、最佳路徑規劃算法、穩健的架構、監控、目標搜索策略、高效的通信結構和安全的飛行協議。大規模蜂群的飛行問題和編隊維護仍需要未來的探索。在建模過程中，必須考慮無人機的大小和負載，以提高蜂群控制的魯棒性。在未來的整體系統中，將為綜合任務場景提供解決方案。無人機群在曲線上的路徑規劃需要更高效的算法。此外，能夠在任何復雜環境中快速給出優化路徑的算法也是未來的工作重點。有必要開發低成本傳感器，以解決集體監測和目標跟蹤問題，同時還能提供高精度和抗噪聲能力。還需要開展更多研究，通過升級頻段、合作對抗和信號失真監測，實現無人機群之間通信網絡的標準化。為了提高在威脅環境中的反應速度，重點將放在設計動態傳感和強大的安全飛行協議上。對于能滿足下一代網絡的情報輔助計劃來說，各種考慮因素至關重要。例如，第六代（6G）網絡應被用于蜂群的無線通信服務。這將極大地提高編隊、任務協調、人機互動等方面的重要性。在此基礎上，應改進系統，使其能夠理解和適應環境，并對用戶反饋做出快速反應。這可以進一步提高系統的靈活性以及網絡的可靠性和性能。

人類文明史是人類在人文和科學領域的個人和集體發展與對權力明顯不滿足的追求交織在一起的復雜織錦。本文關注的是后者當代的一些方面。暴力--以及比對手更高效、更有效地行使暴力的能力--一直是這種權力競爭的標志。對于個人和小型社會單位來說，這可能和大型民族國家一樣真實。為了通過權力實現支配地位，人類一直致力于發明更加巧妙的方法來引起和控制暴力。使用機器來殺死或傷害對手，其歷史淵源很可能與人類本身的歷史相媲美。然而，最近自動化和人工智能的發展可能在有記錄的歷史上第一次將暴力的控制權從人類手中奪走，并將其置于機器手中。這種可能性導致在各種國家和國際論壇上就與這種機器的使用有關的倫理和道德進行了激烈的辯論。

本文的主要目的是讓普通讀者（而不是專家或從業人員）了解民族國家正在努力將人工智能（AI）與致命的自主武器系統（LAWS）結合起來，給全球社會帶來的法律風險。人類的國家間武裝沖突主要是通過國際人道主義法（IHL）來規范。然而，致命性自主武器系統對國際人道主義法構成了特別強大的挑戰，主要是因為前者能夠完全取代人類（作為暴力的管理者），從而使人們對 "人道主義 "這一基礎性形容詞的有效性產生懷疑，而國際人道主義法的大廈正是建立在這一基礎之上的。盡管如此，同樣重要的是要記住，致命性自主武器系統并不是人工智能對人類安全構成的危險的唯一表現形式。

定義致命性自主武器系統（LAWS）

與許多技術驅動的問題一樣，第一個法律挑戰是，目前還沒有一個國際公認的致命性自主武器系統的定義。在2017年在 "1980年聯合國《禁止或限制使用某些可能具有過分傷害力或濫殺濫傷作用的常規武器公約》"（《特定常規武器公約》）的總體框架下舉行的聯合國致命性自主武器系統政府專家組（GGE）的首次會議上，締約國審議了致命性自主武器系統的法律、倫理、軍事和技術方面。雖然沒有商定共同的定義，但至少有一些國家提出了關于致命性自主武器系統的工作定義和隨之而來的條例的建議。

缺乏普遍定義的法律挑戰并不是一個新問題。例如，盡管恐怖主義在全球蔓延到幾乎無處不在，但在國際法中也沒有一個法律定義。另一方面，國際法中也存在類似的缺陷，但這并不降低在界定致命性自主武器方面缺乏共識這一法律挑戰的嚴重性。然而，所有這些武器系統的特點是在獲取、跟蹤、選擇和攻擊目標的關鍵功能方面具有不同程度的自主性；以及在使用致命武力的決策過程中部分或完全沒有人的參與或 "人的中心思想活動"，這是一個直觀（如果不是法律）的共識。

自主性 "反映了一定程度的獨立動態能力和活動。致命性自主武器可以根據自主程度被歸入兩個一般分類中的一個。第一類是所謂的 "半自主"（涉及機械化水平和遠程控制的人力投入）；而第二類是 "自主"（包括在獲取、跟蹤、選擇和攻擊目標方面更高的自由度，不需要人力投入）。在每個類別中，不同程度的自主性可以用功能來衡量--觀察、定位、決定和行動（OODA）的能力，以及復制人類情景意識的能力。

在半自主類別中，通用原子公司的 "MQ-9死神 "提供了一個典型的例子。它是一種遠程控制的 "無人作戰飛行器"（UCAV），攜帶致命的有效載荷，具有復雜的情報、監視和偵察能力。然而，所有的瞄準行動都是由人類操作員手動執行的。自主性存在于它在沒有飛行員的情況下獲得和保持空中飛行的能力，以及通過基于GPS的自動化系統在飛行中導航的能力，包括起飛和降落。

幸運的是，第二類--完全自主的武器系統，具有致命的瞄準能力，但沒有任何人類輸入來控制什么、何時以及如何進行瞄準--到目前為止，還沒有人。然而，預兆是嚴峻的。例如，美國海軍的X-47B在起飛和降落方面具有自主能力，并在2015年完成了首次自主空中加油。作為一個戰斗系統，隨著時間的推移，它可以在執行關鍵功能方面獲得更多的自主權。

然而，機器人工程師、軍事人員和倫理學家往往對哪些設備僅僅是自動的，哪些是自主的意見不一。例如，"自動 "機器人可能在有組織的情況下，執行事先計劃好的一組活動。另一方面，"自主 "機器人將在程序的控制下運作，但將在開放或非結構化的環境中運作，并接收來自傳感器的信息以調整速度和方向。

武器化人工智能

也許，將自主武器系統（AWS）描述為一個具有傳感器、算法和效應器的武器系統就足夠了。這種系統可以包括固定和移動的機器人部件（例如，無人駕駛的空中、地面或海軍車輛），配備主動或被動的傳感器來導航和探測物體、運動或模式。這些傳感器可以包括電子光學、紅外、雷達或聲納探測器。

支持自主武器系統擴散的人提出了兩個基本論點： 第一條是基于此類系統所帶來的軍事優勢。這里強調的是AWS作為人類的力量倍增器的事實。也就是說，由于AWS的存在和可用性，完成一個成功的任務需要更少的人，而每個人的效率卻大大增強。此外，AWS可以擴大 "戰場，使戰斗力達到以前無法進入的地區"，甚至在與人的通信和人與人之間的通信中斷的情況下，也能產生高的進攻節奏。此外，AWS可以被有利地部署到 "枯燥"（例如，長時間的飛行）、"骯臟"（例如，在被生物、化學或核制劑污染的地區執行任務）或 "危險 "任務（例如，爆炸物處理[EOD]）。

第二條論據的核心是相信使用AWS比使用人類在倫理上更可取（在道德上更合理）。

支持者甚至認為，"未來的自主機器人將能夠在戰場上采取更'人性化'的行動，原因有很多，包括它們不需要被編程為具有自我保護的本能，有可能消除'先開槍，后問話'的態度。自主武器系統的判斷將不會被恐懼或歇斯底里等情緒所蒙蔽，而且這些系統將能夠處理比人類更多的傳入感官信息，而不會為適應先入為主的觀念而丟棄或扭曲這些信息....，在由人類和機器人士兵組成的團隊中，機器人可以比由人類組成的團隊更可靠地報告他們觀察到的道德違規行為。"

隨著人工智能的發展，它帶來了一個非常誘人的選擇，即完全不需要將指揮官與他們的部隊聯系在一起的脆弱的通信聯系。當然，殺手機器人還沒有成為常態；然而，有一些先兆清楚地表明了自主權擴大的模式。一個例子是以色列的 "哈比 "徘徊炸彈，它可以在空中磨蹭相當長的時間，尋找對手的雷達信號。當這些信號被識別時，它通過一個可控的自毀過程攻擊并摧毀敵人的雷達。

另一個例子是SGR-1，一種人工智能機器人 "步兵衛士"，在本世紀初開發，并在十多年前（2006年）進行了成功試驗。它已被部署在朝鮮和韓國的邊界，并被吹捧為一個不眠不休的武裝哨兵，其注意力從不動搖。它配備了一支自動步槍和一個榴彈發射器，并能通過紅外線傳感器辨別人類，盡管它確實需要人類操作員給它開火的指令。

在可以將人類操作員插入回路的情況下，未來可能會繼續看到自主權只在技術領域而不是在實際決策過程中。這更有可能發生在航空航天和陸地領域，因為那里更容易建立通信。然而，在海洋領域，通信構成了更大的挑戰，甚至為決策部署人工智能的誘惑力也非常大。與陸地不同，廣闊的海洋沒有永久的基礎設施來接收和發送信息。因此，水面艦艇擁有廣泛的船上通信套件，使它們能夠相互交談，并與陸地上的當局交談。就像在陸地或空中一樣，這些水面戰斗人員也使用無線電波進行通信。這些無線電波在大氣層中傳播良好，但在水中卻不那么好。因此，水下艦艇，如潛水艇，甚至更難溝通。水面下的船只大多使用水下聲學系統進行通信，而聲學系統無法在空氣中傳播。空氣-水通信障礙是一個可怕的障礙，這使得地下領域成為部署人工智能的理想場所。作為一個術語，"無人水下航行器"（UUV）已經成為 "自主水下航行器"（AUV）的同義詞，這種飛行器已經被許多國家用于科學研究以及從收集情報、監視任務、偵察和反雷等目的。與海軍水下系統相關的保密性使得我們很難清楚地了解有多少國家擁有UUV的能力以及程度如何。然而，眾所周知，美國、俄羅斯、法國、德國、英國、中國、以色列和印度是擁有強大的UUV計劃的快速增長的國家之一，人工智能正越來越多地被整合到所有這些船只中。UUVs/AUVs在形狀和形式上差別很大，從微型船到非常大的船，每一種都有自己的優點和缺點。例如，美國已經訂購了四艘由波音公司為其海軍建造的 "超大型無人潛航器"（XLUUVs）。這些XLUUVs將在水下獨立運行數月，并在一個燃料循環中覆蓋多達6500海里。波音公司的 "Echo Voyager"，也就是新的XLUUV的基礎，已被宣布為 "完全自主的UUV，可用于各種以前由于傳統UUV限制而不可能完成的任務"。就所有實際目的而言，這些船只是完全有能力的潛艇，盡管沒有人類操作員。美國海軍正在增加其無人船的數量和能力，包括在水面和水下。其建造海軍艦艇的長期計劃包括在未來五年（2021-2026）至少建造21艘中型和大型無人艇。中國也在2019年的年度閱兵中，展示了一艘大型無人潛艇。考慮到國防系統的發展在大多數情況下遠遠領先于宣布的能力，我們可以假設這些國家的致命性自主武器系統方案的發展，包括人工智能的使用，是相當先進的。

其他各種團體也在逐步利用21世紀的技術。隨著人工智能驅動的致命武器系統的擴散，超出了民族國家相對嚴格的問責規范，惡意的非國家行為者可能發展出大規模自動殺人的能力。2018年，沙特阿拉伯摧毀了兩艘遙控的、裝滿炸藥的船只，這些船只的目標是吉贊港。最近，在2020年8月，在也門作戰的沙特領導的聯盟在沙特阿拉伯的阿布哈國際機場上空攔截并摧毀了一架裝有爆炸物的無人機，據稱該無人機是由與伊朗有政治聯系的胡塞叛軍發射的。

以色列巨大的新海上天然氣基礎設施為其敵人提供了一個明顯而誘人的目標，使其海軍的力量分散。2012年，黎巴嫩什葉派激進組織真主黨派出一架無人機深入以色列，覆蓋了到達其中一些天然氣田所需的距離，綽綽有余。以色列國防部高級官員聲稱，真主黨在獲得額外的武器裝備后，現在有能力攻擊這些重要的海上設施。

很明顯，人工智能的擴散為恐怖組織提供了威脅實體安全的更新方式，使保護和監管的范圍更具挑戰性。盡管威脅相當明顯，但在這個技術和科學飛速發展的時代，人工智能的進一步武器化是不可避免的。令人擔憂的是，俄羅斯、以色列、美國和英國等國家都在熱衷于開發這種武器系統。

AWS與人權

2020年11月結束的亞美尼亞和阿塞拜疆之間的戰爭，是使用自主系統進行戰爭的一個典型例子。無人機攻擊，打擊了亞美尼亞和納戈爾諾-卡拉巴赫的士兵，摧毀了坦克、大炮和防空系統，為阿塞拜疆在44天的戰爭中取得了重大勝利。

然而，兩國軍事沖突的這一新特點使敵對行動從血腥的、赤手空拳的地面戰斗變成了一場致命但誘人的捉迷藏游戲，對手是一個耐心十足的--而且往往是看不見的--空中的非人類敵人。在不到兩周的時間里，有數百人死亡，該鎮120多座住宅和行政大樓也隨之受到廣泛破壞。無人機襲擊迫使約6000名居民撤離，大多數婦女和兒童在戶外尋求庇護。

任何人都不應被隨意剝奪生命，這是世界人權法的一個重要標準。這是國際人權法的一項安排，即使 "在威脅到國家生命的公共緊急情況下"，也不能中止或勸阻。人身自由和安全的權利 "保證人們不受蓄意的身體或精神傷害，無論受害者是否被禁錮。例如，締約國當局無視人身安全權，無理地造成身體傷害。各國 "還應該防止和改變在執法過程中無端使用武力的情況，并確保其人民不受私人保安部隊的虐待，以及不受過度獲得槍支所帶來的危險。"

聯合國《執法人員行為守則》（UNCCLEO）規定了一個總體原則，即 "執法人員只有在嚴格必要的情況下才能使用武力，并以履行職責的需要為限"。因此，它規定了一個基本原則，即為達到軍事目的，不應使用超過必要的武力。

為了至少有選擇地以合法的方式執行警務和法律執行任務，AWS必須可行地評估死亡或嚴重傷害的威脅程度，有效地確定誰在造成危險，考慮武力對分散威脅是否重要，有選擇地認識和使用武力以外的手段，有能力建立各種通信方法和警務武器和設備，以考慮到逐步的反應，并有可獲得的后備手段和資產。為了增加這種復雜性，每一種情況都需要另一種獨特的反應，這將使所有這些被簡化為基于數學的算法和概率計算的進展變得非常困難。

盡管近年來出現了令人印象深刻且往往令人難以置信的技術進步，但如果沒有有意義且有效的人類控制和判斷，AWS似乎不可能遵守這些規定，特別是在不可預測且不斷發展的環境中。值得注意的是，當延伸到 "致命 "AWS（致命性武器）時，禁止AWS的論點甚至更有分量。但這絲毫不影響我們對和平與全球穩定所面臨的重大威脅表示關切，即使是對人類沒有直接致命或亞致命影響的AWS。一個重要的相關例子是利用 "蜂群智能 "技術，它可能使支持者有能力對可能無人居住的敵方基礎設施發動重大攻擊。

納戈爾諾-卡拉巴赫危機已經迫使國際社會質疑AWS的決策過程。這些武器系統由于其自主性質，缺乏區分武裝士兵和普通平民的人類技能。在馬爾圖尼鎮，無人機的空中襲擊造成五名平民死亡，另有十人受傷。居民們被迫用膠帶封住車燈，或在車上涂抹泥漿，以掩蓋任何可能使他們成為目標的標記。公眾集會被勸阻，人們被敦促不要在任何一個地方呆太久。這種攻擊的高平民化迫使一個12歲的孩子痛苦地表示："我不再喜歡藍天了。事實上，我現在更喜歡灰色的天空。當天空是灰色的時候，無人機就不飛了"。無人機襲擊的不確定性和震驚導致平民對武裝無人機的部署產生了極大的仇恨。

這導致了與部署自主武器有關的另一個關鍵問題。國際人道主義法的應用和實施的一個基本特點是以個人為前提，逐步走向 "以人為本，而不是以國家為本 "的方法，如個人刑事責任和指揮責任等概念所示。這也延伸到了武器法的專門領域，包括人類參與致命性武器系統的設計、開發和使用。一些國際人道主義法條款反映了人類參與的必要性。所區分的合法問題包括：鑒于個人義務，國際人道主義法是否可以繼續適用于自主機器。在政府專家組會議上，各國普遍認為，不管是什么，不管如何定義，國際人道主義法的人類機構方面需要在致命性自主武器系統方面得到保持。各國和非政府組織都提到和/或支持 "有意義的人類控制"、"人類判斷"、"人類參與 "和 "人類監督 "等概念。 這些概念可以互換使用，一般沒有定義。

2017年由 "世界科學技術倫理委員會"（COMEST）和 "聯合國教科文組織倫理委員會 "聯合編制的一份報告審查了 "武裝軍事機器人系統（武裝無人機）"和 "自主武器 "的移動性、互動性、通信以及在沒有外部干預的情況下做出決定的自主能力。報告認為，法律規范和工程行為準則可能適用，認知型機器人將決策權委托給機器，設計師和制造商需要承擔責任，并適用預防原則。報告強調，作為一個法律問題，AWS的部署 "將違反國際人道主義法。在道德上，它們打破了機器不應該為人類做生死決定的指導原則。它繼續補充說，"就其技術能力而言，自主機器人武器缺乏確保遵守區別對待和相稱性原則所需的主要組成部分。雖然可以說將來有可能遵守，但在殺人機器面前，這種猜測是危險的，因為它們在特定情況下的行為是隨機的，因此本質上是不可預測的"。報告有效地粉碎了本文前面提到的AWS支持者提出的聰明但謬誤的 "道德 "論點，明確指出："使用致命武力的權力不能合法地委托給機器--無論其效率如何--的道德論點包含在國際法中：殺人必須仍然是負責任的人的責任，有義務做出深思熟慮的決定"。報告強烈建議，"出于法律、道德和軍事行動的原因，必須保留人類對武器系統和武力使用的控制"。

結論

歸根結底，只有人類可以為奪取生命負責，而自主機器人無法遵守道德、法律和軍事規范。詹姆斯-卡梅隆的邪典電影《終結者》描述了一個烏托邦式的未來，其中天網，一個邪惡的人工智能（AI），發起了一場針對人類的核戰爭以確保自己的生存。這部電影于1984年上映，遠遠早于現代形式的人工智能的出現，但卻預示了一些擔憂，這些擔憂已經主導了關于智能計算機系統的辯論。當代世界上最著名的科學家之一，已故的斯蒂芬-霍金，將人工智能描述為對人類文明的唯一最大威脅。這并不僅僅是科學家的觀點。亨利-基辛格也曾警告說，人工智能將改變人類的思想和人類的價值觀。

《終結者》電影所描述的技術還沒有出現在我們身邊，根據大多數分析家的說法，一種被稱為 "通用人工智能 "的自我意識的人工智能形式還需要幾十年的時間。然而，人工智能可能會繼續被整合到武器系統中，并用于提高軍事力量使用的精確性、殺傷力和破壞性。同時，需要不斷關注圍繞人類強化的法律、倫理和戰略辯論--包括軍隊的身體和認知發展和演變，以及隨著武器化的人工智能越來越多地融入戰爭，心理和認知過程可能如何變化和演變。

這給我們留下了一些大問題。武器化是可取的嗎？國際社會是否應該尋求控制和阻止這些過程，以及這可能對人工智能的非軍事用途產生什么影響？在這方面，本作者認為，關于 "殺手機器人 "的充滿夸張色彩的辯論相當廣泛地忽略了這一點。人工智能已經被武器化，關于禁止完全自主的武器系統的辯論忽略了許多與人工智能有關的武器化進程，這些進程已經在如火如荼地進行。需要進一步思考的最后一點是人工智能在北約等多邊論壇中可能發揮的作用，以及在多邊安全任務中如何在派遣國之間分享和利用人工智能。為人工智能能力制定共同的操作標準、要求和道德準則，既是必要的也是具有挑戰性的。

我們還必須記住，自主系統本身并不一定是壞事。事實上，機器的自主性和人工智能已經使我們能夠到達并探索火星和我們星球上的海洋深處。即使在戰爭中，這樣的機器也可以提供一種方法，避免將人類置于可能使他們面臨生命危險的情況中。然后，辯論歸結為人類如何使用這種能力。盡管世界在認識到致命性自主武器系統的危險方面可能已經晚了，但我們可能仍有時間確保人工智能的發展朝著建設性而非破壞性的方向發展。

認知戰爭的概念在安全和國防的討論中正穩步獲得越來越多的關注。通過采用認知心理學的觀點，文章研究認知和誤解如何成為戰略和戰役概念認知圖譜的因素。本文的中心目的是概述人類領域的方法深深地扎根于國家條件下的感知。文章希望通過比較北約的認知戰概念化和俄聯邦的認知戰概念化來實現這一學術目標。結構如下：首先是對認知心理學范式的簡要回顧，特別是與本文范圍有關的關鍵概念。隨后的章節將北約的認知戰方法與相反的觀點，即俄羅斯安全和國防機構的觀點進行比較。克里姆林宮于2022年在烏克蘭發起的 "特別軍事行動"證實，在發生對北約成員國的領土侵略時，整個聯盟仍然是歐洲安全和防御態勢的基礎。正是由于這個原因，聯盟應該客觀地分析俄羅斯決策者在認知領域如何看待西方的觀點。

盡管美國陸軍希望在多域作戰中取得認知上的優勢，但它還沒有充分發展并采用認知能力提升的概念。本文對陸軍在這一領域的努力進行了全面評估，探討了對士兵認知的日益增長的要求，并將陸軍目前的方法與對手進行了比較。它的結論將幫助美國軍隊和政策執行者建立促進認知優勢和跨領域成功的文化和行為。

關鍵字：認知能力、復原力、神經倫理學、人類表現、信息過載

認知能力是支持所有士兵表現的關鍵變量：身體、精神和情感。美國陸軍條令認識到認知優勢的重要性，或獲得對敵人的智力優勢。它甚至在最近的幾個出版物中占據了突出位置，包括2019年陸軍現代化戰略（AMS）和美國陸軍多域作戰（MDO）2028年概念。 盡管認知科學取得了進展，并且認識到認知超配在多域作戰中的重要性，然而，美國陸軍還沒有完全接受認知能力優化的概念。在過去的十年中，美國國家衛生研究院在大腦研究方面的投資超過535億美元，但士兵和領導人在 "永遠在線 "的多任務和連接文化中進行訓練和操作，這種習慣最終會降低認知性能。 無論是在駐地還是在部署時，領導人都試圖過濾幾十條信息流，并在睡眠不足和對認知能力優化原則理解有限的情況下做出快速決策。

與此同時，中國和俄羅斯一直在追求生物技術、神經科學和人工智能（AI）解決方案，以提高人類的認知能力，并獲得對美國及其盟友的不對稱作戰優勢。 不受西方社會道德規范的約束，俄羅斯等積極利用雙重用途的民用和軍用研究來實現這一目的，將頭腦視為未來戰爭的主要戰斗空間，并正在采取措施在那里占據主導地位。

為了應對這一挑戰，美國陸軍必須與美國防部的認知能力研究和開發工作保持一致。然而，僅有科學是不夠的。陸軍還必須發展其文化，認識到以科學為基礎的道德方法的重要性，以確保以推動整個部隊的競爭和創新的方式發揮認知優勢。需要采取一種植根于教育、培訓和技術的審慎行為修正方法來取代過時的認知能力神話，這些神話最終會通過多任務處理、睡眠剝奪和信息過載來降低認知功能。否則，我們的對手可能會找到他們所需的不對稱優勢來支配美國的聯合部隊。

多域作戰與認知域

認知能力是指觀察、定向、決定和行動以產生最佳結果的能力。 認知技能對于戰場上的成功一直很重要，在決定戰斗和戰役中發揮著關鍵作用。未來將提供類似的機會，但隨著戰場擴展到空間和網絡空間，會有更大的復雜性、迷霧和摩擦。2019年AMS針對這種不斷變化的環境，提出了多域作戰的概念。 2019年AMS概述了多域作戰概念與以前的作戰概念有何不同，并要求其從業人員具有更高水平的認知能力。

MDO概念提出了認知方面的挑戰，因為它要求領導者認識并利用稍縱即逝的機會，在復雜的作戰環境中實現對先進對手能力的跨域聚合效應。 為了在多領域作戰中取勝，美國陸軍沿著六個貫穿所有領域的現代化優先事項部署了日益復雜的系統。這些先進的系統不僅需要更高的智力和技術技能來操作和維護，而且當與改進的數字通信和網絡能力相結合時，領導人還可以獲得比以往更多的實時數據。最后，MDO 2028概念和 "陸軍人員戰略 "將美國士兵置于多域作戰概念的中心。事實上，作為"陸軍最大的力量和最重要的武器系統"，士兵們將在無數實時數據和信息源的交匯處行動，并面臨著越來越大的壓力，需要在機會和威脅出現時進行多任務處理、優先排序、評估、決定和行動。

以人工智能、人機交互和其他技術進步的承諾來解決這些挑戰是很誘人的。然而，許多這些能力仍然是假設的，即使對士兵的認知要求繼續上升。即使當它們可用時，人工智能和其他技術將補充人類的決策，但在短期內，人腦可能仍然是關鍵節點。因此，要實現認知上的優勢，首先要了解人腦的基本能力和局限性。大衛-洛克（David Rock）等認知科學家堅持認為，了解大腦功能是提高認知能力的最佳途徑之一。最佳喚醒、多任務處理、認知耐力和決策質量等概念提供了一個理解框架，并為提高績效提供了機會。

認知喚醒

情緒的喚醒程度直接影響認知表現。1908年首次提出的耶克斯-多德森定律（Yerkes-Dodson Law）為這一現象提供了一個基本模型，并描述了一個與巔峰表現相關的認知喚醒的甜蜜點。正確的喚醒水平，或壓力，會使大腦釋放正確的神經化學物質組合，以產生最佳表現所需的警覺性和注意力。優秀的教練認識到喚醒水平對表現的影響，并在比賽期間根據需要成功地使球隊平靜下來或振作起來。太少會讓我們變得平淡無奇，而太多則會產生適得其反的壓力、焦慮或脫離。軍隊領導人可能熟悉這種現象，在戰斗情況下，身體的威脅會激起強大的反應，但在工作壓力和信息過載的情況下也會出現類似的狀態。

盡管在戰斗中限制壓力和焦慮具有挑戰性，但監測和管理士兵的情緒喚醒水平可以為提高認知能力提供直接機會。英國皇家學會描述的一個新穎的解決方案建議軍隊和執法部門使用認知過載監測系統，在個人出現認知過載的跡象時發出警報。這種意識將使用戶有意識地改變他們的情緒喚醒和行為狀態，以專注于最關鍵的問題。同樣，美國陸軍作戰能力發展司令部士兵中心進行的監測和評估士兵戰術準備和有效性試點研究，重點是通過創新的科學技術優化士兵個人和小單位的感知、認知和互動。通過分析持續訓練期間通過佩戴式傳感器和實驗室傳感器收集的數據，該研究確定了額外研究的機會，可以幫助士兵和領導識別、預測和維持影響決策質量、射擊精度和注意力控制的最佳喚醒和戰術性能水平。

圖 1. Yerkes-Dodson 定律

多任務處理

軍隊領導人被要求發展一種能力，以應付多種情況--立即對短信、聊天和電子郵件作出反應，并在快速變化的環境中解決問題的同時保持對局勢的認識。不幸的是，軍隊領導人所使用的工具及其使用方法在戰斗和駐軍中加深了 "戰爭迷霧"。盡管社會聯系日益緊密，但科學表明，大腦在任何特定時間內能夠處理的操作數量和復雜性都是有限的。集中我們的注意力需要分配前額葉皮層的神經資源，使大腦不能有效地同時關注兩件事情。當多任務處理時，我們的大腦反而被迫從一個話題迅速過渡到另一個話題。在不同的任務之間轉換需要大量的代謝資源，如含氧葡萄糖；一旦耗盡，認知和身體表現都會下降。多任務處理還產生壓力荷爾蒙皮質醇，并影響腎上腺素和多巴胺水平，從而擾亂我們的思維。多任務處理影響的深刻性使一些研究人員相信，通過文本、電子郵件、廣播交通和聊天窗口等不斷的中斷，可能會產生類似于暫時降低智商的效果。

此外，研究表明，多任務處理會增加決策風險。2009年斯坦福大學的一項研究稱，重度媒體多任務處理者的記憶力、學習和認知功能都有所下降。該研究比較了被認定為重度和輕度多任務處理者的群體的認知能力。雖然其他因素可能導致這種退化，但研究表明，習慣性的多任務處理可能會諷刺地損害個人完成偶爾多任務的能力。例如，考慮到一個司機在城市的一個不熟悉的地方一邊聽廣播一邊與乘客交談。在一次轉彎失誤后，司機本能地暫停了談話，關閉了收音機，集中精力糾正方向。司機的行為顯示了他對同時做兩件事的挑戰的直覺認識。通過選擇多任務處理，我們接受了性能下降，正式稱為 "雙重任務干擾 "或 "心理折返效應"。

作為全軍腦科學教育倡議的一部分，早期職業教育可以為減少多任務、分心、頻繁中斷和信息過載的文化提供有意義的第一步。冥想、深思熟慮、元認知、正念和正念意識等技術提供了可獲得的、低成本的方法，通過提高注意力和表現來建立整個部隊更好的認知習慣，以滿足訓練和任務要求。

認知耐力

軍隊的腦科學教育也可以幫助領導者了解決策和注意力過濾對認知表現的累積代價。大腦可用于數據處理的資源是有限的，做出決定、抵制沖動或忽略分心等行為會隨著時間的推移消耗我們的認知能量。充滿瑣碎的選擇和分散注意力的信息的環境耗盡了我們的頭腦，使我們的認知能力變得遲鈍，因為大腦不會根據重要性的程度來區分或確定決定的優先次序。換句話說，我們的決策能力受制于認知耐力的限制，并隨著時間的推移而退化。

盡管對認知耐力的極限有天生的認識，但許多軍事領導人在安排日程和戰斗節奏時并沒有考慮到這一點。例如，在值班日結束時舉行 "夜間法庭 "非司法處罰聽證會的指揮官可能會在日常決策的累積效應使他們的認知能力出現問題和不可靠的時候做出重要決定。相反，領導人可能把他們最有成效的時間花在回答電子郵件或執行低級任務上，而不是最大限度地利用他們的認知資源來完成復雜的任務和決策。這些基本的例子說明了為什么軍隊必須將時間管理教育和培訓納入其認知主導工作中。

決策質量

即使在考慮認知耐力的極限時，我們的大腦也經常被淹沒在信息中，必須在采取行動之前進行綜合分析。對最佳復雜性理論的研究表明，在做決定時需要考慮的因素有一個最佳數量，太少或太多都會降低性能。正如對計算機的研究一樣，這些研究揭示了人類工作記憶的極限。我們在綜合理解時，很難在腦海中記住超過三到五件知識。此外，試圖考慮10個以上的因素會大大降低性能。了解這一現象有助于促進更好的決策，尤其是在時間緊迫的情況下。

許多人認為，更多的投入將導致最佳決策的產生。在決策實驗中，受試者在超過最佳復雜程度后要求更多的信息，受試者的表現因信息過載而下降。這種趨勢對軍隊來說尤其值得關注，在伊拉克和阿富汗的信息至上主義現在使高級領導人有條件期待大量的信息來支持他們的決策。信息成癮可能會耽誤指揮官等待更多的信息，而這具有諷刺意味的是，這會降低他們決策的質量。

軍方認識到這一挑戰，正在利用人工智能開發改進的信息過濾和決策支持算法，使領導人能夠做出更好、更快的決定。雖然很有希望，但這些努力在不久的將來是有限的，不會完全緩解與現代戰爭相關的認知挑戰。再次，作為全軍腦科學教育倡議的一部分，關于信息過載的負面影響的教育可以推動文化變革，改善決策--無論是否有人工智能的增強。

對手

當美國軍隊慢慢地將提高認知能力融入其文化時，俄羅斯等在認知領域取得了令人不安的進展。中國強調旨在創造神經科學、人工智能和生物技術方面的作戰優勢的研究和開發，作為正在進行的軍民融合的一部分。有影響力的中國人民解放軍（PLA）領導人強調要為延伸到虛擬領域的未來作戰環境做好軍事準備。這些領域包括信息領域和 "意識領域"，需要 "精神/認知主導 "才能取得成功。新美國安全中心的高級研究員和中國問題專家Elsa B. Kania指出，這些概念現在經常在解放軍的著作中討論，還有人類和人工智能融合的概念。

同樣，俄羅斯認為思想是現代戰爭的主戰場，"戰爭要以信息和心理戰為主導"。俄羅斯模仿中國在認知優勢研究中對道德規范的堅持值得懷疑，但俄羅斯的方法更多的是依靠通過心理戰和其他手段破壞對手的認知過程。無處不在的虛假俄羅斯敘事給對手帶來了很高的認知負荷，需要增加信息過濾，這消耗了認知資源，并隨著時間的推移降低了決策的速度和質量。在2022年俄羅斯對烏克蘭戰爭的前6個月，就有無數這樣的例子。非人化的言辭、非法吞并的行為以及關于烏克蘭人親近俄羅斯的錯誤說法，都是為了混淆俄羅斯的侵略和制造混亂的說法。通過播種懷疑和制造混亂，俄羅斯的錯誤信息只需要暫時蒙蔽敵人的判斷力，就能造成猶豫，為俄羅斯的活動提供優勢。

此外，俄羅斯軍隊對使用喪失能力的藥劑來降低其對手的認知功能表現出持續的興趣。在2002年杜布羅夫卡劇院的人質事件中，俄羅斯特種部隊在通風系統中釋放芬太尼衍生物，以操縱大約50名車臣分離主義分子和750名俄羅斯人質的意識。雖然他們的行動使分離主義分子失去了知覺，但也導致了大約125名人質的過量死亡和其他人的永久性衰弱。盡管俄羅斯官員在很大程度上認為這次行動是成功的，但他們的行動招致了國際社會的譴責，并再次引發了對國際法，如1993年《化學武器公約》的有效性和適用性的辯論。

神經學和生物化學專家，如喬治敦大學醫學中心的神經倫理學主任詹姆斯-喬達諾，擔心神經科學和技術的進步為利用現有條約、國際法和超國家公約中關于使用化學和生物制劑的空白提供了機會。這包括使用CRISPR基因編輯和納米技術來增強士兵的神經結構，同時制造新型神經武器來降低對手的認知功能。

美國陸軍的機遇

飛躍性技術的誘惑和神經科學的進步獲得了國內媒體對認知表現舉措的大部分關注。雖然這些努力很重要，而且應該繼續下去，但美軍必須利用實際的、近期的機會來實現現在的認知主導地位。

間接和直接提高和優化認知性能的方法可以以適度的成本為美陸軍提供快速的勝利。了解到直接-間接二分法涉及到對復雜的認知和神經科學概念的一些過度簡化，但這些類別還是提供了一個討論的框架。提高認知能力的間接方法是通過飲食干預、睡眠調整、體育鍛煉、藥理學和復原力訓練來影響認知能力。直接方法 "直接針對學習、感知、認知或情感的結構或功能機制和過程"，包括經顱腦電刺激或現實增強等方法。在實踐中，這兩種方法沒有界限之分，都需要有效地提高和優化認知性能。

圖 2. 認知優勢的綜合方法

認知硬件升級——一種間接方法

使用計算機類比有助于可視化認知增強，同時建立在間接和直接方法的概念上。認知性能的優化意味著我們在現有的硬件（或生理學）的限制下，最大限度地提高我們的軟件（認知能力，或我們如何思考）。在這種情況下，硬件和軟件的升級都可以為提高認知能力提供機會。硬件升級通過人才管理、生理干預、藥物干預和技術提升提供了一種間接的方法。

人才管理

在《從優秀到卓越》（Harper Business, 2001）中，詹姆斯-C-柯林斯（James C. Collins）通過 "讓正確的人上車，讓錯誤的人下車，讓正確的人坐在正確的座位上 "這一比喻來描述建立一個成功組織的第一步。同樣，陸軍提高部隊集體認知操作能力的最佳機會可能在于識別、招募、評估和保留合適的人。

研究表明，認知能力部分是遺傳的，通過結合神經影像技術、統計工具和傳統的認知評估，識別諸如神經靈活性和技能專長等特質是可能的。這些工具為軍隊提供了一個識別和優化個人認知特征應用的機會，作為信息時代招聘和人才管理計劃的一部分，促進認知多樣性以提高創造力和決策力。認知多樣性被定義為 "視角或信息處理方式的差異"。最近的研究表明，認知多樣性加速了學習，并提高了團隊在不確定的復雜情況下的表現。通過有效的評估和人才管理計劃，可以提高軍事團隊的認知多樣性。諸如 "雅典娜項目 "這樣的倡議為應用評估作為自我發展工具提供了一個有前途的模式，但在軍隊范圍內實施需要增加研究、開發和應用的資金。在當今競爭激烈的就業市場上，陸軍必須在目前的評估和人才管理努力的基礎上，招募和保留所需的人才，以優化其認知潛力并超越近似的競爭對手。

生理干預

大量的研究表明，體育訓練、適當的營養和睡眠管理與認知能力有明顯的聯系。陸軍長期以來一直倡導體育鍛煉對心理和生理的益處，研究證實耐力運動中產生的神經化學物質具有神經保護作用，可以改善學習和記憶。睡眠管理和營養指南也反映在美國陸軍的 "整體健康和體能"（H2F）理論和 "績效三要素戰略 "中，但在整個部隊中缺乏廣泛接受。盡管陸軍認識到適當的營養對支持 "最佳身體和認知功能 "的重要性，但士兵們往往將陸軍的營養概念與體力、體質和能量水平聯系起來，而不是與心理功能或情緒聯系起來。例如，領導人對脫水的身體影響很熟悉。然而，脫水對認知的影響在醫學和研究界之外卻鮮為人知。

在可用于提高認知能力的生理干預措施中，睡眠管理可能是軍隊應用中最尚未開發的潛力。陸軍H2F理論指出，"認知能力和戰備狀態與獲得的睡眠量有直接關系"，許多研究將睡眠與陸軍的認知功能和戰備狀態直接聯系起來。即便如此，研究表明，超過62%的士兵長期遭受睡眠不足的困擾，無論是在駐扎地還是部署地，每晚平均睡眠時間不足6小時。軍隊要想在睡眠管理方面取得有意義的進展，就必須在入伍培訓和專業軍事教育的各個階段通過腦力教育來刻意改變文化。教育必須與表彰和獎勵士兵建立健康的睡眠習慣作為提高認知能力的生活方式的計劃相結合。

隨著美陸軍尋求改變其文化，更廣泛地采用可穿戴技術可以提高士兵和領導者的意識，建立理想的習慣和做法，并改變思維方式。所有這三者都需要啟動在認知和身體領域的持久增強性能。沃爾特-里德陸軍研究所（WRAIR）和美國陸軍作戰能力發展司令部士兵中心涉及數百名第十山地師士兵的研究表明，商業化的現成可穿戴技術，如手表、戒指或手環，可以在個人和組織層面推動行為變化。例如，監測睡眠習慣和下班后的身體活動水平可以幫助領導者利用個性化的數據指導士兵建立健康的習慣。陸軍應優先考慮在這一領域的近期投資，作為快速和可見的手段來證明對提高認知能力的承諾。與領導層的教育和強調相結合，可穿戴設備的使用可以為廣泛的文化變革提供強大的催化劑。

非藥物介入

與生理干預類似，藥物干預為提高認知能力提供了機會。興奮劑的使用就是這樣一種干預，在軍隊中已經很普遍了。在高端領域，醫療機構為飛行員開出了諸如右旋苯丙胺之類的藥物，以維持長期任務中的認知能力和警覺性。更常見的是，士兵們通過飲用咖啡因來幫助他們的個人表現。雖然有機會對提高認知能力的藥物如莫達非尼（Provigil）、哌醋甲酯（Ritalin）和各種苯丙胺混合物（Adderall）的使用進行進一步研究和道德辯論，但咖啡因的使用在西方社會基本上沒有爭議。即便如此，過量飲用咖啡因也會產生不必要的副作用，包括失眠、焦慮、血壓升高和心悸。為了可靠地提高認知能力，需要采取慎重的方法來使用興奮劑，以達到最佳的喚醒水平，同時不產生負面的健康后果。

2B-Alert應用是優化咖啡因使用的一種新方法，有可能在全軍范圍內使用。目前，沃爾特-里德陸軍研究所與生物技術高性能計算軟件應用研究所合作開發，2B-Alert使用機器學習、睡眠歷史和個人數據來預測睡眠不足時期的認知功能，并制定咖啡因劑量計劃，以在所需的時間窗口內最大限度地提高警覺性。如果與可穿戴技術相結合，納入所有訓練，并成為日常軍事文化的一部分，像2B-Alert這樣的應用可以為整個聯合部隊提供安全和具有成本效益的認知增強。

技術加強

整個美國防部的多種努力都在探索基于技術的認知增強手段。這些技術在開發、應用方法和成本方面差異很大，但應被視為整體認知優勢戰略的一部分。例如，經顱電刺激（TES）可以增強大腦信號，模仿深度恢復性睡眠時的腦電波，以提高睡眠質量。因此，在睡眠不足的環境中使用TES可以使士兵從短暫的睡眠中獲得更多的恢復性效果，以提高認知能力。沃爾特-里德陸軍研究所睡眠研究中心與美國國防部高級研究計劃局（DARPA）和Teledyne Scientific合作，正在評估可實地使用的TES設備的有效性，以充分利用有限的睡眠時間并改善疲勞管理。

經顱直流電刺激（tDCS）已經被奧林匹克運動員使用，并正在國防部內進行測試。與經顱電刺激不同，tDCS通過增加大腦中的能量來促進神經活動，改變大腦連接，以改善運動表現和認知。海軍特種作業人員的初步測試顯示，TDCS可以提高訓練效率，空軍的研究顯示，使用經顱直流電刺激可以提高警覺性，增強疲勞狀態下的認知能力。

生物技術和藥物認知增強正在引發關于士兵同意增強的自由和增強社會一部分人的長期反響的道德辯論。陸軍在繼續其強化研究工作以跟上近似競爭對手的步伐時，應該參與到這場辯論中。然而，認識到這些道德限制和預算限制，陸軍應該在短期內更多地強調容易執行和爭議較少的工作。

認知軟件升級——一個直接的方法

重新審視我們的計算機類比有助于說明，增強的認知軟件--我們如何使用我們的思想--為增強認知性能提供了直接的方法。雖然間接的步驟可以改善認知的硬件，但僅靠更好的硬件可能無法提高性能。新的硬件往往需要升級的軟件和更高的用戶熟練度來最大限度地發揮其潛力。因此，直接和間接的方法--升級的硬件和軟件--對于實現最高水平的認知性能是必要的。大腦教育、基于認知科學的學習技術和管理信息過載的方法以最小的投資提供實用的軟件升級。

大腦教育和自我感知

許多認知心理學家和神經學家都認為，優化個人的認知表現要從了解大腦開始。對大腦功能的基本了解為元認知，或 "關于思維的思考 "奠定了基礎。軍隊理論重視元認知在復雜問題解決和適應性思維方面的作用，但對如何發展和改善元認知過程卻沒有提供深入的見解。此外，陸軍理論中關于元認知的文章很少，完全集中在復雜問題解決背景下的領導人身上，沒有考慮到整個部隊的廣泛應用。安德魯-斯蒂德曼在其2011年關于應用神經科學提高陸軍認知能力的論文中指出，"元認知還沒有作為一種理想的領導者特質和培訓概念下降到戰術層面。"

對服役人員進行基本腦科學和元認知的普遍培訓和教育，如果輔之以個人實時觀察大腦過程的能力，可以為高峰認知性能打下基礎。元認知是通過正念完成的，或者說是 "有目的、無判斷 "地密切關注當下。多項神經科學和心理學研究顯示，練習正念有很大好處，包括改善認知控制和決策。陸軍將正念訓練作為士兵和家庭綜合健身計劃的一部分，并在陸軍H2F學說和教練中承認正念和正念意識的概念。然而，正念和正念意識的概念在整個部隊中缺乏廣泛的理解和采用。

腦科學、元認知和正念意識必須被納入專業軍事教育，以優化整個軍隊的士兵認知表現。美國陸軍外國軍事和文化研究大學提供的應用批判性思維課程為野戰級預科課程和陸軍戰略教育計劃提供了基線課程內容。這些主題也應該在所有的初始入職培訓管道中教授，根據技能和經驗水平進行調整，并根據職業生涯的評估結果進行定制。這種方法在許多方面類似于海軍的 "勇士堅韌"計劃，該計劃側重于發展水兵的精神、心理和體力，并取得了初步的成果。

海軍在審查了菲茨杰拉德號和約翰-S-麥凱恩號上最近發生的事故后，于2018年在所有士兵和軍官入伍計劃中實施了 "勇士堅韌 "課程。 它使用正念和體育心理學的目標設定、自我對話、可視化和能量管理技術來改善情緒調節和認知表現。勇士堅韌計劃的實施標志著對整個海軍文化變革的重大投資，其結果迄今為止還難以量化。美國海軍臨床心理學家梅麗莎-D-希勒-勞比（Melissa D. Hiller Lauby）上尉指出，2020年7月在美國海軍 "邦霍姆-理查德 "號上成功應對火災的水兵們在行動后的匯報中多次提到了 "勇士堅韌 "訓練的好處。具體來說，自我對話和情緒調節的使用幫助一些水手在面對極端壓力時更加冷靜地應對。需要更多的時間和分析來判斷該計劃的有效性，但 "勇士堅韌"可以為陸軍改變其認知性能文化的努力提供參考。

基于認知科學的學習

訓練在軍隊中無處不在，但最近的認知科學研究表明，軍隊的許多訓練技術可能無法產生長期的理解力。認知科學表明，重復操練、死記硬背和重讀并不像許多人認為的那樣有效。對學術情況和試圖掌握運動技能（如擊球）的運動員的研究表明，改變提供指導和訓練的方式會大大影響學習的質量和持久性。采用基于認知科學的學習方法，如間隔練習、交錯練習和適應性輔導，可以為軍隊提供低成本的機會，使教育和訓練的效果最大化，以提高認知能力。

此外，《陸軍野戰手冊》（FM）7-22《整體健康與體能》指出，基于認知科學的學習策略，控制學習環境，限制干擾，并根據士兵的學習偏好進行指導，可以使士兵更有效地掌握任務。陸軍大學的應用認知和腦科學專家韋德-埃爾莫爾（Wade Elmore）認為，自適應輔導技術有機會增加持久的學習。研究表明，使用機器學習和計算機算法提供定制教學的智能輔導平臺優于所有其他方法，包括人類輔導員。雖然智能輔導可能不會直接提高決策和批判性思維能力，但通過量身定制的強化學習方法來增加士兵的隱性知識，為隨后掌握相關的認知任務提供了基礎。基于認知科學的學習方法和技術必須在整個陸軍訓練中采用，納入陸軍訓練理論，并融入陸軍訓練文化。提高嵌入士兵長期記憶中的持久知識和技能的數量和質量是優化認知軟件以達到最佳性能的有力方法。

管理信息過載

雖然基于認知科學的學習方法和技術可以幫助優化學習，但改善士兵的短期工作記憶需要一個不同的方法。陸軍理論認識到這一點，并在FM7-22《整體健康和體能》中宣稱，優化短期工作記憶的士兵可以更有效地處理和完成復雜任務。該手冊繼續提供任務簡化、學習提示和記憶提示作為提高績效的方法，但沒有采取更全面的方法，并錯過了在這個關鍵領域影響軍隊文化的機會。

抵消信息過載的影響需要從根本上改變陸軍 "永遠在線 "的通信和信息管理文化。特別是對領導人隨時可以進行即時溝通的期望，會因為頻繁的中斷、分心和情緒激動而降低認知能力。作為全軍腦科學教育倡議的一部分，關于多任務、分心、頻繁中斷和信息過載的影響的教育可以為推動變革提供重要的第一步。

有效的時間管理提供了另一個減少心理摩擦和提高認知能力的機會。日常行動的要求經常考驗領導者的時間管理技能。然而，在高級軍校以下的專業軍事教育中沒有系統地教授有效的時間管理技巧。因此，許多領導人不知道基于認知科學的時間管理的最佳做法，并執行保證次優認知表現的日常計劃。加強這方面的教育可以幫助領導人制定日常時間表，避免在創作期間分心，提供集中工作的機會，并支持充足的睡眠和營養。

結論

認知能力是所有領域中個人和集體表現的基礎。隨著美國陸軍為多域作戰做準備，建立促進認知優勢的文化和行為對于成功地與在多個領域尋求不對稱優勢的近似對手競爭至關重要。為了成功，陸軍必須用一種優化和提高認知性能的文化來取代其 "永遠在線 "的多任務和連接文化，以便在信息時代占據主導地位并取得勝利。只有通過植根于教育、培訓、技術和努力工作的深思熟慮的方法，美國陸軍才能建立一種持久的認知主導文化。

雖然僅僅依靠技術進步來實現認知優勢是很誘人的，但在預算和行動不確定的情況下，需要在理論、組織、訓練、物資、領導和教育、人員、設施和政策（DOTMLPF-P）框架內采取多樣化的方法來減少風險。陸軍必須同時采用間接和直接的方法來提高認知性能，同時參與與這些方法相關的道德辯論。美國未來的對手將繼續尋求在認知領域的不對稱優勢。我們必須迫使他們嘗試克服美國士兵的決心、創造力和勇氣來實現這一目標。