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

認知戰和認知防御涉及戰爭的認知部分，其中人類和機器認知（如士兵和基于人工智能的技術系統）形成了聯合認知系統，這些系統在希望一致的行動方案上進行合作。本文以領結的形式描述了這種認知戰爭的具體整體模型。整體領結模型是一個控制論系統模型，它將戰爭的利端--武器系統置于中心位置，并描述了它如何與防御的鈍端--即系統、組織、國家、聯盟、對手以及地球--相連接。本文描述了基本的反饋回路，基于系統科學的認知、情境意識、真相和敘事等關鍵概念，將其視為感知決策的一部分。本文以烏克蘭的實際戰爭為例，探討了整體模型的應用。

認知戰爭可被視為知識在戰爭中的作用。智能技術為傳統技術賦予了新的含義，因為這些技術使設計能夠執行需要智能的任務的機器成為可能。智能技術產品的興起，不僅需要革新技術設計流程，還需要革新組織流程（如 CONOPS），以便將人和機器的作用整合到一個連貫的設計中。目標是在設計時考慮到人們使用技術的原因和方式，同時為新興人工制品創造智能能力。工業 4.0、5.0 或社會 5.0 戰略就是不斷變化的設計思維的例子。

圖 4：單極形式的認知戰整體 “蝴蝶結 ”模型概念（北約 HFM-ET-356），作為小型研討會的起點。

圖 4 顯示了 “蝴蝶結 ”模型 2022 狀態（如在凱勒研討會上展示的狀態），并舉例說明了人類個體和特定人機系統的不同層次如何嵌入到組織、社會和地球周圍的生物圈和技術圈等系統體系中。連接各層次的載體可以是

• 能力，例如戰斗能力、

• 各層之間的權力分配，以及

• 各層之間一定的透明度和可控性。

圖 5：聯合 OODA 循環合作模式，作為整體“蝴蝶結”模型中重點領域的一個實例。

快速的技術和地緣政治變革又加劇了全球挑戰，破壞了傳統的安全和軍事情報模式。在這種情況下，數字孿生（DTs）和人類數字孿生（HDTs）通過整合戰略、行動和預測分析，在促進軍事情報整體方法方面發揮著至關重要的作用。這些先進的工具通過改進決策過程、減少認知偏差以及對危急情況進行更動態、更有效的管理，提高了在復雜情況下的反應能力，并支持危機預防。國防技術和人類發展技術不僅加強了軍事機構的作戰能力，還將技術創新與尊重人的尊嚴結合起來，為國家在全球挑戰面前的復原力做出了重大貢獻。

戰略決策革新

• 壓力下的決策

情報仍是一個充滿挑戰的領域，科學與藝術、真相與欺騙的相互作用造成了固有的風險。歷史表明，從珍珠港事件（1941 年）到入侵伊拉克（2003 年），情緒化、認知扭曲和戰略溝通中的漏洞都可能導致災難性的失敗。這些事件突出表明，亟需減少認知偏差，因為認知偏差會改變風險感知，影響壓力下的決策。

為了解決這些弱點，DTs 等技術發揮了變革性作用。通過模擬復雜情景和預測反應，數據傳輸技術有助于減少認知扭曲，提高戰略的穩健性，促進技術分析與政策判斷更加平衡地結合。

HDTs 在分析群體動態和減少認知偏差方面具有獨特優勢，這是在壓力或不確定情況下做出戰略決策時經常遇到的問題。憑借處理客觀數據和模擬情緒或戰略反應的能力，它們可以幫助分析人員預測緊張局勢和誤解，提高群體凝聚力，確保做出更有效的決策。它們可以模擬政治談判或會議期間的集體行為，識別潛在的情緒障礙，提出更合理的解決方案。通過預測這些動態變化，可以制定更穩健的戰略，減少認知偏差的影響，提高決策的整體質量。

這種能力凸顯了其在現代決策系統中的變革潛力。

HDT 可以為決策者提供量身定制的個性化分析，通過提高信息的說服力、增進關鍵行動的共識和提高決策質量，從而提供戰略優勢。HDT 具有自適應學習能力，可不斷增強預測和模擬，確保在復雜多變的環境中保持競爭優勢。除了支持決策，HDTs 還能重塑情報與政策之間的互動，使決策者與分析人員之間的交流更快、更有效、更有針對性。例如，它們可以簡化簡報中對戰略信息的表述，以清晰易懂的方式組織信息，促進對影響的理解，并促成知情的合作決策。這種整合有助于以更具戰略性和靈活性的方式進行危機管理和業務規劃。

• 數字孿生和高級培訓：通過人與技術的交互增強戰略情報

總體而言，要最大限度地發揮 DT 技術帶來的好處，一個基本要素是對分析人員進行高級培訓，并按照與 DT 交互互惠的邏輯進行構思。有針對性的培訓不僅有助于識別和減少認知偏差，還能將 DT 技術更好地融入決策過程，提高分析的準確性和質量。

通過模擬真實而復雜的場景，DT 技術有助于創建一個虛擬的培訓環境，讓分析人員和操作人員能夠提高數據解讀技能，防止出現重大錯誤，并做出明智的決策。專用的 HDT 可以讓分析人員在各種情況下進行自我測試，從錯誤中吸取教訓，并增強他們的技術準備和戰略能力。這類培訓不僅限于開發技術技能，還能幫助操作人員更好地應對壓力和不確定性，強化克服認知偏差的策略。

然而，人類與 DT，特別是與 HDT 之間的關系并非單向的。通過與人類操作員的不斷交流，DTs 可以從互動中 “學習”，獲得并不總是可以量化的人類元素，如情感和直覺。這種自適應能力使 DT 和 HDT 能夠更有效地處理復雜的情況。

人的能力和技術能力之間的動態相互作用不僅改進了情報分析，而且放大了兩者的局限性和潛力，從而創造出一個更強大、更多才多藝的系統。這種綜合方法是應對日益復雜多變的全球環境挑戰的關鍵一步。

現代戰爭，無論是側重于動能任務、信息收集任務，還是這兩種任務的組合，都是基于由眾多 OWNFOR 和 OPFOR 實體執行的眾多任務序列。為了應對戰爭的復雜性，專業作戰人員多年來一直遵循軍事決策程序（MDMP）。通過這種方法，任務（包括條件和標準）被用來確定必要的能力。然后才分配適當的實體執行任務。從使命（即任務）到能力再到物資，形成了清晰的邏輯聯系。2003 年，“任務與手段框架”（MMF）作為 MDMP 的正式體現被制定出來。

遺憾的是，在許多物資研究中，都沒有將 MDMP 作為 a]明確說明軍事任務和 b]定量評估替代產品和服務的任務效用的邏輯基礎。最大的挑戰可能來自于有本體支持的 C4ISR 學科，在這些學科中，對實體的類型、屬性和相互關系進行正式命名和定義是描述任務成功與否的基礎。目前正在進行一項演示，利用多用途多層面框架來規劃、監控和評估作戰測試和支持開發活動的執行情況。最近，這項研究已擴大到支持 MINI-DASS（任務所需的信息-可發現的可用傳感源），這是一項 ISR 信息生成方法計劃，旨在明確態勢了解與任務成功之間的關系。

這種單一的集成式 MMF 本體方法對研究、需求、測試、培訓和分析活動具有重大影響，所有這些活動都在這一單一的概念模型中得到了相同的反映。

圖 1. 為理解態勢而獲取相關信息的示意圖。

信息生成技術的進步、新型傳感器的購置以及移動設備的普及，導致產生了大量數據，并加大了從異構信息源中獲取和檢索相關信息的挑戰。此外，由于情報、監視和偵察（ISR）資源的數量和能力有限，無法處理多種信息收集請求，因此有必要最大限度地利用這些資源，以提高所獲信息的價值和及時交付。ISR 和動武軍事行動都需要了解情況。

信息源和動能資產的數量和多樣性不斷增加，使作戰行動越來越具有挑戰性；在聯軍環境中尤其如此。不僅 ISR 和動能資產更加分散，而且聯軍行動通常是臨時性和高度分散的。此外，不同的聯盟政策也使聯合行動更具挑戰性。

在本文中，ISR 資產是指任何可向消費者（分析師、規劃者、決策者）提供信息的信息源、生產者或容器。它可以是一個物理傳感器、一個可收集數據的人為來源或一個可檢索信息的信息容器（如數據庫）。

圖 1 顯示了為理解態勢而獲取信息的高級外化過程。

這一周期的起點是需要了解態勢，為軍事決策提供依據。最初會產生一個任務驅動的信息查詢。需要一個人機界面來翻譯請求，以便計算機能夠理解。然后，必須使用與任務相關的數據/信息源；需要發現這些數據/信息源，然后進行查詢。為了收集必要的任務相關數據/信息，需要對信息進行相關性過濾，然后進行提取。提取的數據/信息隨后可通過各種數據分析功能進行處理，包括融合、關聯、聚合等。然后，信息可能會被分析人員利用，并傳播給包括決策者在內的信息消費者。表征的關鍵要素包括

• 必須與特定使命/任務相關聯的信息查詢
• 機器理解所需的信息
• 信息源（ISR 資產）的發現和可用性
• 基于信息的資產層次結構，包括
  • 融合引擎
  • 信息處理技術（包括 PED、處理、利用和傳播）
  • 情報產品
• 需要將對態勢的了解外部化
• 功能，使手段提供的能力與任務要求的能力相匹配

這種外部化說明了需要收集、利用、處理、分析和傳播的各種 ISR 資產，以提高對局勢的認識和決策能力。在面對多種信息請求時，要優化聯軍 ISR 和動能資產的發現和利用，并通過為用戶收集與任務相關的信息來加強從數據到決策的過程，就需要有支持收集規劃和評估的自動化工具。

開發傳感器本體的研究為傳感器能力和屬性提供了豐富的語義描述，已證明對傳感器集成、ISR 資源任務分配和信息融合大有裨益。這一領域的工作可作為基礎加以利用和擴展，以滿足我們的研究要求。在我們的工作中，除了開發傳感器屬性、能力和可用性的表征外，我們還在開發由不同信息源產生的不同類型信息的正式表征，以及它們如何幫助彌補信息差距。高層次的信息需求需要分解成具體的信息請求，并根據這些本體的概念進行表達，以便于將需求與適當的信息源進行匹配。這些模型與適當的推理方案相結合，將改善目前的流程。

美國陸軍研究實驗室（ARL-SEDD、-CISD 和 -SLAD）和 AMSAA 正在就優化 ISR 和動能資產的效用以滿足任務需求開展相關研究工作。這項研究工作的重點是開發一個 “任務和方法框架”（MMF），以優化利用現有的 ISR 和動能資產（手段）來獲取行動（任務）所需的信息。這些目標旨在加強對態勢的理解。

本文介紹了任務構建和所需能力的生成過程和模型，以及本體論的開發過程，本體論可幫助確定有哪些可用資產以及這些資產可提供哪些能力來滿足任務所需能力。在本文中，數據和信息是同義詞。

圖 2. 按戰爭等級劃分的 MOUT 任務布局。一般來說，高層任務被定義后，部分任務會傳遞給下層任務執行和/或進一步分解。藍色虛線表示自上而下的推斷關系。紅色箭頭表示時間向前推移。

圖 3 任務循環示意圖。第 4 層的任務通過 O4,1 操作器啟動第 1 層的交互。O1,2 操作器改變第 2 層組件的狀態。第 3 層計算出新的能力，最后與第 4 層循環中下一個任務所需的能力進行比較。如果第 3 級的當前能力達到或超過了下一個任務的要求，則流程繼續。一個任務周期（即一個 360度周期）從開始到通過 O3,4 操作員進行最終能力/任務比較，可能代表一次開發測試或一次 ISR 任務。

圖 5. MMF 的對立力量與時間前向操作器一起顯示。請注意，OWNFOR（時間前向）操作器順時針移動；OPFOR 逆時針移動。

選擇要攻擊的威脅是戰場上最重要的決策之一。該決策問題表現為武器-目標分配問題（WTA）。在以往的研究中，動態編程、線性規劃、元啟發式和啟發式方法已被用于解決這一問題。然而，以往的研究因建模過于簡化、計算負擔重、缺乏對干擾事件的適應性以及問題規模變化時的重新計算等問題而受到限制。為了克服這些局限性，本研究旨在利用強化學習和圖神經網絡來解決 WTA 問題。所提出的方法反映了現實世界的決策框架--OODA-loop（觀察-定向-決策），具有很高的實用性。在各種環境中進行了實驗，并通過與現有的啟發式和元啟發式方法進行比較，證明了所提方法的有效性。所提出的方法為戰術指揮與控制中的智能決策引入了一種開創性的方法，傳統上被認為是人類專家的專屬方法。

本研究將強化學習與圖形神經網絡（GNN）相結合。強化學習與 GNN 的結合是最有前途的領域之一，因為 GNN 能有效地表示復雜的交互作用。為了應用強化學習，DWTA 被建模為 POMDP（部分可觀測馬爾可夫決策過程）。為了優化強化學習智能體的策略，采用了近端策略優化（PPO）。學習環境是一個仿真模型，反映了對真實世界的詳細描述。本研究的貢獻如下。

• 本研究利用深度強化學習和圖神經網絡在各種情況下做出優化決策，為復雜性和不確定性主導的情況提供豐富的目標導向表征。

• 圖神經網絡有助于提高我們方法的可擴展性，從而增強其實際用途。

• 提出的方法通過人工智能技術的增強，為傳統上由人類專家主導的領域（如戰術指揮和控制）的決策制定帶來了創新。

• 從整數編程中定義的問題出發，利用馬爾可夫狀態的理論基礎和圖建模技術系統地構建了 POMDP。與依靠直覺和經驗法則推導 POMDP 的傳統方法相比，這是一種更有條理的方法，更容易看出 POMDP 與所定義問題之間的聯系。

隨著新技術的出現，現代戰場的演變日益復雜。然而，戰場的本質仍然可以用德-約米尼的 “大戰術 ”來解釋。軍事規劃者的成功在于他們有能力在戰場的決定性時刻，通過復雜系統的分層效應形成協同效應。協同效應需要在規劃單元中工作的主題專家（SME）在時間和空間上整合系統和單位。本文探討了如何應用隱馬爾可夫模型（HMMs）來增強現有的兵力與均勢相關性（COFM）計算器，將其作為軍事規劃中的預測工具。目前的工具側重于用被稱為等效因子的標量調整進攻行動的 3 比 1 兵力比。這些工具缺乏識別戰場時間和空間物理特性的能力。在計劃和訓練中利用兵棋推演為嚴肅游戲改進計劃工具提供了場所。本研究采用了在 OneSAF 中生成的場景，從簡單的排級伏擊到以旋翼資產為特色的聯合武器機動，這些場景都需要進行塑造以確保有利的 COFM。重點是利用 HMM，使用潛在的可觀測數據建立成功概率的時間序列指標，重點是通信動態。在本研究中，通過視覺和直接接觸產生的數據來研究可觀察到的通信。通過觀察部隊之間的接觸，可以預測相對優勢在時間和空間上的隱藏狀態。利用 OneSAF 模擬生成的數據，HMM 可確定行動狀態和成功概率，同時最大限度地減少部隊內部所需的存在。

軍事領導的一種方法是任務式指揮哲學。任務式指揮由若干原則支撐，所有這些原則都必不可少，沒有這些原則，任務式指揮就無法全面實施。這些原則包括參與者之間的相互信任、相互理解、明確表達上級意圖、分散執行和及時決策。隨著人工智能的不斷進步和普及，它將影響軍事指揮與控制過程的方方面面：新的決策情況將會出現，人機合作可能會產生新的關系。本文探討了已確定的任務式指揮原則能否以與傳統環境相同的方式應用于人工智能注入的作戰環境。

導言

全世界的軍隊都在努力尋找他們的 "哲人之石"，為他們提供能夠戰勝敵人的解決方案。有幾種概念和技術被認為可以勝任這一職位，其中一些屬于指揮與控制領域。在這些概念中，有一個在西方世界被廣泛認為是改變游戲規則的候選概念，即任務式指揮方法。在技術方面，有幾項創新可供研究，但最有前途和最流行的是人工智能。

人工智能和任務式指揮這兩種看似遙遠的事物在軍事領域共存，并已應用于指揮和控制系統。本研究旨在探討它們之間的相互關系，仔細研究人工智能對任務式指揮理念的影響。本文的主要研究問題是，任務式指揮能否在注入人工智能解決方案的指揮與控制系統中實現。由于各國對任務式指揮的理解不盡相同，要回答這個問題，就需要對任務式指揮進行討論，并為本研究的目的確立一個共同的理解。關于人工智能，需要說明現有和未來系統的性質，重點是其潛在的軍事用途。在理清基本思路后，作者旨在明確任務式指揮與人工智能在指揮與控制方面的互動關系。由于沒有基于人工智能的非保密系統進行測試，實現這些目標的基本方法是分析相關書籍、研究報告和軍事期刊上的文章，綜合其精髓以回答研究問題。

任務式指揮

現代軍隊需要有效的領導，運用現有的最佳方法領導下屬。實現這種現代有效領導的方法之一就是任務式指揮。盡管這一術語本身被廣泛使用，但其含義卻因國家而異，甚至在一個國家中具有多種因語境而異的含義。本研究的這一部分追蹤了任務式指揮在 20 世紀 80 年代之前的起源和發展，以及之后的擴散。

任務式指揮是一個英語術語，為英語國家的軍隊所使用。北大西洋公約組織（NATO）對這一概念進行了調整，并將其作為其聯合作戰條令的重要原則之一。該術語本身主要由美國陸軍傳播，其以前的一些條令文件表明，他們目前的任務式指揮概念源于德國的 Auftragstaktik，這是普魯士--后來是德國--軍隊在 19 世紀末發展起來的一種方法（ADP 6-0，2019 年）。盡管有這種說法，但似乎很明顯，雖然任務式指揮一詞是德文 Auftragstaktik 的一種松散翻譯，但兩者并不相同。更多時候，涉及任務式指揮的研究和文章往往會將起源故事過于簡單化。詳細介紹 Auftragstaktik 的誕生超出了本文的范圍。

我們今天所熟知和使用的任務式指揮源于美國陸軍為提高領導素質所做的努力。為了提高領導能力，他們追溯到德國在第二次世界大戰中的經驗，并對德國國防軍指揮官在東線戰場上實施的 "任務指揮"（Auftragstaktik）進行了廣泛研究。因此，新條令的第一版《空地戰》包含了 Auftragstaktik 和德國機動戰的主要原則。速度、主動性、快速決策、明確目標和指定主力等概念似乎是普魯士人 100 多年前使用的 Auftragstaktik 基本原理的邏輯衍生物（Shamir，2010 年）。然而，羅伯特-M-西蒂諾（2005 年）和里卡多-A-埃雷拉（2022 年）指出，美國條令所設想的 Auftragstaktik 概念從未存在過。他們認為，在討論指揮問題的當代德國文件中從未使用過 Auftragstaktik 一詞，而是使用了 "下級指揮官的獨立性 "一詞。

在概念發展的早期階段，Auftragstaktik 一詞被翻譯為任務式指揮，但正如 Eitan Shamir（2011 年）所言，圍繞這一術語存在爭論。提出的其他翻譯方案包括 "任務類型命令 "和 "指令控制"，但都被否決。學者和專家們指出了任務式指揮系統的不足和概念問題，并強調最初的 Auftragstaktik 和今天的任務式指揮是兩個不同但又相關的概念。任務式指揮一詞于 1995 年正式列入英國條令，2003 年列入美國陸軍條令。世界各地的其他一些軍隊也紛紛效仿，有的將任務式指揮作為一種理念和方法，有的則將其指定為可能的指揮方法之一。

2003 年 8 月 11 日批準的美國陸軍戰地手冊 FM 6-0 標題為 "任務式指揮： 陸軍部隊的指揮與控制"。這本手冊首次按照美國陸軍的解釋闡述了任務式指揮的基本原理。手冊中對任務式指揮作了如下定義： "根據有效完成任務的任務命令，通過分散執行來開展軍事行動"（FM 6-0，2003，術語表-10）。要做到這一點，需要下屬有嚴謹的主動性，指揮官有明確的意圖。但任務式指揮最重要的特點是信任和相互理解的環境。這兩者相互關聯，互為基礎，但手冊并未詳細介紹如何實現這兩點。后來，條令產品的不斷微調改變和完善了任務式指揮的定義。2010 年的 FM 5-0 給出了這樣的總結："任務式指揮是行使指揮與控制的首選方法"（FM 5-0，2010，vii.） 文件中沒有進一步討論提到的另一種方法，即詳細指揮。

在不到兩年的時間里，美國的任務式指揮方式發生了根本性的改變。20 世紀 80 年代，條令制定者通過對用于完成任務的物理手段進行分組，創建了 "戰場操作系統 "的概念。指揮與控制是這七大系統之一。2008 年，戰場操作系統結構被重新設計，并轉變為作戰功能系統。作戰功能并非簡單地由物理手段組成，而是被定義為 "由一個共同目的單元（人員、組織、信息和流程）組成的任務和系統群，指揮官利用它們來完成任務和訓練目標"（FM 3-0，2008，術語表-15）。2012年，指揮與控制作戰職能更名為任務式指揮作戰職能，從而使任務式指揮多了一個完全不同的含義。

根據2012年版的《ADRP 6-0》，"任務式指揮 "一詞同時意味著三種不同的含義：第一，統一陸地作戰的基礎之一；第二，首選的指揮方式；第三，一種作戰職能。這一術語的泛濫適得其反：它讓領導層中的一些人搞不清楚如何對待任務式指揮，以及任務式指揮的真正本質是什么。ADRP 6-0 指出，美國陸軍任務式指揮的根源可以在德國的 Auftragstaktik 中找到，然而，雖然 Auftragstaktik 為領導和指揮提供了總體基礎，但任務式指揮只能被視為統一陸地作戰的四個基礎之一。將指揮理念、首選指揮方式和一種作戰職能同樣命名為任務式指揮，成為混淆和誤解的根源。布雷特-馬岑巴赫（Brett Matzenbacher）（2018）指出，這一所謂的創新變革反而埋下了混亂的種子，因為重新命名作戰職能背后的原因--即改變基本指揮理念的意圖--并沒有在整個美國陸軍中得到明確傳達。人們可以通過描述該條令設定的環境來理解這個問題：任務式指揮是利用任務指揮方法，通過任務指揮作戰職能來實現作戰職能的同步化，是所領導的作戰行動的基礎。為了進一步增加混亂，該條令還引入了 "任務式指揮系統 "一詞，即 "使指揮員能夠實施行動的人員、網絡、信息系統、流程和程序以及設施和設備的安排"（ADRP 6-0，2012，1-5）。

盡管存在這些問題，任務式指揮的多功能性在很長一段時間內經受住了時間的考驗。2017年版的《ADRP 3-0》明確指出，"任務式指揮仍然既是一種指揮哲學，也是一種作戰職能"（ADRP 3-0，2017，v.）。這也意味著它不再是一種指揮方法。從2016年起，美國陸軍逐漸改變了做法：首先，任務式指揮成為六大原則之一，而不是四大基礎。其次，2019年版ADP 6-0取消了 "任務式指揮系統 "和 "任務式指揮作戰職能 "的提法。作戰職能改回了指揮控制，因此任務式指揮一詞終于變得更加純粹和清晰。ADP 6-0 和 2022 年 5 月版的 FM 6-0 將任務式指揮重新定義為 "陸軍的指揮與控制方法，賦予下級決策權和適合情況的分散執行權"（FM 6-0，2022，術語表-5）。

在最近的狀態下，美國陸軍任務式指揮成為一種定義明確的指揮和控制方法。它不再是統一陸地作戰的基本要素或原則，但它支持統一陸地作戰。行使任務式指揮要求下級和指揮官雙方都具備同等的能力，同時還要相互信任。指揮官的意圖提供了一個框架，在這個框架內，部隊通過對局勢的共同理解，在任務式指揮的指導下開展行動。當有機會或有必要時，下級應發揮紀律嚴明的主觀能動性，以實現指揮官的意圖。可以說，任務式指揮最重要的組成部分是風險接受和責任承擔，因為并非所有任務都能取得成功。

除德國外，北約另一支較長時間應用任務式指揮的主要軍隊是英國陸軍。根據 Oliver Burwell（2016 年）的說法，他們對任務式指揮的理解與最初的德軍類似：他們認為任務式指揮是一種哲學，用于指導領導活動。他們的任務式指揮原則是分散指揮、行動自由、主動性和速度。任務式指揮的執行依賴于信任、相互理解和主動性。北約的任務式指揮方式部分源于英國，部分源于美國對這一術語的理解。

北約的條令定期接受審查，審查期間定期更新條款和原則。最近一次更新發生在 2022 年，2 月更新了 AJP-3.2(B)《盟軍陸戰聯合條令》，12 月更新了 AJP-01(F)《盟軍聯合條令》。這兩份文件都包含了北約任務式指揮的基礎，盡管內容并不完全相同。它們都認為任務式指揮是北約指揮軍事行動的指揮思想，但在確定原則方面有所不同。根據 AJP-01(F)，任務式指揮的基本要素是信任和相互理解，而統一行動、及時有效決策和分散執行則是指導其應用的原則。這一概述與 AJP-3.2(B)中所述的概述略有不同，后者只區分了五項原則，沒有提及任何基本要素。這種不一致是北約條令體系的特點，根源在于條令更新期的抵消。根據前幾十年的慣例，等到下層條令趕上頂層條令時，就會有新的頂層條令發布。

總而言之，任務式指揮是一種指揮和控制部隊的方法，在這種方法中，指揮官和下級具有一定的關系。北約的條令將任務式指揮定義為 "一種主張集中、意圖明確而執行分散的指揮哲學；一種描述'做什么'，而不一定規定'怎么做'的風格"（AJP-3.2(B)，2022，Lex-8）。指揮官有責任明確闡述自己的愿景，并組織規劃工作以做出決定。做出決定后，指揮官必須將目標告知下屬，設定限制，并為他們提供實現指定目標的手段。北約的方法提倡集中規劃和分散執行，這需要適當的培訓和領導素質。實施任務式指揮背后的主要目的是提供靈活性，使組織能夠在相關層面更快地做出決策，從而勝過敵人。在協調整個部隊的任務式指揮時，有各種原則是必不可少的。在本研究中，將把信任、相互理解、有效決策和分散執行作為進一步關注的要點。

人工智能

人工智能是一種新興的通用技術，未來前景廣闊。有關這一主題的基本著作之一認為，人工智能非常復雜，甚至沒有試圖給它下一個直接的定義（Russell & Norvig，1995 年）。人工智能是一項多學科的工作，其可能性遠遠超出了計算機科學。在本研究中，只關注數字人工智能的現代詮釋。其領域包括圖像識別、計算機視覺、機器人、語言識別、自然語言處理、神經網絡和機器學習。回顧過去 60 年的人工智能研究，可以清楚地看到，對 "人工智能 "一詞的解釋隨著時間的推移而不斷變化。本文對人工智能的工作定義是 人工智能是一種計算機系統，能夠執行通常需要人類操作員才能完成的任務（蘭德公司，2020 年）。目前，人工智能在軍事上的應用包括兩個方面：自主系統和指揮控制支持應用。本研究主要涉及其在指揮與控制中的作用，因此對后者的仔細研究是重點。

本研究無法詳述人工智能的發展歷史。到 20 世紀 90 年代末，計算機硬件的逐漸進步和新算法的出現為人工智能研究注入了新的動力。互聯網的誕生和所謂 "物聯網 "的逐步普及，每天都會產生難以想象的海量數據。這些豐富的信息，即所謂的大數據，再加上時下流行的人工智能技術--機器學習，可以成為一種強大的工具。機器學習算法可以通過適當的訓練數據來改進和優化自己的行為，因此它們擅長通過尋找模式來對新遇到的信息進行評級和標記，從而產生類似智能的行為。隨著底層數學和算法的不斷改進，機器學習變得越來越強大，在當今時代，它被大多數人認為是最值得使用的人工智能解決方案（Scharre & Horrowitz，2018）。當代的創新正在將機器學習技術應用于硬件，使計算機芯片能夠按需重新配置其電子電路，從而模擬神經元和突觸，更好地模仿人腦的工作過程。研究實驗室和商業公司，如廣為人知的 OpenAI，正在競相創造人工通用智能（Artificial General Intelligence），一種與人類智能能力無異的人工智能。OpenAI 最新的 "重磅炸彈 "是 ChatGPT，這是一款能與任何人就各種話題進行類似人類書面對話的應用程序。ChatGPT 使用了某種機器學習類型，即生成式預訓練轉換。這需要大量已經處理過的數據來生成與輸入相關的輸出。雖然這種方法能產生驚人的反應，但模型本身離 "會思考的機器 "還差得很遠。它的批評者，如諾姆-喬姆斯基（Noam Chomsky，2023 年），認為它是一種高效的 "自動完成"，是通往通用智能道路上的死胡同，因為它處理問題的方法存在缺陷。

不過，人工智能和潛在的機器學習也有其局限性，這限制了其可能的應用。盡管人工智能炒得很熱，但似乎人工通用智能仍然是一個遙不可及的夢想。當前的人工智能雖然在不斷發展，但就其現狀而言，只適合解決具有類似變量的定義明確的問題。它們無法理解自己的操作環境，僵化、不靈活，無法 "跳出 "設計的框框（Scharre & Horowitz，2018）。例如，當代的圖像識別系統可以準確識別圖片或視頻中物體的類型和大小，但卻無法連貫地講述發生了什么，現場的互動是什么。機器學習很容易被損壞的輸入所欺騙，它也可以學習人類的偏見，這使得這項技術很容易受到攻擊（Hawkins & Kott, 2022）。另一個必須解決的問題是數據庫免受黑客攻擊的安全性。目前狀態下的人工智能可以比人類更好、更快地執行專門任務，但它們提供的輸出結果需要人類智能對其進行分析，使其適合進一步使用（Layton，2018）。

軍事應用一直是人工智能發展的驅動力。一些系統的開發旨在加快規劃或指揮進程。美國武裝部隊率先開發了部署規劃軟件，加快了幾次行動的準備工作，也有助于節省預算。隨著技術的進步，新的機遇出現了，這導致了自動決策系統或自主武器系統的發展。全世界的軍隊都意識到，如果能縮短決策所需的時間，就能戰勝敵人。如今，如果不在行動的規劃和執行階段廣泛采用人工智能，就無法考慮縮短決策時間。大數據、高性能機器學習和不斷改進的云技術三者共同促成了一種被一些專家稱為 "算法戰爭 "的新方法。彼得-雷頓（Peter Layton）（2018 年）和格雷格-羅蘭茲（Greg Rowlands）（2018 年）等專家和研究人員推測，未來戰爭將與算法和硬件展開重要較量。

未來的沖突可能在多個方面與當代沖突不同。彼得-雷頓（Peter Layton）（2021 年）在其著作中指出，其中一個方面就是指揮和控制系統。改進己方決策和削弱敵方決策是在武裝沖突中取得優勢的兩個主要途徑。改進的一種方法是整合人工智能，其中一種方法就是所謂的 "超戰爭 "理論。顧名思義，戰斗和信息處理速度的加快超出了人類的認知水平，這意味著決策也必須在短時間內做出，甚至不到一秒鐘。從理論上講，在這種環境下，擁有更多自主決策系統的一方很可能會占上風。人工智能系統將有助于生成更好的 "共同行動圖"，并能預測敵方的行動路線，提出自己的行動路線。人工智能將加快消除沖突的速度，以監督或非監督的方式為下屬分配任務。執行過程將包括若干自主武器系統和作為下屬的人工智能輔助決策系統。如果應用得當，人工智能子系統將提高行動速度，減少決策所需時間。不可避免的技術擴散可能會導致沖突雙方在某種程度上都具備進行超戰爭的能力。在這種加速的環境中，傳統的軍事決策模式可能并不適用：人工智能子系統與其（可選的）上級之間必須進行更加緊密的合作。瞬息萬變的形勢將使傳統方法難以為繼，讓位于計算機輔助預測。分散決策是盡快抓住難得機遇的關鍵之一，而爭奪和/或保持主動權將是超戰爭環境中行動的核心要素。

如果沒有與超戰爭所提供的速度和效力相匹配的能力，一方可能會使用人工智能系統來擾亂敵方的決策。自主或半自主系統可用于欺騙、使敵方傳感器系統超載、干擾敵方通信、充當誘餌，基本上可以采取任何必要手段來延緩敵方決策，或者最好是完全阻止敵方決策。即使阻礙敵方決策系統的某些部分或功能--如傳感器、通信網絡、指揮所--也可能對作戰產生重大影響，為決策提供更多時間。

還必須考慮自主系統在現代作戰環境中的作用。人工智能驅動的系統可以在不危及己方部隊生命的情況下執行危險任務。它們主要分為兩大類：自主武器系統和機器人車輛。武器系統能夠摧毀對手的目標定位，機器人車輛可以在有人類遙控甚至沒有人類遙控的情況下運行。無論在行動中使用哪種資產，決策權都將掌握在人類手中，但人類指揮官必須將人工智能驅動的下屬考慮在內。這種資產的自主程度和自身判斷力可能會引起道德和操作方面的擔憂。對這些問題的審查不在本文的討論范圍之內，因為這需要單獨的研究。

人工智能對任務式指揮的影響

前面幾章討論了任務式指揮的本質和人工智能的簡要概述，為仔細研究它們之間的互動提供了共同基礎。傳統上，做出最終決定的是人類，而且僅僅是人類。傳統的任務式指揮方法將指揮過程的參與者視為人類，并接受人類不會出錯這一事實。如果未來出現可靠且可解釋的人工通用智能，這將預示著在指揮系統的某些環節中人工智能將取代人類。這種人機混合組織可能會比想象的更快實現。這種未來的 "合成戰友 "需要特殊的指揮方式。可能采用的領導方法很可能是一種改進的任務式指揮，一些研究人員已經將其稱為機電一體化任務式指揮。

軍事指揮通常被認為是一門藝術，因為盡管有固定的原則和方法，但克勞塞維茨式的典型摩擦和人性的特殊性阻礙了純科學指揮方法的應用。任務式指揮是在前輩軍事領導人最佳實踐的基礎上追求這門藝術的一種方法。上文提到的能力作為任務式指揮的主要要素之一，在很大程度上取決于指揮員的個性和訓練。指揮系統參與者之間的相互信任和理解取決于他們的個性。目前的人工智能主要作為決策支持工具發揮作用。

作為輔助工具，人工智能可以產生兩方面的影響：它可以加快決策的達成速度和/或提高決策的有效性。通常情況下，人類指揮官在做出決策之前會對局勢做出估計。根據指揮級別和可用時間的不同，這種估計可能會涉及其他人員的見解和專業知識，在更高的級別，這被稱為指揮官的參謀部。決策速度取決于指揮官及其參謀人員的行動速度。時間有限的環境或匆忙可能會影響決策的質量，但根據經驗，按時做出適當的決策要好于延遲做出完美的決策。人工智能決策支持系統可以幫助參謀專家提高建議速度，這有助于指揮官做出正確、及時的決策。同樣，潛在的人工智能決策支持系統將擁有一個堅實的知識庫，這個知識庫來自過去的經驗和共享數據庫。它們的建議或決定都有積累的知識庫作為基礎，可以促進信任和理解，從而加強任務式指揮。

綜上所述，可以說，人工智能在不久的將來只能起到輔助作用，有助于及時、準確地做出決策。要確定它是否會對任務式指揮理念產生影響，必須仔細研究它在信任、相互理解、有效決策和分散執行方面帶來的變化。

在信任方面，新出現的問題是指揮官能否信任人工智能決策支持系統的建議，以及信任的程度。如上所述，與人力相比，人工智能系統擅長處理大量輸入數據，并能在短時間內做出評估。指揮官必須決定是相信人工智能評估的有效性，還是置之不理。對人工智能的信任程度取決于其提供的信息是否有用和有價值。然而，在行動開始前評估這些信息的有效性可能會非常復雜。如果行動順利，人工智能很可能不會獲得信任。如果行動失敗，人工智能很可能成為替罪羊之一。如果通過人工智能獲得的信息非同尋常、不尋常，或與人類慣常的發現不同，決策者可能會面臨一個問題。如果他們無法檢查這些發現的有效性或可行性，他們可能會不愿意使用這些發現，或者可能會完全忽略這些發現。這種可能的行為是由于人類的認知偏差造成的，它迫使從一系列可能的解決方案中選擇熟悉的方案。如果決策者選擇使用人工智能的非同尋常的發現，還存在一個很大的風險，那就是由于缺乏足夠的背景知識，下屬在理解意圖或任務時會遇到困難。如果下屬信任指揮官，就不會質疑其意圖。然而，如果出現問題，下屬的信任度就會下降，指揮官對人工智能的信任度也會下降。信任一旦喪失就很難恢復。

信任也是理解的一種功能：一個人很少會信任沒有共同理解的人。人類之間的相互理解通常需要共同的術語、共同的程序和共同的經驗。在國際環境中工作或與非軍事實體密切合作并不能保證理解，因為軍事程序和術語通常是特殊的。在軍隊中，不同部門都有自己的行話，這會使部門之間的有效溝通變得復雜。緩解這一問題的最佳方法是為所有部門制定統一的標準化軍事語言，但這是一個激進且不切實際的舉措。人工智能決策支持系統的程序可以解釋各軍種特定術語的輸入，但輸出必須是標準化的，以確保相互理解。因此，必須確保人工智能能夠理解所需的任務，但生成的輸出結果也必須符合術語和標準。如果能做到這一點，人們對人工智能系統的信任度就會提高。

人工智能還有助于及時有效地做出決策。它可以縮短制定或修改計劃所需的時間，從而加快速度。通過人工智能通信系統發布計劃和命令，也有助于保證行動安全和實現最佳速度。縮短上級指揮部制定計劃所需的時間，可以讓下級及時采取行動。如前一章所述，超戰爭理論以高速決策和效果為基礎，旨在破壞敵方決策系統。同樣，也必須做好準備，預料敵方會以同樣的方式試圖干擾我方的決策系統，因此，更好的人工智能支持系統和更快的通信系統是取得優勢的關鍵。

分散執行也是人工智能系統應用可能產生積極或消極影響的一個特征。上級的最終決策和計劃設定的任務和目標，可能會因為形勢的重大變化而無法完成或實現。在這種情況下，下級必須嚴守紀律，發揮主觀能動性，盡其所能為實現指揮官的意圖做出貢獻。但是，由于評估是一個在行動中持續進行的過程，指揮官的意圖有可能會根據人工智能系統分析不斷變化的行動環境所產生的新信息而發生變化。人工智能可能會以現在難以想象的速度對單元目標提出修改建議，這將給決策者及其參謀人員帶來壓力。要想在復雜的戰斗空間中以最快的速度取得成功，就必須采用新穎的和平時期訓練方法，這種訓練方法可能是在虛擬訓練環境中進行的，而大部分現實參與者都會在場。要進行超戰爭訓練，就必須創造一個與預計的未來作戰環境相似的訓練環境。人工智能系統可以成為實現這一目標的有力工具，從而培養部隊成功進行任務式指揮的能力。

盡管人們設想未來的軍隊將實現全網絡化，所有系統和傳感器相互連接，利用人工智能系統提供幾乎實時的態勢感知。從理論上講，這可以讓上級對下級進行干預，在最壞的情況下可以繞過指揮系統。要有效運用任務式指揮，就必須排除這種可能性，必須通過正確運用分權執行原則，讓下級擺脫干擾。

從上面這幾段可以看出，人工智能將對任務式指揮產生影響。在人工智能決策支持系統的影響下，每一項原則的含義和內在機制都將發生變化。首先，人與機器之間必須實現相互理解和信任，這可能是一個相當大的挑戰，但專業培訓和聯合演習將有助于形成有效的合成戰友關系。

結論

這項研究的主要問題是，任務式指揮能否應用于人工智能系統啟用和加速的環境中。隨著決策速度的提高，指揮互動必須改變，讓下屬有更大的自主權。這符合任務式指揮的原則。為參謀人員注入人工智能輔助決策系統將影響任務式指揮的信任和相互理解因素。如果使用得當，人工智能也是提高決策及時性的有用工具，還能促進執行權力下放。但是，人工智能的成功整合需要新的人員工作方法、大量的培訓以及視機器為同志的新思維。由于這項技術相對較新，從一開始就期待最佳解決方案是模糊的。老實說，預期的詳細程度和為更高級別的指揮官提供的更好的通信可能性會使任務式指揮做法受挫，從而能夠通過微觀管理地面部隊來規避指揮系統。超戰爭的一個方面是在盡可能低的級別上進行高速決策，但下級比上級更快地做出決策是否總是正確的呢？下級通常對局勢的看法比較狹隘，因為他們必須專注于自己的行動區域。而上級做出的決定通常更能洞察全局，因此更有可能成功實現意圖。如果下級開始執行一些上級以其高超的知識認為是錯誤的事情，那么會發生什么事情來緩解這種情況呢？阻止或微觀管理已經開始的行動是不明智的。超級戰爭的支持者可能會說，下級與上級擁有相同的行動視野，但教育水平和經驗可能并不相同，更不用說任務和責任了。所有這些方面都將對未來作戰環境中任務式指揮的發展產生影響。結論是，不能避免使用人工智能解決方案，因為它們能提供競爭優勢，而且任務式指揮的方式一定會發生不可避免但又無法確定的變化。

參考來源：Land Forces Academy Review

對分布式作戰資產進行最佳管理以實現協同作戰的能力可顯著增強軍事優勢。最近的研究指出，戰爭的速度越來越快，威脅的能力和數量不斷增加，越來越多的傳感器和網絡導致數據超載。面對復雜的決策空間、大量的信息和所需的快速反應時間，人類的決策面臨挑戰。自動化作戰管理輔助系統（BMA）具有縮短時間、提高決策可信度和優化戰爭資源的潛力。本文介紹了為未來海軍和聯合作戰任務構思和設計 BMA 的系統工程方法。系統方法將 BMA 視為管理未來分布式戰爭資產的能力使能因素，將其視為復雜自適應系統簇 (CASoS)。

引言

戰術戰爭是復雜的（Bar-Yam，2004 年）。它需要敏捷、適應性強、具有前瞻性思維、思維敏捷和有效的決策。威脅技術的不斷進步、戰爭節奏的加快、每個戰場情況的獨特性，再加上信息量的增加，而這些信息往往是不完整的，有時甚至是令人震驚的；所有這些因素都導致人類決策者不堪重負（Zhao 等人，2015 年）。自動化 BMA 是解決這種復雜性的一種方法--簡化復雜性，增加理解/知識，并對決策選項進行定量分析。

自動化 BMA 是計算機輔助決策支持系統，旨在加強和改進戰術決策。BMA 可通過以下方式改進決策：加快決策過程；使人們對決策所依據的知識更有信心；制定更多的決策方案；使人們對決策后果有更深入的了解；制定成功概率更大的方案；和/或改進資源使用的優化。軍方目前使用 BMA 共享和處理數據，以開發作戰圖片和態勢感知。不過，本文的重點是構想未來海軍和聯合作戰中的 BMA。

系統方法綜合了分析和合成方法，包括整體論和還原論（Checkland，1993 年）。它強調系統內部各要素之間以及系統與其外部環境之間的相互依存和相互作用（Gharajedaghi，2011 年）。本文提出有必要采用系統方法來構思和設計未來的自動化 BMA。本文首先描述了戰術決策的特點以及未來自動決策輔助工具可能發揮的作用。然后，針對這一復雜的問題空間提出了一種系統方法。

戰斗管理的決策輔助

作為自動 BMA 概念化的準備工作，本節介紹了戰斗管理決策的類型。它討論了如何在軍事戰術環境中使用 BMA 來支持人類決策者。最后，它介紹了 "決策復雜性 "的概念以及 BMA 在管理和解決戰術復雜性方面的作用。

A. 戰斗管理決策

軍事戰術行動涉及大量戰斗管理決策。大多數決策涉及戰爭資產的使用或部署，其中包括平臺（艦艇、飛機、潛艇等）、武器、傳感器、通信設備和人員（Johnson、Green 和 Canfield，2001 年）。圖 1 展示了戰爭決策的四個領域：時間領域、空間領域、主動/被動領域以及規則和政策領域。其中每個領域都會影響決策過程，并可能導致決策復雜度增加。

規劃性或主動性決策包括部隊定位（艦艇、戰斗群、飛機等）、隱形行動、進攻性攻擊，以及通過干擾或其他武力措施阻止敵方行動。反應性或響應性決策的例子包括抵御主動威脅、將平臺移動到防御態勢、從威脅環境中撤退以及評估戰斗損失。有效的戰斗管理必須認識到何時主動或被動決策需要自動支持。

圖1 -戰術決策域

軍事決策的性質會隨著時間的推移而變化，可以被視為分等級的。戰略決策的時間跨度較長，考慮的目標層次較高，有時甚至跨越數年。計劃層面的決策時間跨度較短，即使在安排防御時也是積極主動的。戰術決策是戰斗管理的重點，時間跨度最短，涉及近期規劃或主動決策以及應對敵方行動的被動決策。三個時間決策域之間需要保持一致，以實現戰術、計劃和戰略決策之間的兼容。同樣，計劃和戰略需要支持有效的戰術戰爭，并反映戰術威脅環境的重大變化。自動 BMA 的設計應支持分級決策范式，以及支持和適應不同決策時間跨度的范式。

分層時間決策領域的成果之一是一套指導戰術決策的規則和政策。這些規則是近實時決策與長期計劃和戰略保持一致的方法之一。這些規則和政策支持符合更高目標的有效戰術決策。自動決策輔助工具可支持跨時空和跨層級的動態和適應性決策，以實現各層級之間的一致性；考慮各層級的變化可能會如何影響其他層級；以及跨層級有效發布指導意見。

第四種對作戰管理決策進行分類的方法是按照空間領域進行分類，如太空、空中、海上、水下和陸地。在這些作戰環境中，威脅千差萬別。同樣，作戰系統的開發也是為了應對特定的威脅或威脅類型，這自然反映了其空間環境。海軍戰斗群必須同時應對所有空間領域的威脅。自動化 BMA 有可能通過提高跨空間域態勢感知能力，并通過制定可優先執行任務和交戰策略的備選決策來應對這種復雜性。

最終，隨著作戰行動從和平時期到遭遇多域威脅，作戰管理決策空間也從簡單到復雜不斷變化。影響決策空間復雜性的問題空間變化的例子包括：戰斗節奏（或反應時間）、同時發生的威脅（或戰斗事件）的數量、戰斗事件后果的嚴重性、威脅的異質性（由于威脅類型或空間領域）以及事件或事件的范圍（受影響的地區或人口）。所有這些作戰因素都轉化為構成 "決策空間 "的多維變量。隨著決策空間復雜性的增加，軍事決策者可能會力不從心。此時，自動化 BMA 可以為有效決策提供支持。

B. 支持人類決策的自動輔助工具

由于傳感器、網絡、參與者、回傳和情報的增多，作戰空間的信息量也隨之增加。人類決策者被信息淹沒，決策時間縮短。自動 BMA 是有效戰術決策的必要能力。

如圖 2 所示，自動決策輔助工具或 "機器 "可通過多種方式為人類決策者提供支持。圖中顯示了人機決策互動的三種模式（Johnson、Green 和 Canfield，2001 年）。人工決策模式包括人類在頭腦中收集和 "存儲 "相關信息并進行決策分析（處理和決策）的情況。這種模式意味著一個相當簡單明了的決策空間，其中的數據量和變體數量是可以人工管理的。在半自動化模式中，人類決策者可以依靠機器來管理、存儲、融合和處理輸入信息，從而向人類顯示決策分析結果。決策分析可包括對作戰空間和威脅的了解、行動方案（COA）選項以及對預期事件成功率和后果的定量測量。最后，在全自動模式中，人類的作用是監控自動化機器決策過程，并在必要時推翻或更改決策。

針對決策類型建立適當的機制非常重要。一般來說，當問題空間相對簡單，需要考慮的因素數量和信息量在人類決策者的管理范圍內時，決策可由人工執行。對于某些類型的決策，半自動化的人機界面機制最為合適。這對于具有潛在關鍵或嚴重后果的更復雜決策空間是有效的；需要自動化 BMA 的支持，但需要大量的人工參與。全自動人機交互適用于需要處理和融合大量復雜信息，但決策類型非常簡單的決策空間。全自動決策模式適用于和平時期的行動，在這種情況下，決策不會產生嚴重后果，或者適用于高度復雜的行動，在這種情況下，決策反應時間對人類來說過于緊迫。全自動決策模式適用于對信息和情況了解非常有把握的情況。例如，當高度確信被跟蹤物體實際上是敵方威脅目標時。

圖 2 - 人機決策模型

戰斗管理決策支持系統的未來目標是能夠為給定的決策空間選擇適當的決策模型。也許一個靈活的決策架構可以容納所有三種人機模式，并根據需要加以應用。上層結構本身將對決策空間進行監控，評估需要做出何種決策，然后確定人機之間的適當互動，以做出每項決策。

C. 戰斗管理： 復雜工作

戰斗管理行動十分復雜（Young，2012 年）。如圖 3 所示，戰術環境從和平環境到高度危險的環境都有，來自許多不同方向的威脅多種多樣。這就形成了復雜的戰斗管理決策空間。決策空間的 "狀態 "必須靈活轉變，從正常無威脅行動期間的線性和直接，轉變為作戰行動期間的高度非線性和多變。

圖 3 - 復雜戰術環境中的作戰管理

復雜問題空間的特征包括：復雜的目標、復雜的環境和/或行動；適應性；集體行為；以及決策結果的不可預測性。這些特征都是戰術行動所固有的（Young，2012 年）。戰斗空間呈現出多種目標，這些目標通常不一致且不斷變化。軍事系統必須權衡各自的作戰目標（如自衛）與部隊級任務（可能包括區域防御、隱形作戰或特定資產防御）。由于不利的環境和千差萬別的環境導致目標優先級不斷變化，以及多種跨空間域任務，因此需要復雜的作戰行動。在應對復雜多變的威脅環境時，適應性是作戰系統的必要特征。軍事行動必須有效地適應威脅，以提高生存機會，實現戰術和戰略目標。分布式作戰資產的集體行為必須得到適當的協調，以避免碰撞和友軍誤傷事件的發生；并且最好能從它們的累積貢獻中獲益。最后，戰術決策的結果難以預測，從誤射、錯誤識別到對戰損的錯誤評估，這些不準確的知識和行動漣漪效應以及不可預見的后果使問題空間變得更加復雜。

自動化 BMA 有可能通過描述作戰環境的復雜程度并將這一知識轉化為決策空間，為人類決策者提供支持。理想情況下，完整而準確的作戰空間 "圖像 "將為決策空間提供態勢感知。BMA 可以對 "圖景 "進行監控，并對問題空間的復雜性特征進行評估。這些知識可支持有效、及時地使用決策輔助工具，并使人類決策和機器決策有效地相互作用。

系統性方法

"......只有復雜的系統才能執行復雜的任務（Braha，2006 年）"。

Bar-Yam 寫道："......高復雜性任務需要一個足夠復雜的系統來完成（Bar-Yam，2004 年）"。戰術軍事行動呈現出高度復雜的環境，轉化為戰爭資產必須執行的復雜任務。本節探討了在軍事行動中實施自動化 BMA 的復雜系統方法，以有效解決戰術問題空間。

上一節從決策的角度描述了作戰管理問題空間的特點；區分了人類決策與自動化決策輔助工具如何支持這些決策；并描述了作戰管理復雜性的特點。本節將介紹一種思考問題空間的方法，作為構思并最終實施系統解決方案的一種手段。

A. 將作戰資產視為資源系統

系統性方法的第一步是從系統角度 "看待 "問題和解決方案空間。對于戰術戰爭而言，首先要將戰爭資產視為資源系統。將資產（如：艦船、飛機、潛艇、武器系統、傳感器、通信設備/網絡和干擾器）定義為系統，就可以將其視為資源，并從其功能、性能、行為、結構和界面等方面加以審視。這樣就能根據它們的位置、狀態和預期能力等特征進行定量分析。隨著作戰行動日趨復雜，當存在多個目標重疊和沖突時，自動化 BMA 可以進行分析，以確定戰爭資源的有效利用。在 BMA 的幫助下，戰爭資源的利用可包括在系統間形成協作，以實現系統的行為和能力，從而更好地應對復雜的戰術任務。圖 4 展示了作為系統之系統的作戰資產網絡化協作。

"多維性可能是系統思維最有力的原則之一。它能夠從對立的趨勢中看到互補關系，并用不可行的部分創造出可行的整體（Gharajedaghi，2011 年）"。通過將作戰空間視為一組相互作用的系統，利用其多維性的能力可支持跨越空間和時間領域的部隊級協作行為。它使分層防御和綜合火力控制戰略成為可能，其中涉及到分布式武器和傳感器。當存在復雜的多維目標時，自動 BMA 可提供定量分析，以確定協作資源的利用情況。

圖 4 - 將作戰資產視為系統資源

B. 全面看待作戰管理

復雜的戰術環境要求從部隊層面以整體視角管理戰爭資源。隨著環境變得越來越復雜，事件發生得越來越快，而且是并行發生。決策數量和所需行動方案的數量都在增加。對有限的戰爭資源提出了更多的要求，其任務、目標和行動方案的相互關聯性也越來越強。從 "整體 "上了解多種威脅和任務，以及應對這些威脅和任務的可能方案和可能后果，就能做出更有效的軍事反應，這可能是有效應對高要求威脅的必要條件。作戰空間視角的概念可被描述為 "決策范圍"，或圍繞問題空間和解決方案空間設定邊界。更全面的決策范圍包括一個地區或戰區，以及該地理空間區域內的所有威脅和戰爭資源。較窄的決策范圍可能只包括特定威脅和特定平臺及其相關資產。

確定決策范圍既是限制因素，也是必要的促進因素。隨著作戰環境日趨復雜，戰術決策在因果關系上變得更加相互依賴和 "混亂"（Jackson 和 Keys，1984 年）。當只有一個威脅需要清除或一個區域需要觀察時，做出特定的武器交戰決策或傳感器任務分配決策就比較簡單。然而，如果將決策范圍縮小到發射單一武器系統或管理一艘艦艇上的傳感器，就會在需要處理多個戰術任務或需要優先處理和應對多個威脅時，失去其在部隊層面的整體有效性。在這種情況下，"整體性 "原則適用于決策，包括 "同時和相互依賴地盡可能多地考慮系統的各個部分和層次（杰克遜和凱斯，1984 年）"。換言之，擴大決策空間的范圍，或許可以考慮一個戰術區域或戰區。確定決策范圍本身就是一項決策。我們的目標是設計出支持靈活決策范圍的未來部隊架構，當部隊層面的任務變得更加復雜并可能受益于分布式作戰資產協作時，決策范圍可以擴大。

一旦戰術軍事力量面臨復雜的作戰問題空間，未來的自動化 BMA 就能建立更全面、更廣泛的決策范圍，并支持平臺和部隊層面的資源管理。最終，各種自動化 BMA 可支持不同層面的資源使用。支持特定傳感器和武器的 BMA 可由更高層次的 BMA 架構進行協調。因此，可以實施一個 BMA 系統體系。

C. 將決策空間視為一個系統

決策空間 "可視為一個系統。通過對決策空間采取系統方法，可以定義邊界、輸入和輸出、功能、性能和結構。圖 5 展示了決策空間的背景環境。戰斗空間的知識（或態勢感知）是作為 "問題空間"（或作戰戰術圖）來開發和維護的。它包括跟蹤的威脅目標以及地形、天氣、防御資產和現實世界中的所有其他物理實體。此外，還必須開發和維護 "資源圖"，其中包括戰爭資產的最新狀態、健康狀況、戰備狀態和預計能力。問題空間和資源圖景是決策空間的主要輸入。

概念決策空間系統的邊界圍繞決策架構和決策分析，其中包括決策輔助、評估、優先排序、備選方案生成和整體決策管理。決策空間系統的主要功能是開發決策備選方案。這些備選方案為管理戰爭資源資產提供建議。例如，傳感器任務分配、行動方案、武器調度、平臺（艦船、飛機等）移動等。次要功能包括估計與決策備選方案相關的置信度，以及為備選方案提供信息的多種類型的分析。分析實例包括：確定威脅的優先次序、兵棋推演可能產生的后果、估計傳感器誤差、估計知識的準確性和完整性、評估作戰復雜性、推薦最佳的人機決策互動。圖 5 所示的簡化概念沒有說明人機決策空間之間的互動。但在戰術行動中，這種互動將非常重要。

圖 5 - 決策空間的映射

概念決策空間系統的輸出可包括決策備選方案、預測后果估計、成功和失敗的估計概率，以及與源信息、備選方案和一般知識相關的置信度。

D. 解決方案空間：復雜自適應系統簇

在對BMA的系統方法進行概述的過程中，最后一步是對解決方案空間進行概念化。為了能夠對復雜的威脅空間做出戰術反應，解決方案空間包括有效利用分布式戰爭資產/資源。解決方案必須隨著威脅環境的變化而及時改變和調整。有時，進攻行動是最佳選擇；有時，單一平臺即可應對威脅；有時，可能需要并行或串聯多種進攻、防御、協作和自主行動。解決方案空間能夠從簡單操作無縫轉向復雜操作，從而改變其系統狀態的性質，這是一項具有挑戰性的要求。

本文將解決方案空間概念為復雜自適應系統簇（CASoS）（格拉斯，2011 年），其中分布式戰爭資源作為系統的系統進行交互，表現出突發性（部隊級）行為，并適應不斷變化的作戰環境。這類系統是有效解決復雜戰術問題空間所需的解決方案。設計未來戰爭系統使其表現為 CASoS，需要自動化 BMA 的決策架構和解決方案空間，以提供以下三種能力（Johnson，2017 年）：

1.自適應關系--自適應智能架構可實現組成系統之間的靈活相互關系，這些系統最終構成一個自適應 SoS，能夠應對不斷變化的復雜環境。

2.由智能組成系統組成的系統--CASoS 的自適應突發行為受分布式組成系統自我管理的支配，這些組成系統可根據復雜情況的需要進行協作或獨立行動。

3.知識發現和預測分析--工程化 CASoS 的關鍵在于獲取和維護有關環境和分布式組成系統的共享態勢知識的能力。對這些知識進行分析，可確定任務的優先次序；制定任務和行動方案（對問題空間的自適應響應）；制定 "假設 "和 "如果-那么 "預測方案，以形成未來智能決策和自適應 SoS 關系的綜合體。

決策空間必須支持概念化的 CASoS 解決方案空間。這種復雜應用的決策空間可以看作是一個 BMA 系統，由整體部隊級管理決策輔助工具支持與特定資源或平臺系統相關的低級 BMA 的協調。整體級 BMA 可以管理問題空間信息，并專注于高層次問題，如評估復雜程度、確定決策范圍和建議人機決策互動。所有這些都需要自動化的 BMA、自適應架構、"可執行任務 "的作戰資源以及支持這種系統方法的指揮與控制文化。

結論

總之，作戰管理問題空間是復雜的，而且隨著更多傳感器、更多信息、更多無人威脅、更多非國家對手和技術進步，其復雜性只會繼續增加。要想在這一問題空間中保持領先，就必須構思并最終實現一個復雜的解決方案空間，以促進快速行動和高度響應的戰爭利用。系統方法通過提供整體性、系統視角以及將決策空間定義為一個系統的系統，為解決所需的多維和適應性決策提供了一種方法。它將問題定義為 "CASoS"，并強調了對決策架構的需求，這種架構可實現自適應關系、系統級情報、共享知識和預測分析。有效利用自動化 BMA 支持人類決策為 CASoS 解決方案空間奠定了基礎。

參考來源：美國海軍研究生院

模擬作戰需要了解友軍和敵軍在既定友軍目標和可信敵軍目標方面的進展情況。在美國防部（DoD），這些目標的結構是分層的，從國家戰略層面一直到戰術層面。軍事評估旨在回答兩個主要問題： 1）是否創造了所期望的效果？對模擬作戰評估方法的研究很少。一些主要的評估應用領域是教育和游戲，它們為模擬軍事作戰評估提供了有益的借鑒。本研究從美國防部政策和這些領域的研究中總結出模擬作戰評估方法的幾個理想特征。在根據這些特征建立價值層次結構之后，本論文提供并評估了幾種可用于模擬作戰的候選方法--貝葉斯企業分析模型（BEAM）中現有的 "戰斗力與戰斗脆弱性 "方法、貝葉斯網絡、價值思維和線性規劃。每種替代方案的評估都是通過其在小型作戰模擬中的應用來進行的。然后，從 "價值思維 "和 "線性規劃 "中創造出一種替代方案，其評估結果優于其他四種方案。論文最后對線性規劃進行了總結，并提出了未來研究的想法。

與真實戰爭類似，作戰模擬需要了解友軍和敵軍的進展情況。這種知識將潛在的模擬停止條件擴展到時間之外，并允許分析與時間、資金和資產態勢相關的進展情況。雖然記錄資產的損毀和消耗品的使用情況可能會提供有價值的分析結果，但指揮官通常更關心的是一個更廣泛的問題，即這一場景是贏了還是輸了？要回答這個問題，模擬必須包含一定的勝負定義。要做到這一點，最簡單的辦法就是完成既定目標。戰斗模擬必須能夠評估作戰環境，并報告實現或未實現這些目標的進展情況。從具體的目標（如摧毀敵方所有港口）到較為抽象的目標（如實現海軍優勢），模擬中的單一作戰評估方法應具有足夠的通用性，以便在面對多種不同的勝負定義時，為勝負問題提供答案。本論文提供了這樣一種方法，可用于模擬戰爭的戰役級戰斗評估。

評估的一個直接定義是 "使用數據來證明既定目標和目的是否真正實現的過程"（1，第 554 頁）。在國防領域，美國參謀長聯席會議（JCS）將評估定義為 "在軍事行動中衡量運用聯合部隊能力的整體有效性的持續過程"（2）。一般來說，評估是一個用于持續或不斷反饋的詞，旨在改進一個過程。在更正式的場合，評估分為兩類：總結性評估和形成性評估。總結性評估，或有些人稱之為評價，是對表現進行事后審查。總結性評估的例子包括簡單的評分和與基準的比較，以及從過程產出中獲取比較結果的統計或其他分析方法。終結性評估的 "外部"（3，第 19 頁）特征自然會導致其結果的呈現是遙遠的和/或靜態的。終結性評估的一些例子包括年度人事審查和評估、學生考試和業務指標報告。相反，形成性評估關注的是持續的學習過程，目的是在特定過程中提供反饋（4）。在教育領域，形成性評估包括學生與評估者之間的合作，以 "積極創造[學生的]最佳表現"（5，第 242 頁）。形成性評估在本質上是互動的，它的目的是在一個過程結束之前提高學生的表現，利用數據（或經驗）為被評估方提供定制化的幫助。因此，形成性評估還可能包括進度跟蹤或報告。本論文重點關注戰役級模擬戰爭背景下的形成性評估方法。我們對 "如何在計算模擬中進行戰役級戰斗評估 "這一問題提出了建議。

模擬戰爭中的評估方法，尤其是用于軍事訓練或分析的模擬戰爭，應模仿實際決策者對戰爭努力的評估。在實際作戰環境中，軍事下屬和分析人員會準備一份評估報告，供指揮官了解態勢。指揮官利用評估結果為操縱作戰環境提供進一步指導。當我們在模擬作戰中模擬戰爭努力時，評估部分實際上應是下級/分析員評估與指揮官反饋相結合的模型。在第 3.1 節中，我們將這一概念納入了作戰模擬評估方法的價值層次中。此外，我們還提出了一個必要的特點，即評估方法應簡單易懂，便于向指揮官和其他決策者介紹。將評估結果歸納為不同類別（如勝利或失敗）對簡單交流非常有用，第 3.1 節將對此進行更詳細的討論。

作為聯合部隊行動的權威資料，美國聯合司令部的 "聯合出版物 3-0"(2)提供了模仿決策類型的見解。聯合司令部最關心的是 "行動評估"，即 "衡量完成任務、創造條件或效果以及實現目標的進展情況 "的過程（2，第 II-9 頁）。聯合司令部聲稱，行動評估應 "從任務式指揮分析開始，由指揮員和參謀人員考慮衡量什么和如何衡量"（2，第 II-9 頁）。對于實戰中使用的計算模型而言，這一步將發生在模型運行之前，分析人員將在運行過程中設定初步目標和任何初始參數。此外，本定義中的 "目標 "是指指導行動方案的目標。目標可以是一個短語，如國防部的國家戰略目標，也可以是單項軍事任務的目標。無論如何，模擬戰爭評估方法中的目標決定了代理指揮官的注意力在哪里，以及他們建議的行動方向。

圖 1 提供了不同層次的戰爭與相應目標之間的嵌套關系。在軍事應用中，圖 1 中紫色箭頭所示的評估框架通常被稱為 "從戰略到任務 "框架（6；7；8）。在該框架中，目標之下是可評估的效果。效果 "是 "行動的結果、成果或后果"（2，第 GL-9 頁）。任務 "被視為軍事行動的最小單元，小到摧毀敵方資產，大到運送物資。有些任務本身就是目標，有些任務支持相應的目標，沒有中間影響。然而，如圖 1 所示，上級目標為下級目標提供依據，而下級目標又指導各級軍事行動。同時，評估是用于提供自下而上反饋的機制。在提供反饋時，評估應回答兩個關鍵問題： 1）"我們是否在[作戰環境]中創造了我們所期望的效果或條件？"和 2）"我們是否按標準完成了任務？(2，第 II-11 頁）。

這兩個核心評估問題的重點自然而然地將模擬戰爭的作戰評估引向形成性領域。盡管分析人員傳統上使用總結性評估方法對這些問題進行追溯性回答，但如果將形成性評估與回答這兩個關鍵問題的意圖結合起來，則可實現被動的模擬作戰環境。利用形成性評估方法，模擬環境（或指揮官）可收到與特定目標相關的作戰環境狀態的實時更新。與進行事后分析相比，形成性評估更接近于實時戰爭工作，即評估對友軍造成的戰損，以及任務匯報和關于敵方單元的情報報告。因此，本論文側重于形成性評估方法。

本論文的其余部分致力于將聯合司令部的作戰評估要求綜合為一個連貫的結構，以便在作戰建模模擬環境中有效部署評估方法。Gallagher 等人（9）利用分辨率定義了不同層次的作戰：系統/工程、交戰、任務、戰役、國防企業和整個政府。聯合司令部的條令規定，每個層次的戰斗分辨率都要分層評估。本論文并不試圖將評估范圍縮小到任何特定的交戰決議；相反，我們提出了一般結果，試圖盡可能廣泛地應用于國防部的各種應用。本研究的重點是回答兩個研究問題：

研究問題

1. 程序化/計算機化模擬的作戰評估方法需要具備哪些特征？

2. 如何在程序化戰爭模擬中進行戰斗評估？

下一章將通過其他主要應用領域介紹評估方法。根據第二章的經驗教訓和聯合司令部的評估指南，我們在第三章構建了一個價值層次。在第四章中，我們介紹了幾種可供選擇的評估方法，并在小型作戰模擬中對其機制進行了研究。然后，我們在第五章對這些替代評估方法在模擬戰爭中的應用進行評估。第五章最后提出了模擬作戰評估方法的建議。我們在第六章中提出了一些結束語和進一步研究的建議。

現代軍事模擬在幾個關鍵方面受到限制。軍事模擬器結構復雜，交互簡單，對作戰藝術發展的應用微乎其微。作者建議開發一種沒有這些限制的戰場模擬器。這種模擬器將包括一個跨平臺和跨領域的數字環境。它將允許在戰術層面和作戰層面的參與。它允許引入新的平臺，而這些平臺的屬性可以改變，這樣不僅能將開發中的平臺納入現有的戰術流程，還能確定尚未構想出的平臺的需求。由于這種結構同樣適用于敵方部隊，因此不僅可以針對現有的實際問題對當前的概念進行大規模測試和改進，還可以針對新出現的問題對未來的概念進行測試和改進。這樣的作戰模擬器將使用基于物理的開放世界軟件架構、大規模多玩家結構和大數據，以隨著時間的推移改進其對敵人和環境的建模。

圖 1 - 現代兵棋推演模擬器的模型

目前，在戰場上采用新技術的戰術和作戰方法需要幾十年的時間，通常是在一場或多場重大沖突中通過實戰總結經驗教訓。這是因為戰術的制定最好以戰場為實驗室，通過經驗來完成。現在有了權宜之計。為此，演習、兵棋推演和智囊團都在努力模擬戰場。但這些權宜之計很少得到充分利用。模擬的質量總是低于現實生活。正因為如此，采用通過模擬制定的戰術是有風險的。

現代技術，特別是現代數字戰場模擬技術，有可能改善這一過程，特別是在游戲和演習方面，但在很大程度上仍未得到發展。現代軍事模擬在幾個關鍵方面受到限制。首先，軍事模擬器是一種結構復雜的程序化訓練器，其設計初衷是在讓操作人員或機組人員在實戰演習和隨后的戰斗中執行任務之前，先讓他們掌握基本的操作技能。這是因為軍事模擬器設計的唯一目的是降低培訓的前端成本，而不是完善現有程序或改進擬議程序。

其次，軍用模擬器交互簡單。很少為了創新戰術而將模擬器連接起來。即使有，也通常范圍較小，僅限于單一平臺或領域。這就排除了平臺之間的大規模集體模擬器訓練，也排除了在現代戰場上執行任務所需的跨領域集體訓練。這與第一個限制有關，因為軍事模擬器是以自下而上的思維方式一次開發一個平臺，而不是以自上而下的整體思維方式進行開發。雖然目前正在努力將模擬器連接起來，但由于軍用模擬器軟件的專有性，以及大多數模擬器軟件都有幾十年的歷史，遠非最先進的技術，這些努力都受到了阻礙。

第三，軍事模擬器不用于驗證正在開發的平臺的擬議戰術。由于新平臺的開發需要數十年時間，因此有必要提前測試、開發和完善這些戰術，從而在這一過程中驗證作戰概念，并確保在戰場上使用新平臺時，能最大限度地發揮其致命效果，同時通過在實戰中吸取經驗教訓，對其進行最小限度的完善。這就需要建立一個與平臺無關的戰場模擬器，以集體而非個人學習為目標。目前還不存在這種利用最先進技術的模擬器，但在技術上是可行的。

作者建議開發一種沒有上述限制的戰場模擬器。這種模擬器不是任何一個平臺的程序化訓練器。它將是一個跨平臺、跨領域的數字環境。它允許在戰術層面和作戰層面的參與，允許進行跨作戰功能的訓練，除火力和機動外，還包括指揮與控制、情報和維持。它允許引進新的平臺，其屬性可以改變，不僅能將開發中的平臺納入現有的戰術流程，還能確定尚未構想的平臺的需求。最后，由于這種結構同樣適用于敵方部隊，因此不僅可以針對現有的實際問題對當前的概念進行大規模測試和改進，還可以針對新出現的問題對未來的概念進行測試和改進。這種兵棋推演模擬器將使用基于物理的開放世界軟件架構、大規模多玩家結構和大數據，以不斷改進對敵人和環境的建模（圖 1）。

本文提出了一種基于古代戰爭策略的新型元啟發式優化算法。所提出的戰爭策略優化（WSO）基于戰爭期間陸軍部隊的戰略移動。戰爭策略被模擬為一個優化過程，其中每個士兵都朝著最優值動態移動。所提出的算法模擬了兩種流行的戰爭策略，即攻擊和防御策略。士兵在戰場上的位置會根據所實施的戰略進行更新。為了提高算法的收斂性和魯棒性，引入了一種新的權重更新機制和一種弱士兵遷移策略。所提出的戰爭策略算法實現了探索階段和開發階段的良好平衡。介紹了該算法的詳細數學模型。在 50 個基準函數和四個工程問題上測試了所提算法的有效性。該算法的性能與十種流行的元啟發式算法進行了比較。各種優化問題的實驗結果證明了所提算法的優越性。

戰爭策略優化

古代王國擁有一支軍隊，以抵御其他王朝的進攻。王國的陸軍由步兵、戰車、大象等各種力量組成。在戰爭中，每個王國都會設計一種被稱為 "Vyuha "的戰略來攻擊對方的陸軍，以取得戰斗的勝利，從而確立自己的霸主地位。Vyuha 是戰爭中用于征服對方王國的各種陸軍部隊的模式或排列[69]。為了確保自己的陸軍達到預定目標，實現目標，皇帝和各單元的指揮官會按照特定的模式協調部隊。戰爭戰略是根據任務的目標、威脅、困難和前景制定的。戰爭戰略是一個持續的動態過程，在這個過程中，武裝力量只需協調并與對手作戰。隨著戰爭的進展，這種戰略可以適應不斷變化的條件。國王和指揮官的位置對陸軍士兵的位置有著持續的影響。國王和陸軍指揮官戰車頂部的旗幟代表他們的位置，所有士兵都能觀察到。團隊中的士兵接受訓練，根據鼓聲或其他樂器的聲音來制定策略。當一名軍事指揮官死亡時，戰略就會發生變化，其他每名指揮官都必須學會如何重建和繼續戰爭戰略的建立。國王的目標是征服對方的國王/首領，而陸軍士兵的主要目標則是攻擊對方隊伍，并在軍銜上取得進步。

戰爭戰略的各個步驟如下：

A. 隨機攻擊

在戰場上，陸軍部隊以戰略方式隨機分布在整個戰場上，攻擊對面的軍隊。軍隊中攻擊力最強的人員被視為陸軍首領或指揮官。國王是各軍團長的領導者。

B. 攻擊戰略

該戰略的主要目標是攻擊對方。國王帶頭并指導陸軍部隊。陸軍部隊找出對手的薄弱位置（有希望的搜索空間）并繼續進攻。國王和指揮官乘坐兩輛不同的戰車，戰車頂端插有戰略旗幟。士兵根據國王和指揮官的位置動態改變自己的位置。如果士兵成功提高攻擊力（體能值），他的軍銜就會提高。隨著士兵的晉升，他將成為其他人的好榜樣。但是，如果新的位置不適合作戰，士兵就會回到原來的位置。戰爭初期，陸軍部隊向四面八方移動，大步流星地改變自己的位置。

C. 鼓聲信號

國王會根據戰場上的局勢動態地改變戰略。因此，一群士兵會有節奏地擊鼓。士兵們會根據鼓聲的節奏改變策略，調整位置。

D. 防御戰略

這一戰略的主要目標是在不輸掉戰斗的情況下保護國王。指揮官或陸軍首領帶頭，利用陸軍部隊形成像鎖鏈一樣的包圍圈，將國王團團圍住。因此，每個士兵都會根據附近士兵的位置和國王的位置改變位置。陸軍部隊在戰爭中會嘗試探索大面積的戰場（搜索空間）。為了迷惑對方軍隊，陸軍會不時動態改變策略。

E. 薄弱士兵的替換/轉移

在戰斗中，戰斗技能最低的士兵或受傷的士兵可以與敵軍士兵同等對待。由于他的表現不佳，陸軍的威信完全受到威脅（算法效率）。戰爭中死亡的士兵很少，這可能會影響戰爭的結果。在此，陸軍有兩種選擇。一是用新兵替換受傷/體弱的士兵。第二個選擇是重新安置體弱的士兵。因此，他將受到所有其他士兵的引導（所有士兵的平均位置）和隔絕，以保護他，從而保持陸軍的士氣，使其在戰爭中獲勝的幾率很高。

F. 對方的陷阱

對方陸軍會根據自身的能力采用各種策略，迫使前軍向錯誤的方向移動或到達錯誤的目標（局部最優）。