亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

美國海軍正積極發展人工智能（AI）與自主技術以增強作戰能力。其計劃通過多種方式運用AI技術：優化通信系統、強化艦船狀態與性能監控、提升后勤效率，以及執行包括導航與目標鎖定在內的一系列自主功能。人工智能與自主系統將成為海軍的"關鍵賦能要素"。其他海軍力量（含潛在對手）亦在加速推進AI與自主技術應用。

然而當前圍繞軍事AI應用的爭論多聚焦于致命性自主武器系統（LAWS）——這類系統一旦激活即可無需人工干預自主選擇并攻擊目標（常被貶稱為"殺手機器人"）。相關討論往往側重其陸戰應用風險，尤其關注城市戰場中系統區分戰斗人員與平民的能力及潛在誤判可能性。關于AI及LAWS戰爭合法性的法律辯論同樣集中于陸戰場景，因而主要援引專門適用于該場景的武裝沖突法（LOAC）。

但將法律辯論重心置于陸戰LAWS，可能忽視海戰及其管轄法律——海戰法（LoNW）的重要特性。海戰與海戰法在本質上與陸戰存在顯著差異：海戰中軍事目標識別通常更直接（基于艦船屬性判定），比例原則評估更簡明（聚焦目標艦周邊附帶損傷風險而非艦載人員）；健全的海事法規（如船舶國籍與編號制度）進一步強化海上目標識別能力；陸戰常呈近距離混戰態勢且平民密集，而海戰多呈分布式遠距作戰特征，非戰斗人員數量稀少且與軍艦/潛艇/軍機保持空間隔離；和平時期海洋法與海戰法確立的成熟機制（如設立警戒區或作戰管制區）使海軍能有效引導無害船舶規避風險；區別于陸戰，海戰及海戰法包含經濟戰要素（如封鎖敵港或捕獲商船），其多數行動完全不涉及目標打擊。海戰法的這些特質可顯著降低AI及自主系統執行海上目標鎖定等作戰活動的復雜性。

海戰法專家應超越陸戰"殺手機器人"的爭議框架，系統梳理法律專項條款，探究其如何適應海戰各維度的AI與自主技術應用。聚焦海戰法特質（包括其與陸戰法的差異），方能彰顯該法律體系對海上AI作戰的適配性。本文通過解析海戰法特性及其對海上AI與自主系統應用的潛在影響，正沿此路徑展開研究。

本次評估旨在判定美國防部有效實施聯合越岸后勤行動（JLOTS）及演習的能力。

美國防部JLOTS能力使其能夠在無固定港口設施區域實施物資運輸。美國防部近期在加沙"海神慰藉行動"中運用該能力執行人道主義援助。JLOTS行動需借助臨時碼頭等特種船舶設備實現船岸物資轉運。陸軍與海軍均設有配備專用艦船裝備的特訓單位執行JLOTS任務，美國運輸司令部（USTRANSCOM）負責統籌國防部部署與分發體系（含JLOTS）的物流協調。

評估結論顯示：美國防部具備實施JLOTS行動的能力，但規模縮減導致任務執行面臨挑戰。具體表現為——
? 陸海軍未達到軍種級裝備與部隊戰備標準；
? 未按聯合任務基本任務（JMETs）要求組織訓練與裝備部隊；
? JLOTS裝備缺乏互操作性；
? 戰區作戰司令部制定JLOTS行動計劃時未充分考量任務專屬信息需求。

上述問題根源在于：
? 陸海軍未向JLOTS單位配置充足維護、人員、訓練與采購資源；
 ? USTRANSCOM未充分行使《國防部指令5158.06》賦予的職權（協助建立聯合任務標準、互操作性要求及行動規劃最低要素）。

由此導致國防部在快節奏、對抗性或多戰區同步行動中可能無法滿足JLOTS需求。

改進建議
? 陸海軍總部應審查所屬JLOTS單位，向軍種部長提交提升戰備、規模與韌性的建議；
 ? USTRANSCOM需制定并實施計劃，落實《國防部指令5158.06》關于確立聯合任務標準、互操作性要求及規劃要素的規定。

美國推動高超音速武器發展（即飛行速度至少達5馬赫的機動型武器），作為其"常規快速全球打擊"計劃的重要組成部分。自21世紀初以來，美國持續投入研發，近年聚焦于兩類系統：由火箭發射后滑翔攻擊目標的高超音速滑翔飛行器，以及采用高速吸氣式發動機的高超音速巡航導彈。前參謀長聯席會議副主席兼戰略司令部司令約翰·海騰曾指出，這類武器能在"其他力量無法部署、通道受阻或非首選方案時"，提供"針對遠程、設防和/或時效性威脅（如公路機動導彈）的快速遠程打擊選項"。批評者則質疑高超音速武器缺乏明確任務定位，對美軍戰力提升有限且非威懾必需品。

高超音速武器研發經費過去相對克制，但近年來五角大樓與國會對其開發與近期部署興趣日增。部分動因源自中俄兩國技術進步——兩國擁有多個高超音速武器項目，并可能已部署可搭載核彈頭的實戰型滑翔飛行器。與中俄不同，美國高超音速武器主要設計用于常規彈頭，因而需更高精度且技術挑戰更大。

五角大樓2025財年高超音速研究預算申請達69億美元（2023財年為47億美元）。2024財年未單獨列支高超音速經費，但遠程火力大類（含高超音速武器）申請110億美元。導彈防御局2025財年申請1.823億美元用于高超音速防御（低于2024財年的1.906億與2023財年的2.255億）。目前國防部尚未設立任何高超音速武器正式項目，表明其可能未批準系統任務需求或長期資金計劃。正如前高超音速首席主任（負責研究與工程的國防部副部長辦公室）邁克·懷特所言，國防部尚未決定采購高超音速武器，目前主要通過原型開發評估潛在武器概念與任務集。

國會審議五角大樓高超音速武器計劃時，可考量以下問題：

• 高超音速武器的戰略定位是什么？執行潛在任務是否具備最佳成本效益？如何融入聯合作戰條令與概念？
• 鑒于任務需求未明，國會應如何評估高超音速武器項目資金申請，并平衡武器研發、賦能技術與試驗設施投入？加速高超音速武器研究、賦能技術或防御選項是否必要且技術可行？
• 高超音速武器部署將如何影響戰略穩定？
• 是否需要風險緩釋措施，如擴展《新削減戰略武器條約》、談判新多邊軍控協議或開展透明信任建設行動？

美國海軍發布了《海軍與陸戰隊數字系統工程轉型戰略》（DSETS），推動全兵種組織變革，要求從傳統文檔中心的需求-采辦-保障（R/A/S）模式轉向集成數字環境（Bray 2020）。基于模型的系統工程（MBSE）等先進數字工具可提升裝備全生命周期內的設計流程、互操作性、功能維護與保障效能（Zimmerman等 2017），為新一代無人水面艦艇（USV）等自主系統賦予戰術優勢（Del Toro 2024）。

自主系統設計需應對復雜技術挑戰，但過度關注自動化功能往往導致人因工程與工效學（HF/E）要素缺失（Lee & Seppelt 2009；Liu等 2016）。研究表明，HF/E整合不足將危及作戰安全、系統性能與人機交互（Hancock 2019；Parasuraman & Riley 1997）。本研究強調HF/E要素應作為先導設計條件，而非事后補丁。通過構建經過驗證的USV人因需求MBSE框架，為決策者提供結構化數字模板。核心研究問題（RQ1）聚焦：USV綜合HF/E需求框架的構成要素？經驗證模型涵蓋11個核心組件與6類通用功能下的117項需求，涉及感知、認知、時域、人機工程與輔助領域，經專家驗證可有效應對自主系統設計、操作與維護中的關鍵挑戰。該框架旨在優化人機交互、降低失誤率、緩解認知負荷并增強態勢感知。

補充研究問題（RQ2）探究MBSE技術優勢。通過框架構建、修正與驗證過程中的實證研究，揭示MBSE在需求捕獲、可追溯性、版本控制與產品生命周期管理（PLM）方面的優勢（Visure；Zimmerman等 2017）。專家訪談證實MBSE在復雜架構中管理HF/E需求的有效性，驗證本研究采用MBSE在數字生態中捕獲與管理需求的可行性。研究還表明MBSE提供可擴展的數字化工程解決方案，符合國防部（DoD）與海軍數字化轉型目標，為開發最優自主系統奠定基礎框架。

問題陳述

無人水面艦艇（USV）等先進自主系統的快速應用、開發與優先部署需要大量帶寬、精力與關注度。此類資源的高度傾斜導致關鍵人因工程與工效學（HF/E）需求被忽視，引發錯誤信任、不切實際的預期、操作失誤及系統故障（Lee & Seppelt，2009；Vicente，2003）。

研究目的

自主系統需整合機器學習算法、通信系統、復雜計算機編程與傳感器等先進技術要素，這些方面需要工程團隊投入大量資源，并受到利益相關方同等關注。美國海軍加速部署配備先進技術的USV，增加了忽視關鍵HF/E需求的風險。傳統文檔中心方法加劇此問題，割裂需求-采辦-保障（R/A/S）流程，阻礙HF/E專家與工程團隊的有效協作（Muhammad等，2023；Zimmerman等，2017）。此類疏漏將推高長期保障成本、導致重復設計、需專業干預措施，并為操作與維護人員制造低效環節（Hancock，2019；Liu等，2016；Salmon，2019）。設計需求必須包含并優先考慮HF/E要素，以優化系統交互、安全性及USV整體性能（Proctor & Van Zandt，2018；Vicente，2003）。現有文獻既未明確USV設計所需的HF/E要素，也未提出系統性實施框架。

將HF/E需求整合至USV設計初始階段至關重要。整合HF/E與工程學科的龐雜信息、流程與活動，需摒棄孤立式"非數字化"系統開發模式（Bray，2020；Muhammad等，2023；Zimmerman等，2017）。本研究識別并捕獲USV設計與操作所需的HF/E要素，采用基于模型的系統工程（MBSE）軟件構建結構化需求框架。該可復用、可調整的框架使HF/E要素成為系統之系統（SoS）架構的數字基礎需求，涵蓋感知、認知、時域、人機工程與組織維度，優化有人-無人協同作戰（MUM-T）。通過構建包含結構、行為、活動與參數模型的系統架構，為設計團隊提供滿足需求的集成化數字生態系統（Hause，2011）。

本研究采用混合研究方法獲取有效HF/E數據，通過專家訪談驗證框架與建模技術。項目管理方采用經驗證的HF/E需求框架將提升USV安全性、效率與效能（Lau等，2020；Ramos等，2022）。研究成果支持美國海軍在科技與數字工程領域的持續投入，在HF/E常被忽視的現狀下提升USV設計與作戰效能。該可復用、可定制的HF/E模型體現了對自主系統操作人員的責任承諾。正如美國特種作戰司令部（USSOCOM）強調："人員而非裝備決定成敗"，特種部隊信條"人員重于硬件"（USSOCOM，未注明日期）即為此理念的集中體現。

研究意義

本研究通過將HF/E需求嵌入設計核心，填補USV開發與部署的關鍵空白。將此類要素納入集成數字架構可提升作業安全、優化人機交互并增強需求可追溯性（Carrol & Malins，2016；Liu等，2016）。研究強調因HF/E缺陷導致的系統修改與保障成本將使USV"離線"，影響遠程海上行動。所構建的可移植模型亦適用于其他軍用與民用自主平臺領域。提升認知與推動需求采納是本研究的核心驅動力，旨在優化人員福祉、MUM-T協同與系統性能（Lee & Seppelt，2012）。

Proctor與Van Zandt（2018）闡明了HF/E的基本原則：忽視該要素將導致性能下降、錯誤率上升與風險增加。本研究運用數字圖表與建模工具捕獲并優化USV適用的HF/E要素。采用的MBSE方法支持需求的系統化開發、整合與驗證（Lu等，2022；Madni & Sievers，2018）。將HF/E需求整合至USV系統模型，使其成為基礎"構建模塊"，通過功能與活動模型實現需求驗證。

本研究成果對HF/E學術界、科研界與工業界具有重要價值。研究反饋證實HF/E要素對創建健康高效工作環境的必要性。H?kansson與Bjarnason（2020）強調將HF/E視角融入需求工程（RE）可降低壓力并提升用戶滿意度。參與USV"論域"構建的項目辦公室、需求制定方、操作維護人員須踐行此理念（參見術語表）。經驗證的HF/E框架通過集成反饋機制促進安全高效的操作環境與持續改進，通過迭代優化應對新興挑戰與利益相關方需求。

本研究契合美國海軍戰略文件提出的數字化轉型與現代工程目標。Bray（2020）指出數字模型在海軍R/A/S流程中的重要性，可打破"卓越孤島"并增強協作效能。Zimmerson等（2017）強調變革管理策略、數字工具應用與持續利益相關方參與對轉型的關鍵作用。本研究通過MBSE構建HF/E需求框架，支持海軍數字化轉型戰略。經驗證框架可供海軍及跨領域自主系統開發人員使用，其雙重意義在于：優先考慮以人為中心的設計原則提升USV功能，同時踐行海軍數字工程戰略。

由導彈防御局（MDA）和海軍實施的宙斯盾彈道導彈防御（BMD）計劃使海軍的宙斯盾巡洋艦和驅逐艦具備了執行 BMD 行動的能力。具備 BMD 能力的宙斯盾艦艇在歐洲水域執行任務，抵御來自伊朗等國的潛在彈道導彈襲擊；在西太平洋和波斯灣執行任務，抵御來自朝鮮和伊朗等國的潛在彈道導彈襲擊。隨著時間的推移，具備 BMD 能力的宙斯盾艦艇數量不斷增加。MDA 在提交的 2025 財年預算中指出，“到 2025 財年末，總共將有 56 艘具備 BMD 能力的[宙斯盾]艦船需要維護支持”。MDA 在 2023 年 12 月 7 日作證稱，當日具備 BMD 能力的艦艇數量為 49 艘，根據 MDA 提交的 2024 財年預算，到 2025 財年該數字將增至 56 艘，到 2030 財年將增至 69 艘。

宙斯盾 BMD 計劃的經費主要來自 MDA 的預算。海軍預算為 BMD 相關工作提供了額外資金。MDA 擬議的 2024 財年預算要求為 “宙斯盾 ”BMD 計劃提供總額 13.299 億美元（約合 13 億美元）的采購和研發資金，包括為波蘭和羅馬尼亞的兩個 “宙斯盾 ”岸基基地提供資金。MDA 的預算還包括宙斯盾 BMD 計劃的運行和維護 (O&M) 以及軍事建設 (MilCon) 經費。

美國會在 “宙斯盾 ”BMD 項目上的議題包括以下方面：

• 是否批準、否決或修改 MDA 為該計劃申請的年度采購和研發資金；
• MDA 的成本估算和成本報告是否充分；
• 宙斯盾 BMD 計劃在保衛美國本土免遭洲際彈道導彈攻擊方面應發揮何種作用；
• 具備 BMD 能力的宙斯盾艦艇的所需數量與可用數量；
• BMD 行動可能對海軍宙斯盾艦隊造成的負擔，以及是否有替代方法來執行目前由美國海軍宙斯盾艦執行的 BMD 任務，例如建立更多的 “宙斯盾 ”岸基基地；
• 盟國分擔負擔--盟國對地區 BMD 能力和行動的貢獻與美國海軍對海外地區 BMD 能力和行動的貢獻相比如何；
• 是否將夏威夷的 “宙斯盾 ”試驗設施改建為陸基 “宙斯盾 ”BMD作戰基地；
• 艦載激光器在未來幾年為海軍末端階段 BMD 行動做出貢獻的潛力，以及這最終可能對所需艦載 BMD 攔截導彈數量產生的影響；以及
• 宙斯盾 BMD 計劃的交付、測試和技術風險

海洋環境中的防空是保護友軍海軍資產免受空中威脅。為了最大限度地減少對被防御資產的威脅，需要將稀缺的防御資源優化分配給目標。靈活的指揮和控制功能是處理防空事件動態性質的必要條件。須確保單艦或特遣艦隊防空環境中傳感器和武器之間的協調和自動化。為了在決策自動化方面提供有效的決策支持，艦艇指揮控制系統需要采用快速高效的算法。

艦艇防空規劃（NADP）問題包括艦艇的機動決策以及針對威脅分配/調度武器和傳感器，從而使友軍部隊的總預期生存概率最大化。NADP 問題可定義為武器目標分配（WTA）問題的一個特定版本，自 20 世紀 50 年代以來，已有文獻對該問題進行了廣泛研究。與其他研究相比，NADP 問題包含了新的特征，使問題的定義更加現實和適用。它還涉及傳感器分配要求、武器/傳感器盲區、取決于序列的設置時間和艦船雷達信號。

本文的目標是開發精確/啟發式求解方法，為 NADP 決策自動化提供快速高效的決策支持。論文提出了 NADP 問題的混合整數非線性規劃 (MINLP) 模型，并針對靜態和動態問題開發了啟發式求解方法。計算結果證明，這些啟發式方法在解決 NADP 問題時既快速又高效。

支持美國海軍的各種陸基作戰系統實驗室分布在美國各地。然而，在代表海軍艦艇完全集成作戰系統的陸基實驗室方面還存在明顯差距。因此，艦載測試是互操作性測試的第一個機會。一個代表艦艇的陸基試驗場，即 "一個海軍實驗室（One Navy Lab）"，將支持系統能力開發、技術文檔的驗證和確認、元素和系統級別的獨立驗證和確認、遠程接口測試和互操作性測試。然而，建立實驗室的過程可能需要大量的前期費用，而且目前還沒有既定的框架來指導決策者開發這樣一個實驗室。根據技術能力收益和長期成本節約對 "一個海軍實驗室 "進行評估和驗證將使決策者受益匪淺。本報告制定了一個框架，以指導利益相關者在建立 "一個海軍實驗室 "時做出決策。報告探討了多種行動方案，包括維持現狀、建立一個或多個完全集成且地理位置相同的實驗室，以及通過海軍網絡連接地理位置遙遠的實驗室。經過廣泛的研究和分析，本報告得出結論，維持目前的艦載測試行動方案是最具優勢和成本效益的前進道路。

圖. 聯合信息環境 (JIE) 框架的范圍。

圖. 美國國防部架構框架 (DODAF) 六步流程。

美國海軍要求對武器系統、雷達系統和組成艦載戰斗系統的其他單元進行各種測試。海軍海上系統司令部（NAVSEA）各作戰中心和海軍承包商設施的陸基測試場（LBTS）被用來進行所需的測試。陸基試驗場"[容納]可[復制或]模擬武器系統操作的設備"，從而為工程師和技術人員的研究、開發和遠程艦隊支持工作提供支持（海軍海上系統司令部 [NAVSEA] n.d.）。然而，LBTS 在地理上分布在美國各地，缺乏完全一體化作戰系統的代表性。因此，在役工程智能體利用艦艇執行互操作性測試、認證測試、硬件和軟件開發測試、技術手冊編寫和培訓等職責。然而，確定和調整艦艇的日程安排需要大量時間，以便為完成艦上任務的旅行做準備。此外，工程師前往船上的差旅費用也相當可觀。

本畢業設計報告旨在分析創建統一能力 LBTS--"一個海軍實驗室"--的前景，該實驗室能夠連接各個獨立的實驗室，并使用完全集成的平臺進行協作和測試。一個海軍實驗室 "還可以復制美國海軍艦艇的一個或多個任務區，包括由目標感應雷達、武器和決策作戰系統組成的具有代表性的殺傷鏈。本報告的范圍是分析不同的行動方案 (COA)，以開發安全、可靠、高性能的基礎設施，創建 "一個海軍實驗室"，使用戶能夠以安全、高效的方式共享數據、協作項目和訪問資源。

根據利益相關者的需求，確定了四個 COA。COA 0 是保持目前的設置，工程師將繼續前往利用艦船或現有實驗室進行測試。COA 1 是建立一個完全集成的作戰系統實驗室，由不同的作戰中心共享。至于 COA 2，每個作戰中心都將擁有自己的完全集成的作戰系統實驗室。COA 3 將利用海軍網絡連接各個獨立的實驗室。此外，還確定了必須納入整個 COA 生命周期的國防部（DOD）網絡安全要求。COA 1、COA 2 和 COA 3 有一個共同的主要網絡安全要求，即每個系統都必須獲得運行授權 (ATO)。ATO 是由政府高級官員做出的決定，授權一個機構代表他們運行信息系統。

COA 1 和 COA 2 的配置與 COA 0 相同，因此假定它們都能滿足 COA 0 的接口要求。由于 COA 3 是一個新系統，尚未經過驗證，因此需要進一步分析以確定其是否滿足要求。對 COA 3 的系統架構進行了分析，以了解各子系統之間的接口，從而確定系統的就緒程度，并找出其物理限制。開發了一個仿真模型，以評估 COA 3 在特定情況下的行為。模擬結果表明，實驗室之間的距離、抖動和網絡故障概率對數據包延遲有很大影響，可能導致延遲時間超過 150 毫秒的要求。

為支持 COA 3，需要在參與 "一個海軍實驗室 "的每個作戰中心實施海軍網絡。在決定哪種網絡最適合 "一個海軍實驗室 "時，本報告考慮了帶寬、延遲、抖動、安全性和可用性。對現有的國防部網絡進行了調查，并確定了對 COA 3 最有利的選擇。確定的網絡包括聯合信息作戰范圍、聯合任務環境測試能力多級獨立安全網絡、聯合任務環境測試能力秘密網絡、國防研究與工程網絡以及國防研究與工程秘密網絡。

為估算各 COA 的成本，進行了成本分析。COA 0 的經常性費用來自為完成任務而前往不同地點工作（也稱為臨時任務 (TDY)）。COA 1 的初始費用是建立一個完全集成的實驗室和獲得 ATO，此外還有前往實驗室執行臨時任務和維護 ATO 的經常性費用。COA 2 的初始費用是建立 4 個完全集成的實驗室并為實驗室獲得 ATO，此外還有維護 ATO 的經常性費用。由于 COA 3 可以選擇使用的大多數網絡不產生任何網絡設備和維護費用（因為這些費用由外部機構承擔），因此 COA 3 在獲取和維護 ATO 方面具有標準的生命周期成本。如果四個作戰中心都實施相同的 COA，以 COA 0 的成本為基線，加上 COA 的初始成本，確定 COA 1 需要 198 年才能達到收支平衡，COA 2 需要 788 年才能達到收支平衡，COA 3 需要 3 年才能達到收支平衡。假定浐灞生態區增量擴建的年度預算控制在 600 萬美元，則實施 COA 1 和 COA 2 分別需要 20 年和 81 年。COA 3 將在一年內實施。由于假定一個作戰系統在需要現代化之前有五年的壽命，因此假定任何需要五年以上才能實施的 COA 都無法滿足要求。

此外，還進行了風險分析，以確定每個 COA 的風險，并為已確定的風險提供緩解戰略。每個 COA 都有自己的一系列風險，在使用時必須加以考慮。COA 0 和 COA 1 的風險最高，因為它們分別依賴于艦船和實驗室或綜合實驗室的時間表可用性，利用已確定的緩解計劃，可將風險降低到中等水平，如：制定相應的計劃、不斷核實艦船或實驗室的時間表、向用戶明確傳達時間表等。其余的 COA 具有低度到中度風險，可以通過實施建議的緩解計劃來降低風險。

所有經過評估的 COA 都符合執行所需用例的要求。然而，本報告建議繼續實施 COA 0。根據對 COA 的評估，COA 0 在實施 COA 的時間、掙值、技術可行性、時間安排風險和其他風險等評估措施方面提供了更多價值。此外，與其他 COA 相比，COA 0 的成本最低。報告最后確定了未來工作的幾個領域，包括使用與國防部網絡和實驗室專用硬件一致的信息和數值進行更多模擬和測試，以確認模擬的準確性；由于數值和詳細網絡信息的分類級別不在分配 A 范圍內，因此無法將其納入本報告。

菲律賓需要一種全面的海洋態勢感知（MDA）能力來應對日益增加的國家和非國家海洋威脅。菲律賓軍事現代化計劃的目標之一是通過菲律賓海軍海上態勢感知系統（PNMSAS）提高海上態勢感知。本研究的主要目的是了解PNMSAS的現狀、差距，以及海上特種作戰部隊在提高菲律賓海上態勢感知方面的潛在作用。這項定性研究利用了從政府文件和關鍵信息者訪談中收集到的數據，以及從公開文獻中獲得的信息。迄今為止，菲律賓海軍已經采取了若干舉措。這些舉措包括建立新的海岸觀察站和升級現有的觀察站，以及采購新的海軍平臺，以加強對海洋形勢的認識的信息收集。然而，菲律賓受到資源匱乏和已獲得的陸基和移動傳感器的長期交付的阻礙，因此需要尋找一個成本效益高的信息收集系統，而不僅僅是依賴昂貴的技術。本論文研究了海上特種作戰部隊作為低成本/低技術解決方案的潛在作用，它將增強現有的舉措并提高菲律賓海軍的海洋領域感知能力。

美國海軍陸戰隊正在建設反水面作戰領域的能力，特別是在獲得地基反艦導彈（GBASM）及其相關發射平臺方面。研究為分析與這種新能力相關的部隊結構提供了一種方法。研究方法使用離散時間馬爾可夫模型對GBASM炮組和敵方水面艦艇之間的戰術級決斗進行建模。這些模型有足夠的復雜性來解決關鍵的部隊設計問題，并且對決斗的關鍵特征進行了參數化，以便進行強有力的敏感性分析。

在海軍導彈作戰中，重要的是確定所需的炮彈規模S，以使炮彈有足夠高的概率殺死敵艦。GBASM概念的獨特之處在于，與從水面艦艇上發射導彈相比，它能夠將這種炮彈分散到幾個平臺上，并以更適合特定戰術場景的方式進行發射。在這種情況下，如果有一個大小為K的禮花彈，并將該禮花彈分散到N個平臺上，那么每個平臺在特定的禮花彈中發射?枚導彈，這樣K × N = S。有了這個公式，就能夠分析平臺數量和每個平臺發射的導彈數量在這些配置的殺傷力和生存能力方面的權衡。這為成本-效益分析提供了基礎。

對GBASM炮臺與敵方水面艦艇發生接觸的情況進行模擬。從簡單的場景開始，然后逐漸復雜化。讓GBASM發射器與一艘敵方水面艦艇進行決斗。GBASM一方被稱為藍方，水面艦艇被稱為紅方。最初假定雙方都有足夠的導彈供應，并且交換的時間是有限的，因此可以把供應視為無限的。GBASM以彈丸為單位進行發射，每個彈丸至少包括一枚導彈。在藍方的炮擊之后，紅方的水面艦艇有機會進行還擊。

在所描述的環境中，假設藍方具有首發優勢。鑒于GBASM的引入在沿岸地區造成的不對稱情況，首發優勢的假設并不是不合理的。GBASM是移動的，有可能移動到難以探測的地方，只有在準備開火時才出來。GBASM的目標是保持不被紅方船只發現，直到它成功瞄準紅方船只。一旦紅方船只成為目標，GBASM系統就會開火并移動到一個新的位置。如果沒有關于GBASM移動的完美信息，紅方艦艇將持續處于不利地位。

此外，該模型捕捉到了紅方對藍方的炮擊進行防御措施的能力。這些防御性的反措施是用參數λ來說明的，這個參數是紅方根據泊松分布可以攔截的藍方導彈的平均數量。以這種方式對紅方采取反措施的能力進行建模，說明了隨著藍方導彈規模的增加，紅方采取反措施的能力也在減弱。同樣，也說明了紅方針對藍方分布式發射器的能力下降。紅方殺死藍方分布式平臺的能力用參數?表示，根據泊松分布，紅方在還擊中可以殺死藍方平臺的平均數量。這再次說明，隨著藍方平臺數量的增加，紅方瞄準和殺死藍方的效果有限。

在對該模型的分析中，遇到了幾個關鍵的發現。首先，最重要的是確定理想的炮擊規模S，以提供足夠高的殺死敵艦的概率。這不是一個簡單的 "越多越好 "的問題，因為炮擊規模有一個收益遞減點。正如人們所期望的那樣，還得出結論，增加平臺的數量K可以提高生存能力，從而提高GBASM炮臺的殺傷力。然而，改進的幅度對其他參數很敏感，當炮彈規模足夠大時，改進的幅度通常很小。

該研究的主要產出是創建的模型和對它們進行進一步分析的能力。本論文中任何地方使用的參數值都不是由具體的GBASM系統或潛在的敵方水面艦艇的能力來決定的。因此，結果應該被看作是對參數空間可能區域的探索的概括。這些模型提供了根據有關特定系統的能力進行具體分析的能力。

目前，人工智能（AI）為改造許多軍事行動領域提供了巨大的機會，包括作戰、指揮與控制（C2）、后勤、安全和維護，以提高其整體作戰效率。空中和導彈防御（AMD）是一個特別復雜的任務領域，人工智能的應用至關重要。空中導彈防御任務指的是保衛國土、保護區、地面基地、地面部隊或艦艇免受敵對的空中或導彈威脅。AMD的威脅包括敵對的飛機、無人駕駛飛行器（UAV）或機載導彈。AMD行動的復雜性源于威脅的嚴重性、威脅的意外性、對形勢認識的不確定性以及事件的快速發展，因為作戰人員必須迅速評估形勢，制定適當的行動方案，并最好地利用他們的戰爭資產來應對。美國國防部（U.S. DOD）正在研究使用AI系統（或AI-enabled AMD[AI-AMD]系統）作為AMD作戰人員的自動決策輔助工具，以大大減少他們的認知負荷（Jones等人，2020），使AMD決策更快、更好。

人工智能的一個關鍵方面已經聚集了大量的研究興趣，那就是信任。信任是有效團隊的一個基本原則。它同時適用于人類和人機團隊。信任使團隊成員能夠很好地合作，是有效團隊表現的基礎（Lee and See 2004）。與人工智能系統的成功合作將需要人類對人工智能系統有一個校準的信任和依賴程度（泰勒等人，2016）。

隨著更先進和更快的空中和導彈威脅彈藥的發展和投入使用，操作人員更需要在AMD行動中迅速作出監測。不及時的決策和反應將導致災難性的后果。因此，人工智能是一個可能的解決方案，通過自動決策輔助工具加快和加強決策過程。這些AMD自動戰斗管理輔助工具可以幫助戰術操作人員應對更快的決策周期、大量的數據以及需要觀察的幾個系統或屏幕（Galdorisi 2019）。然而，為了有效地利用人工智能能力的潛力，需要操作員的高度信任。操作員對系統的信任程度低，可能會導致人工智能-AMD系統利用不足，受到不適當的監控，或者根本不使用（Floyd, Drinkwater, and Aha 2016）。這些問題中的任何一個都可能導致操作者的工作量不必要的增加，或者任務失敗的可能性。

論文對信任的定義、人機交互（HMI）的概念、信任因素以及包括AMD殺傷鏈模型、威脅場景、架構、模型和功能在內的概念模型進行了廣泛的回顧。有了這樣的認識，論文提出了人工智能-AMD系統的信任框架，對人機交互和人工智能-AMD系統信任因素的描述。論文最后提出了在人類操作者和AI-AMD系統之間實現校準信任的策略。

信任框架始于對系統背景的分析。圖1顯示了AI-AMD指揮與控制（C2）系統（包括AI-AMD操作員和決策輔助工具）及其他與之互動的子系統的背景圖，這些子系統有助于操作員和AI-AMD決策輔助工具之間信任的發展。背景圖使我們能夠研究各系統之間的相互作用，以及它們對AI-AMD操作員和決策輔助工具之間信任動態的影響。

圖1. AI-AMD系統框架圖。

這篇論文將信任定義為操作者的態度，即AI-AMD決策輔助工具將有助于實現操作者的目標，即在一個以不確定性和脆弱性為特征的作戰環境中迅速摧毀來襲威脅的任務。這種信任的定義表明，它是對操作者相信或感知AI-AMD決策輔助工具的一種情感評估。為了積極地影響信任，操作者必須親自看到并感受到AI-AMD決策輔助行動的優勢。AI-AMD行動涉及很多不確定因素，以及天氣、電磁干擾和地形等環境因素以及不斷變化的威脅的性質所帶來的脆弱性。操作員將預期AI-AMD決策輔助系統按照 "合同 "執行，以處理這些不確定性和脆弱性。這些合同將是人工智能-AMD決策輔助工具應該執行的感知功能或任務，以及執行這些功能或任務的理想表現。

圖2說明了操作員和AI-AMD決策輔助工具之間的信任框架。y軸代表人類對AI-AMD決策輔助系統的信任程度，x軸代表AI-AMD決策輔助系統的能力。綠色的45°虛線表示最佳的信任水平或校準的信任線，其中的信任與AI-AMD的能力相對應，導致正確的利用（Lee and See 2004）。過度信任由最佳信任水平線以上的區域表示，此時的信任超過了系統能力，導致誤用。低于理想信任水平線的區域表示不信任，這時的信任沒有達到系統能力，導致濫用。假設存在一些默認的信任水平（如黃框所示），目標是制定一個策略，以提高AI-AMD輔助決策能力的信任。在使用該系統時，可能會發生違反信任的情況，從而降低操作員的信任。因此，信任修復行動必須被納入，以保持信任在最佳水平。

圖2. 人類操作員和AI-AMD決策輔助工具之間的信任。

基于功能分配的操作員和AI-AMD決策輔助工具之間的人機交互研究表明，操作員和AI-AMD決策輔助工具應該被設計成在大多數殺戮鏈功能中作為一個 "團隊"運作。這引導論文研究了單獨和集體考慮人類和決策輔助的信任因素。對操作員和人工智能-AMD決策之間的人機交互的研究還顯示，操作員的角色已經從手動控制器變成了監督控制器。因此，一個值得信賴的決策輔助工具是很重要的，因為操作者會期望系統的表現符合預期，以幫助操作者更好地履行他的角色。另外，為了進一步幫助減輕操作者的認知工作量，信息的外部表示、決策輔助工具的建議必須易于閱讀和理解。

關于信任因素，本論文提出了一個 "由外而內 "的框架，如圖3所示。論文首先考慮了與操作環境相關的因素，這些因素描述了AMD操作系統的背景。第二，它研究了與組織環境相關的因素，操作人員和人工智能-AMD系統得到了培訓和發展。第三，論文研究了操作人員和人工智能-AMD決策輔助工具之間的交互，以提出與操作人員、人工智能-AMD、單獨和集體相關的因素。

圖3. 建議的信任因素

圖4顯示了擬議的戰略銜接圖，以實現操作者和AI-AMD輔助決策之間的校準信任。對信任定義、人機界面和信任因素的審查表明，該戰略應關注三個關鍵領域：（1）人類對自動化技術和AI-AMD決策輔助系統的集體和個人感知；（2）增強操作員和AI-AMD決策輔助系統的團隊活力；（3）AI-AMD決策輔助系統的可信度，重點是系統開發。該戰略利用DOTMLPF-P框架提出了三個關鍵原則和五個支持原則。首先，軍事作戰人員需要被告知自動化技術的真正能力和局限性，特別是AI-AMD輔助決策。第二，操作員的培訓要求必須增加，以應對新的工作范圍和不斷變化的威脅。第三，必須在人工智能-AMD決策輔助系統的開發中加入新的要求，以提高系統的可感知的可信度。這三個關鍵原則得到了DOTMLPF-P框架其他方面的支持，如組織、領導、人員、設施和政策。

圖4. 實現操作員和人工智能-AMD決策輔助工具之間校準信任的戰略銜接圖