軍隊一直認為有必要將他們的決策建立在成熟的作戰研究方法之上，這些方法試圖在決策過程中為指揮部提供備選方案，對戰役到戰略進行評估。

戰斗傷亡是軍事運籌學的一個研究課題，它應用數學模型來量化勝利與損失的概率。特別是，已經提出了不同的方法來模擬戰斗的過程。然而，它們都沒有為高層指揮提供足夠的決策支持。為了克服這種情況，本論文提出了一個創新的框架，它克服了傳統模型的大部分局限性，并支持最高指揮層的決策：戰略和戰役層，借助于確定戰斗力水平的衰減，通常被稱為損耗（損失），作為評估決策的機制。該框架應用了適應性和預測性控制工程方法來動態調整以適應戰斗的變化，同時考慮到對手的能力和機動性以及產生的效果。此外，它還包括一個學習機制，以改善在高不確定性條件下的決策。

論文報告了對克里特島戰役、硫磺島戰役和庫爾斯克戰役這三場有影響力的二戰戰役框架的實證評估，這些戰役的戰斗類型主要是陸上的。從那時起，這種作戰模式基本上沒有改變。因此，收集到的實驗結果可以推斷到現今的陸地作戰。這本身就構成了一個相關的貢獻，因為大多數關于軍事決策的文獻都缺乏足夠的實驗驗證。

最后，本論文為從業者和研究人員提供了現有文獻的指導，確定了現有決策模型的優勢和劣勢，并為在決策中應用戰斗預測模型提供了參考背景。

本文范圍

這項研究將分析戰場決策模型的現狀，重點是了解應用了哪些類型的決策，這些決策是如何做出的，以及有哪些經驗證據支持這些決策，這將使人們深入了解當前方法的局限性，并能提出新的機制來克服這些局限性。在這個意義上，我們的研究將提出一種方法，以彌補陸地戰場上高層決策自動化的差距，即所謂的戰略和戰役軍事決策。擬議方法的有效性將由一套足夠廣泛的經驗證據來證明，所有這些證據必須具有代表性。

論文目的

確定了以下目標：

• 消除蘭徹斯特經典著作的局限性和其他蘭徹斯特在陸地戰場上的影響。

• 為戰略和作戰軍事決策的自動化提供一個框架。

• 提供經驗性證據，表明該框架充分適合戰斗趨勢，并能選擇最合適的決策。

• 指導從業人員和研究人員了解現有決策模型的優勢和劣勢。

研究問題

本研究旨在分析控制理論在蘭徹斯特戰斗決策模型中的應用表現，以追求陸軍領域的戰略和作戰決策方法。在此基礎上，考慮了以下研究問題（RQs）。

• 問題1：現有的決策系統對戰役和戰略層面的指揮是否有足夠的支持？

• 問題2：適應性和預測性控制結構能否有助于克服傳統作戰模式的局限性？

支持戰役-戰略決策的框架

有兩種主要的戰斗分析機制可以替代經典的蘭徹斯特模型：（i）隨機模型和（ii）確定性模型，其中一些是拉切斯特的傳統，例如[KMPS17, JHC17a]。目前，其他方法，如智能代理，正在獲得巨大的發展勢頭，例如，[OT17, ADK17]。這些新模型旨在擴展能力，例如[Kre20, Cou19]，并減少以前方法的缺點，例如[Duf17, KLM18]。然而，它們未能成為高層決策的適當基準。

建議的框架克服了蘭徹斯特原始工作的局限性，在[Eps85]中進行了深刻的討論，將戰斗視為一個因果過程，根據蘭徹斯特方程的動態變化和外部行動進行演變。為此，該方法應用了[SR95]中介紹的適應性和預測性控制理論，并結合了不確定性建模技術。該方法的結構包括一組合作工作的模塊，確保決策按照軍事理論連貫地進行。特別是，一組連續的階段觸發了適用戰略的定義、評估和選擇不同的可能COA，以及使模型適應行動的演變。每個區塊代表軍事思維的機制，見圖3.1，其中x(t)和y(t)定義了每個瞬間x部隊和y部隊的戰斗人員數量，x(t+1)e和y(t+1)e是對下一瞬間戰斗人員數量的估計。

實施需要有邏輯過程的能力，應該模擬從預測到行動的決策過程。在這種情況下，新的框架在第四章中被制定和測試（如果它在實際對抗中的應用在性能和一致性方面符合預期，它將是強大的）。

圖3.1：我們框架的架構設計。每個區塊都代表了軍事思維的機制，因此（i）評估將確定要遵循的戰略的戰斗事件，并選擇完成任務的COA，（ii）確定執行任務所需的資源，最后（iii）適應結果。

圖3.2：在新框架中通過順序模型觸發選擇特定COA的主要因素。

圖3.2開發了迭代觸發特定COA選擇的基本要素。預測塊產生預測演變。適應性模塊根據輸出信號（實際情況）與預測信號的差異調整組成模塊的參數，并適當地更新最后執行的COA。專家區塊試圖通過調度區塊修改預測區塊定義的趨勢，從而按照戰斗的需要改變行動路線。值得注意的是，設定點與完成任務有關，行動的發展時間是操作時間，在最好的情況下，有沖突信息的可用數據庫通常是以天為單位的時間演變。

圖3.3：縱軸標識了模型所體現的抽象程度，圓錐體的底圓代表現實或完全沒有抽象，隨著聚合水平的提高，定義指揮水平的變量逐漸抽象出作戰執行的細節。因此，在蘭徹斯特模型的應用水平與戰略-戰役聚合水平相一致，聚合模型涵蓋了戰斗最基本的執行機制，如個體沖突，執行水平受到武器裝備、位置、能見度、后勤等因素的影響。

經驗實證

特別是在克里特島和硫磺島戰役中，我們的驗證目標是根據當前的理論確定可能的最佳行動方案，并與1941年5月20日和1945年2月19日的實際戰役相比，確定它們對對手產生的影響；在庫爾斯克戰役中，我們的目標是通過適應性和預測性控制的動態調整，正確確定戰斗階段，圖4.1。

圖4.1: 實際應用的基本自適應預測控制方案。自適應控制機制使戰斗過程輸出和預測模型輸出之間的差異趨于零，突出了預測塊在每個采樣時間窗口在系統中發揮的雙重作用。

人工智能正在緩慢地進入軍事行動，該學科的進步推動了戰斗空間中自主性的質和量的增加。這就意味著戰斗人員將越來越多地與具有越來越先進自主能力的機器共存。隨著機器從簡單的工具躍升為合作的隊友，人機編隊將成為現代戰爭的中心。空軍的忠誠僚機概念表明，人與機器之間的互動質量與機器的技術先進性一樣，對成功的人機協作至關重要。了解如何確保人類和機器之間的信任將是至關重要的。人工智能和機器學習將使信任變得更加必要和難以實現，而與神經技術的融合可能會使這項任務進一步復雜化，帶來新的挑戰。

引言

人工智能（AI）正日益進入軍事領域。雖然愛好者、否認者和實用主義者可能對人工智能將在多大程度上賦予戰斗空間優勢持不同意見，但它已經被用作分析工具、破壞者和力量倍增器（Rickli和Mantellassi，2023）。在烏克蘭的沖突中，人工智能通過縮短傳感器到射手的時間、分析截獲的通信、傳播情報以及在信息戰中利用人工智能來優化目標定位周期，明顯體現了這種趨勢（Rickli, Mantellassi, and Juillard, 2022, p.22）。人工智能的進步不僅在數量上加速了戰爭的自主性和自動化，而且在質量上也加速了完全或部分由機器完成的一系列任務。隨著人類和機器在戰斗空間中的共存不斷擴大，成功理解如何實現人類和機器之間的最佳合作是釋放人工智能在軍事行動中的全部潛力的關鍵。本文將重點討論人工智能和人機協作對空軍的新的重要性，在放大信任問題之前，特別關注 "忠誠的僚機 "概念。它還將討論人機協作如何與其他新興技術，特別是神經技術相融合，以重新定義未來的可能性。

人工智能與人機編隊

人機編隊（HMT）是將人類的判斷與計算機的數據處理和響應能力相結合的行為（Motley，2022）。在軍事領域，這意味著將人類、人工智能和機器人整合到合作、相互依賴和自主的系統中（Hein和Maquaire，2022）。人機互動在軍事和民用領域已經很普遍，但這種傳統的機器和人之間的互動模式并不一定構成一個 "團隊"（Walliser等人，2019）。理解是什么讓兩者之間的互動成為一個團隊，而不是機器只是一個工具，這一點至關重要。在人機團隊中，機器在實現目標方面發揮著積極作用，它 "從信息中進行推斷，從信息中獲得新的見解，從過去的經驗中學習，發現并提供相關信息以測試假設，幫助評估潛在解決方案的后果，辯論所提出的立場的有效性，提供證據和論據，提出解決方案并提供對非結構化問題的預測，另外還參與人類行為者的認知決策"（Bittner等人，2020，第3頁）。在HMT中，機器不僅僅是一個在指示后完成指定功能的工具，而是一個能夠與人類同行協調并支持實現目標的決策的隊友（Motley, 2022）。

如果機器沒有與人并肩合作，僅憑機器中存在的自主權不足以將人機互動定性為團隊（Motely, 2022）。人機互動由三個要素組成：人、機器以及機器和人之間的互動和關系的性質（Chahal和Konaev，2021）。人工智能正在加速HMT的潛力和普遍性，特別是在軍事行動中，人工智能驅動的自主性有了質的飛躍，正在投入使用的自主系統的數量也在增加。機器將不再是簡單的工具，而是成為行動的組成部分，積極參與決策（Walliser等人，2019）。在這種新興的背景下，需要成功地將人和機器配對，以提取兩者的最大潛力，這為HMT奠定了基礎。

人工智能的進步導致自主系統可以執行的各種功能有了質的提高，使這些系統以更關鍵和合作的方式與人類并肩作戰。以人工智能為動力的自主性，越來越多地由機器學習（ML）驅動，正導致機器能夠獨立和更準確地完成的任務的復雜性增加。例如，Primer。AI正在使用不同的技術，最主要的是自然語言處理（NLP），融合多種情報輸入（音頻、視覺、文本），為烏克蘭軍隊提供實時、自主生成的戰斗空間情報圖（Primer, 2022）。同樣，游蕩的彈藥已經進入了戰斗空間，依靠人工智能來識別和攻擊目標。武器系統正越來越多地受益于私營部門開發的雙重用途人工智能技術。例如，2022年5月，Deepmind發布了一種新的算法 "GATO"，能夠執行604項不同的任務（Deepmind, 2022）。

• 算法可以執行的功能越多，它在功能上與“人類”的等效性就越大，從而增加了 HMT 的潛力。

一個算法可以執行的功能越多，它在功能上就越等同于人類，增加了HMT的潛力。這些發展也推動了自主系統或具有某種程度自主性的系統數量的增加（Boulanin和Verbruggen，2017）。蜂群技術的出現--已經在實驗中得到證明--將加速這一趨勢（Xin等人，2022；Mehta，2017）。許多這些技術進步都是在私營部門開創的，是小國、非國家行為者和個人更容易獲得的收益，與傳統系統不同（Ashby等人，2020；Rickli，2020a）。隨著機器人技術和自主權在數量和質量上的增加，戰爭的節奏將加快（Rickli，2019）。在算法戰爭中，人類在決策過程中保留有意義的作用的唯一途徑將是通過整合和同步人類和機器的輸入（Walsh, 2021）。空軍必須在人和機器元素之間建立共生關系和互動。

雖然人工智能的成功和高潛力正在重塑HMT，但人工智能的固有局限性和相對脆性意味著機器必須繼續與人類共存（Rickli，2020b）。假設戰爭的所有方面都將在不久的將來實現自動化，人工智能將取代所有--甚至大多數--作戰人員的任務，這是不現實的。人工智能目前仍然是 "狹窄的"，只能夠在容易編纂或有更明確的規則和指標的活動中勝過人類（英國國防部，2018）。此外，這些狹窄的人工智能應用很容易受到對抗性攻擊和數據偏差的影響，這可能導致驚人的失敗（Scott-Hayward，2022）。雖然人工智能卓越的分析、數據處理和統計關聯能力大大超過了人類，但后者將保持對戰斗空間的認知優勢，理解背景，依靠直覺，必要時打破規則，并以新穎的方式適應（Losey，2022）。HMT的優先級正是由于需要從機器算法與人類的結合中獲得最佳結果，在這種情況下，每個人都可以發揮其優勢（Jatho和Kroll，2022）。當正確的任務被分配給團隊中正確的元素（人類或機器），并且兩者之間的互動是高質量的，人機團隊的表現就會大大超過人類和機器單獨行動（Jatho和Kroll，2022）。

忠誠僚機的概念和信任

空軍已經特別適應HMT的要求（Briant，2021）。采用人工智能和人與機器之間的互動越來越成為空中力量的核心（Briant, 2021）。世界上有幾個備受矚目的項目正在試驗 "忠誠的僚機 "概念，該概念建議自主的無人駕駛飛機與有人駕駛的飛機一起協作。空軍對HMT的需求來自于多個方面。首先，將人工智能、機器人和計算機整合到行動中，加速了數據的生產和收集，給作戰人員帶來了 "信息過載 "的風險（約翰遜等人，2014年）。操作復雜系統的飛行員需要高度集中和多任務處理，實時分析更多數據的范圍有限。人工智能協助可以減輕一些這種負擔。作為其 "先鋒計劃 "的一部分，美國空軍正在開發 "Skyborg"--一個 "自主飛機組隊架構"，它將使諸如Kratos Valkyrie這樣的無人機能夠與有人駕駛的飛機組隊飛行（美國空軍，n.d）。這些無人機僚機將通過卸載一些數據分析任務、繪制目標和防空系統，以及為飛行員建議飛行走廊來提高飛行員的表現（Losey, 2022）。隨著時間的推移，機載人工智能系統將能夠向飛行員建議適當的行動方案。第二，美國的近鄰對手，如中國，已經大量投資于發展反介入/區域拒止（A2/AD）能力，使作戰環境變得非常有爭議和致命（Grynkewich, 2017）。為了在這些高度競爭的環境中提高生存能力--考慮到蜂群技術的出現--忠誠的僚機可以被大量用于穿透和飽和對手的防御，充當誘餌，或提供動能效應（Perret，2021）。

無數的挑戰出現了，使為忠誠的僚機實現有效的HMT的目標變得復雜，而這些挑戰并非都是技術性的。多種因素影響著HMT的互動質量，其中一些因素在圖9.1中得到了說明。許多關于HMT的研究重點并不完全在技術能力和特性上，而是在人和機器之間的關系及其互動的性質和質量上。有效的HMT只是部分地依賴于人工智能的先進性，但在很大程度上取決于互動的質量。人們常常把它與人與人之間的團隊相提并論。團隊的有效性不是簡單的單獨成員能力和投入的總和，實際上取決于通過團隊流程和團隊工作成功地整合和協調個人努力（Funke等人，2022）。在HMT中，人類必須了解1）其角色，2）人工智能系統，3）如何與人工智能系統/隊友互動，以及4）如何與其他人類隊友互動（Puscas，2022）。

圖 9.1：影響人機交互質量的因素

信任是HMT中的一個重要元素，但也是一個高度復雜的概念，有許多影響它的變量，如人口、地理位置、背景和其他多種因素（Chahal and Konaev, 2021）。Davis、Mayer和Schoorman將信任定義為 "一方愿意受到另一方行動的影響，因為他們期望另一方會采取對信任者很重要的特定行動，而不考慮監督或控制該另一方的能力"（1995）。關于支配人與人之間信任的變量和動力是否與影響人機信任的變量和動力相同，目前還沒有定論（Celaya and Yeung, 2019）。本文將把信任視為 "個人對技術結論的可靠性及其完成既定目標的能力的信心"。(Chahal and Konaev, 2021)。正如英國國防部所指出的，人工智能系統不僅會受到可以做什么的限制，而且還會受到 "行為者信任他們的機器會做什么 "的限制（英國國防部，2018）。事實上，如果沒有信任，人工智能將無法發揮其全部潛力，因為它的使用可能僅限于低風險的情況，而不是它可以提供真正的優勢（Motley, 2022）。空軍面臨的挑戰涉及到如何加強對人工智能的信任，從質量上增強人機關系。培訓和用戶界面的特點是提高對人工智能的信任和改善人機關系的核心考慮。

對人工智能系統的信任可以受到機械理解、系統可預測性、熟悉度和背景的影響（英國國防部，2018，第48頁）。這些因素可以--至少是部分地--通過適當的培訓來灌輸對人工智能系統的信心和理解，以及通過用戶友好的界面，通過提高熟悉度和可預測感來控制機器（Puscas, 2022）。然而，人工智能驅動的自主性的增加和ML作用的擴大意味著適當的培訓和用戶界面將同時變得更加復雜和具有挑戰性，但也更加必要--但所有這些都會對信任產生不利影響（Puscas，2022）。人工智能的 "黑箱 "問題阻礙了可理解性、可解釋性和可預測性，從而降低了信任度，而這種信任度只會隨著下放給機器的自主權程度而增加（Michel，2020）。隨著ML算法隨著時間的推移而學習，飛行員/人類隊友必須知道機器如何變化，它正在學習什么，以及這將如何影響其結果。因此，自動化的復雜性使得持續培訓成為首要任務，但也更加復雜。同樣地，界面的可用性變得更加重要，但同時也更加復雜。隨著機器隊友提供更多的自主權和它的算法過程的復雜化，它的輸出在解釋和溝通上也更具挑戰性（Puscas 2022）。這種復雜性反過來可能會導致對系統的信任度降低。

• 隨著ML算法隨著時間的推移而學習，飛行員/人類隊友必須知道機器如何變化，它在學習什么，以及這將如何影響其結果。因此，自動化的復雜性使得持續訓練成為首要任務，但也更加復雜。

缺乏信任會影響HMT，降低人機團隊的效率和潛力，從而降低其作戰使用的概率。然而，對機器的過度信任也會對HMT產生負面影響。(Scharre, 2018; Puscas, 2022）。事實上，系統自主性的提高會導致 "自動化難題"，即用戶警覺性的喪失與系統增強的自動化和感知的可靠性成正比（Puscas，2022）。在這個意義上，機器的復雜性既可以減少信任，也可以將其增加到一個過度的水平。因此，軍事操作人員需要對他們操作或監督的自主系統抱有健康的懷疑態度，這就需要有能力準確評估系統的局限性（Scharre, 2018, p.144）。這再次強調了適當培訓的重要性，以獲得對系統的理解，以免它 "因忽視而變得完全自主"（Puscas, 2022）。2003年，涉及美國 "愛國者系統 "的一系列事件，一個人在回路中的防空系統，導致自相殘殺，歸因于過度信任和不適當的培訓，這使得該系統事實上完全自主（Scharre, 2018）。

神經科技的融合

任何單獨的新興技術的興起都不會發生在真空中，獨立于其他技術創新。因此，新興技術組之間的融合需要仔細關注，以預測這些技術之間不可預測的互動所帶來的未來挑戰（Rickli和Mantellassi，2022）。目前，人類的互動總是通過界面（如屏幕）進行的，這意味著其效率有一些限制。采用忠誠的僚機的操作演示中，操作員用手持平板電腦指揮機器隊友（Trevithick, 2021）。消除對界面的需求的一個方法是，使用一套允許大腦和機器之間雙向互動的技術，直接將機器與人腦連接起來。人工智能和神經技術領域--尋求將技術部件連接到神經系統的科學領域--之間正在進行的融合可能會在未來實現最佳的人機互動（Rickli，2020c）。

人與機器之間的關系質量對人機交互至關重要，并且受到界面特征的影響。使用外部界面（屏幕、平板電腦、計算機）來監督或以其他方式與機器或半自主代理接觸，可能對認知要求很高，導致喪失警覺性和自滿情緒（Puscas，2022）。神經技術的進步可能會解決飛行員與外部鏈接（如屏幕或顯示器）互動的需要，以查看、溝通并向機器傳輸信息。腦機接口（BCI）將把忠誠的僚機控制無縫整合到飛行員的認知過程中，以減少認知過載，加速觀察、定向、決定和行動（OODA）循環，如下圖9.2所示，并消除設計接口的復雜任務。BCI可以 "促進思維速度的多任務處理"，并允許飛行員 "與智能決策輔助工具對接 "和多車輛合作（Bartels等人，2020）。DARPA正在努力實現BCI的使用，它模擬了狗斗，其中算法 "進入 "對手的OODA循環，通過更快的決策擊敗人類對手（Tegler，2020）。

圖 9.2：OODA 循環的儀表板樣式表示

技術的融合融合了每項技術的特質，加速了它們的發展，并導致了以前不可能的新穎創新。然而，融合也使與單個技術相關的風險轉移到另一個技術，有時會帶來全新的、不可預測的挑戰。因此，雖然BCI等神經技術可以及時實現最佳的HMT，但它們也帶來了新的和更復雜的風險。對于神經技術而言，這些風險包括數據隱私和認知及精神完整性的倫理困境、大腦操縱和發動認知戰爭的新途徑，以及前所未有的監控能力等（Rickli和Ienca，2021）。

結論

人工智能的進步導致軍事行動中具有自主能力的人工智能驅動的機器在質量和數量上的增加。然而，今天的人工智能相對脆弱，這意味著作戰人員將在戰斗空間與機器共存，越來越多地成為隊友。空軍必須投資于可消耗的、無人駕駛的能力，如忠誠的僚機，以克服信息負擔、認知過載和高度競爭的空域中的低生存能力等挑戰。HMT的挑戰是未來空中力量能力的中心。優化人與機器之間的關系，而不僅僅是駕駛這些忠誠僚機的算法，是至關重要的。確保飛行員對人工智能驅動的自主系統的運作和性能有信任，并對其固有的局限性有一個強有力的理解是至關重要的。在解決這些問題時，培訓和用戶界面的重要性非常突出。了解自主性如何影響信任并影響飛行員和他們的機器隊友之間的關系，將對推進HMT具有決定性意義。神經技術，特別是BCI，是一個新興的領域，有可能與忠誠的僚機概念相融合，并使人與機器之間的聯系更加優化。通過預見性地預測BCI、忠誠僚機和人工智能之間的融合所帶來的新挑戰，對于指導未來空中力量的發展至關重要。

第五代空戰通過匯集空中行動的所有組成部分改寫了空中力量的提供。第五代指揮與控制（C2）將需要減輕對手否認、混淆、模仿和降低指揮官做出正確決定所需的信息，同時確保敏捷性并允許高節奏的行動。澳大利亞的 "分級指揮，敏捷控制 "概念為未來的C2提出了一個混合模式；然而，實現這樣的愿景取決于人的因素以及空中指揮官及其下屬適應新工作方式的能力。空軍指揮官將需要能夠在有限的通信條件下傳播意圖、優先事項和限制，而空軍將需要能夠在必要的作戰節奏下執行指令，在復雜的情況下做出戰術決定，而不需要持續的監督。因此，第代C2將需要善于培訓新的思維方式和培養整個空軍企業的信任文化的領導人。

引言

自從空戰能力的代際結構出現后，空中力量提供的代際變化的想法已經超越了純粹的技術描述，擴展到描述空中行動的所有組成部分的新概念。第五代空戰現在可以被設想為包括四個部分：一個網絡、一個戰斗云操作概念、一個多領域的焦點和一個融合戰的結構（Layton, 2017）。本文首先通過作戰環境的角度探討了第五代指揮與控制（C2）所需的特征。然后，本文探討了與第五代C2相關的組織目標和方法，探討了這種演變所需的人力變革杠桿。最后，本文匯集了第五代C2的含義，考慮第五代空中指揮官的關鍵特征。

重新定義指揮與控制

• "我們將擁有由第三代指揮官領導的第五代能力。"- 海軍二星級軍官定義了對新C2概念的需求

最近在低強度、寬松的信息環境中的C2經驗創造了一種文化，不能適當地優化第五代戰爭的能力。各軍種對C2有許多定義，但有必要為第五代戰爭的C2創建新的定義。澳大利亞國防軍（ADF）已經確定需要將指揮和控制分開，以強調每個組成部分之間的區別。因此，澳大利亞未來的C2概念確定，為了接受 "任務指揮 "的理念，指揮官需要確定要實現的目標，而 "控制 "要素將確定如何協調部隊實現這些必要的結果（ADF，2019）。諸如此類的最新定義將被證明在允許空中指揮官使用C2的替代方法更有效地指揮他們的部隊方面至關重要。由于本文最終側重于了解第五代空中指揮官的特點，因此必須了解他們將成為C2系統的一部分的目標。C2系統的目的是將軍事力量導向一個目標。因此，C2系統的功能是確保為實現部隊的目標而統一努力。除了這一目的和指揮的主要功能外，C2系統還需要允許部隊成員在所需的作戰節奏下進行整合和同步，同時確保資源的最有效利用。

第五代C2：作戰環境

第五代平臺的建造是為了收集大量的數據。這些擴大的信息流將需要被快速處理，以使空中指揮官更好地了解戰斗空間。自主系統和高速網絡將使行動在非常高的節奏下進行成為可能，并使執行行動和效果的快速時間軸成為可能。這一變化的潛在結果將是深遠的。想象一下，通過一個類似于共享汽車服務的系統進行聯合火力協調，以及類似于社交媒體平臺的目標協調系統。另一方面，對手將越來越有能力拒絕、混淆、模仿和降低空中指揮官做出正確決策所需的信息，以阻止決策的行動，或者通過壓制指揮官使其失去效力（ADF，2019）。因此，未來的C2將需要使敏捷的決策和高節奏的行動成為可能，這使得部隊能夠對利用類似能力或具有超過我們決策周期能力的對手做出快速反應。

• 因此，未來的C2將需要使靈活的決策和高節奏的行動成為可能，這使得部隊能夠對使用類似能力或有能力超過我們決策周期的對手做出快速反應。

第五代C2：組織目標

在過去，成功的行動是通過一個單一的統一指揮部，通過下屬的等級制度下放權力來實現的。這是一個已經被利用了幾個世紀的過程，通信系統已經完善，可以通過僵化的等級制度將信息傳遞給集中的指揮者。傳統上，等級制的C2結構被認為是C2的最佳方法，無論是正強化還是負強化。然而，未來的作戰環境將限制這種系統實現它所設計的目標的能力。最近的沖突越來越證明集中式C2結構對攻擊的抵抗力最差，這一特點在1991年海灣戰爭期間被利用來削弱薩達姆-侯賽因軍隊的決策能力。在那場沖突中，聯合國（UN）部隊阻止了伊拉克戰術指揮官從他們的領導層接受命令。由于權力的集中和這些戰術指揮官不愿意在沒有授權的情況下采取行動，聯合國部隊可以奪取決定性的優勢。

圖7.1：網絡結構

集中式C2結構導致了集中的信息處理，它為空中指揮官提供了做出所需決策的信息。這就造成了信息系統具有對手可以攻擊的固有弱點，并給通信基礎設施帶來了越來越多的負擔。例如，盡管最近在通信技術方面取得了進展，但對通信帶寬的需求仍然超過了供應。未來的沖突將看到空軍面對的對手將通過攻擊集中的C2節點和信息系統來限制空軍指揮官指揮部隊的能力。第五代C2需要分散化，以使其在適應快速變化的環境時更具生存能力和敏捷性。因此，未來的C2系統需要使用敏捷的方法進行重新設計，以便在信息戰環境中減輕威脅，并能產生超過對手的作戰節奏。

向更敏捷的C2轉變可能會以犧牲統一的努力和效率為代價。空軍必須在統一工作的傳統需求和敏捷性的新需求之間取得平衡，以便從未來的C2中創造出作戰優勢。根深蒂固的等級制度將需要轉型，以使其適應更多的協作環境，在這種環境中，直接控制的程度要低得多。作為回報，聯合部隊將從更有效地接觸和協調部隊成員的能力中獲益，而不會被多層復雜的組織結構和程序所扼殺。因此，現有的組織模式和系統將受到第五代C2的挑戰。網絡設計者將發現第五代C2比等級組織的情況更具挑戰性。圖7.2抽象地說明了C2設計中的選擇空間。然而，空軍有機會采用與現代架構一起的C2組織模式，它可以實時適應網絡的狀態。這與僵化的C2組織形成對比，在這種情況下，需要適應的是網絡。

圖 7.2：指揮與控制 (C2) 設計的選項空間

第五代C2：方法

• "如果我不能通信，我就不能指揮。" - 空軍一星評論他們在演習中對多種通信形式的要求

遺留的C2系統的元素可能需要保留，以確保C2的一些基本租戶能夠被保留下來。澳大利亞國防軍利用指揮和控制的分離，提出了 "分層指揮，敏捷控制 "的概念（澳大利亞國防軍C2概念2019）。分級指揮，敏捷控制的概念確定了可用于C2每個組成部分的不同結構，認為通過確定任務目標的分級指揮結構可以保持工作的統一性，而敏捷的控制結構可以實施這些目標。在第五代C2結構中，指揮的目的是確定要實現的 "什么"。指揮官接受政府的指示，將決定利用哪些力量來實現這一方向，并確定他們對如何實現這些目標的意圖。指揮的等級制度被用來通過統一指揮來實現統一的努力。與敏捷控制不同的是，指揮結構的改變將需要罕見的、精確的指導。如果采取敏捷的指揮方式，軍事工作的重點可能會像每次指揮權變更時新的指揮官調整作戰目標那樣頻繁變化。

另一方面，控制的目的是確定如何實現指揮部的指令。敏捷的控制結構被設想為確保在信息戰環境中的彈性，具有快速調整的能力，形成和改變協作關系，以確定實現指定任務目標的最有效方式。控制者將需要利用指揮官的優先事項和意圖，以優化利用現有資源的方式與部隊成員進行協作。在這種協作中，能夠控制其他部隊要素行動的平臺將形成和重新形成彼此之間的關系，并主動改變C2結構。這樣的靈活性水平將確保在空軍了解環境和溝通能力發生變化時能夠保持其有效性。分層指揮、敏捷控制的概念也為有效的C2自主系統提供了一個基礎。自主系統可以通過提出方案或測試計劃來協助指揮官和控制人員的決策。由于對控制有不同的定義，自主系統也可以用來指揮部隊成員的行動，在保持人類對行動的監督的同時實現自主的優勢。

最后，通信方面。在最近的大多數沖突中，空中指揮官都可以通過任何他們想要的方式進行通信。從戰術到戰略層面的實時通信聯系基本上沒有中斷過。然而，在未來的沖突中，所有的通信都將被爭奪，給通信架構設計者帶來復雜的挑戰。哪些通信需要被優先加固，在發生攻擊時，哪些元素需要被優先恢復？分層指揮、敏捷控制提供了一個答案，它強調了在控制層面保證通信的必要性，但允許指揮部利用 "突發 "的通信來獲得信息并迅速發布命令。這樣一來，即使在有限的通信可用性下，空中指揮官也能保持有效，在再次沉默之前 "上天入地"。

第五代空軍指揮官的特點

為了在不可能實施持續指揮監督的未來作戰環境中抓住優勢，空中指揮官將需要能夠通過有效地傳達意圖、優先事項和限制來履行其職能。因此，分散的C2需要指揮官能夠利用有限的通信手段清楚地傳達意圖，對根據有限的信息做出決定充滿信心，并相信部隊成員會在有限的監督下執行必要的任務。由于空中指揮官沒有直接進行戰術干預的奢侈，他們有必要能夠傳達足夠廣泛的意圖，以允許邊緣作戰人員采取必要程度的行動，同時防止不可接受的后果。對空中指揮官的一個關鍵測試將涉及他們如何能夠確保部隊能夠在盡可能少的限制下行動。例如，與其為每個部隊單位指定具體的行動區域，空中指揮官將需要確定行動受到限制或禁止的區域。這種方法將使部隊成員有最廣泛的能力來開展行動。

• 由于空中指揮官沒有直接進行戰術干預的奢侈，他們有必要能夠傳達足夠廣泛的意圖，以允許邊緣作戰人員采取必要程度的行動，同時防止不可接受的后果。

降級的通信環境也將要求指揮官能夠自如地根據有限的信息做出決定。指揮官需要能夠確定他們需要做出哪些決定，以及做出這些決定需要哪些信息，但他們不會掌握做出這些決定所需的所有信息。依靠下級推送履行職責所需的信息，空中指揮官需要確信他們將獲得必要的信息，以便在他們 "升空 "時做出必要的決定。他們還需要相信，短促的命令會被理解，因為不可能有冗長的交流來完善和監督戰術執行。為了以這樣的方式進行領導，空中指揮官將需要相信，在盡可能低的決策層操作的作戰人員和人員將執行他們的意圖并發揮他們的作用，而不需要不斷的監督或選擇向更高的當局尋求指導。

同時，需要確保部隊的必要整合，使控制要素能夠有效協作。行動的成功將取決于控制人員之間的信任以及他們在沒有持續指導的情況下進行遠程協作的能力。指揮官的意圖仍將是指導控制人員行動的唯一最寶貴的工具，并使他們能夠做出與優先次序、分配和行動有關的適當判斷，即使在不可預見的情況下。但這種行為將需要通過經驗和演習來訓練，C2系統被迫進入這種操作模式。轉向敏捷控制是任務成功的必要條件，但考慮到空軍既定的作戰方式，可能不容易實現。指揮官將被要求接受訓練活動中的失敗，以便部隊能夠在最真實的作戰環境中學習。然而，在空軍指揮官和下屬控制人員之間建立所需的信任水平，需要善于培養整個企業信任文化的變革性領導人。

結論

• "如果我們不能相互信任，我們就無法解決這個問題"- 陸軍二星評論集中式C2的關鍵驅動因素

未來的作戰環境產生的信息量將遠遠超過目前C2能力的能力。敵方將拒絕、混淆、模仿和降低空中指揮官做出正確決策所需的信息，阻止這些決策的實施，或使空中指揮官失去效力，從而使他們不堪重負。為了在未來的作戰環境中取得決定性的優勢，空軍將需要采用混合C2模式，如分級指揮、敏捷控制概念所設想的模式。第五代空中指揮官將需要通過傳播意圖、優先事項和限制來實現他們的作用，這些意圖、優先事項和限制可以在沒有持續指揮監督的情況下實施。空中指揮官所需要的信任程度是，他們必須相信他們的意圖將被實現，即使他們不能在短時間內溝通或傳播命令。控制員將需要相信指揮官會通過行動支持他們所做的決定。

空軍指揮官將需要訓練新的思維方式，使控制人員能夠在復雜的情況下做出必要的決定，并善于在整個企業中培養一種信任的文化。改變文化是困難的，但軍事組織善于在他們的人員中產生信任，從年輕的士兵開始訓練，使他們的領導相信他們可以合法地和道德地奪取一個人的生命。在整個職業生涯中，高級軍官得到的培訓和經驗使他們的領導人相信他們可以帶領成千上萬的人員和數十億美元的設備進入戰爭。通過為他們的人員提供適當的培訓、評估、經驗、授權和監督，空中指揮官可以建立一種信任的文化，使他們的部隊在第五代C2中表現出色。

協調跨越空中、陸地、海上、網絡空間和空間的行動需要獨特的特點。多域作戰依靠空間領域作為 "決定性的 "使能因素，并要求空間領域的專門知識達到長老級水平。必須培養一支新的空間專家隊伍，以便在未來有爭議的環境中利用空間推進器。這項任務往往落在空軍領導人身上，他們必須提出培訓要求，并為軍事空間官員開發職業途徑，以確保空間力量能夠被投射到空域，反之亦然。創造這樣的專門知識是與主流服務文化相悖的，并將需要努力，但能夠支持多領域行動的空間專家將有助于確保空軍能夠創造不對稱的、跨領域的、聯合武器的能力，這將使他們成為有吸引力的伙伴和可怕的對手。

空間作為成敗的推動因素

只是在最近，人們才認識到，空間的推動者可能具有如此重要的意義，可以決定軍事行動的成敗。直到最近，只有少數國家擁有軍事或與軍事有關的衛星。因此，對空間專家的軍事要求很小，而且，相應地，職業道路也很少。然而，今天，空間領域與所有軍事行動領域相鄰，并且與軍事(以及多領域)行動越來越相關。

至關重要的是，要理解空間領域對當今軍隊的多域行動到底有什么貢獻。空間能力支持MDO的各種有價值和關鍵的使能因素，實現廣泛的態勢感知和跨領域的連接。在最基本的層面上，所有地面行動都受到天氣的影響，而空間資產提供了對天氣狀況的預先警告和預測。接下來，大多數軍事行動受益于高空圖像，一些行動需要準確和及時的遙感。安全和抗干擾通信需要精確的時間，雖然這種能力已經存在了幾十年，但爭奪通信鏈路的能力的擴散已經穩步增長，增加了對規劃和反應戰術的需求。

圖 6.2：軍事行動的太空使能器

此外，所有的軍事行動都需要導航，有些還需要向精確的地點投放效果。只要有必要的地面設備，全球導航空間系統（GNSS）就能提供極其精確的位置。最后，所有的軍事行動基本上都需要指揮和控制(C2)以及協調，往往是在分散的單位之間，往往是在視線之外，偶爾是在地平線之外，甚至是在全球范圍內。在這里，空間能力可以實現必要的連接，只要有知道如何獲得它的專家。一些軍事行動是在導彈攻擊的威脅下進行的。空間可以提供導彈攻擊的預先警告，并提示地面導彈防御系統。導彈預警也許是所有軍事空間行動中要求最高的，因為信息必須在極短的時間內傳遞。

人員培訓

在無爭議空間的簡單行動可能用民用系統做得很好，但在需要的時候優化和確保必要的精度需要專家。在要求最嚴格的任務中，只有專家才知道到哪里去請求和接收這種圖像或電磁測繪。因此，充分利用空間所能提供的東西需要專家了解給誰打電話，要求什么，以及如何格式化信息，使其對空軍、士兵和水兵有意義。戰區作戰計劃和執行人員，包括區域聯合行動中心特別需要這種專業知識，但在國家聯合參謀部也越來越重要，特別是在制定計劃的地方。

這種培訓的模式存在于美國空軍的國家安全空間研究所（NSSI公共中心，n.d.）和陸軍的FA40計劃（陸軍空間作戰軍官（FA 40），n.d.）。尋求提供更廣泛的跨領域戰略和行動的模式包括美國空軍空軍指揮和參謀學院的聯合全領域戰略家（JADS）計劃，以及美國空軍第505部隊的實驗課程（不幸的是，該課程很短暫），旨在為空軍部門培養多領域戰爭官員和全領域作戰規劃者（亨利，2021年），其中對空間的重視被納入其中（賴特，2019年）。

為反太空做準備

然而，知道向誰詢問以及在太空中詢問什么可能是不夠的。所有這些在很大程度上都是想當然地認為，空間資產是存在的，并且能夠不受干擾地運作，但是，這可能越來越不真實。空軍領導人必須決定行動中心必須有多少名空間領域的規劃人員，并提前對他們進行培訓。在較小的空軍中，可能難以創造和維持一個職業領域，空軍領導人必須尋求為軍官創造進入國家空間計劃或當地商業空間生態系統的途徑，并考慮如何有效利用預備役人員或兼職的專業知識。正如各種來源所詳述的那樣（NASIC公共事務辦公室，2018；國防情報局，2022），幾個反空間系統是 正在開發中，在空軍領導權衡未來太空干部必須準備好的東西時，必須考慮這些發展。

• 空軍領導人必須決定行動中心必須有多少空間領域的規劃人員，并提前對他們進行培訓。在較小的空軍中，可能難以創造和維持一個職業領域，空軍領導人必須尋求為軍官創造進入國家空間項目或當地商業空間生態系統的途徑，并考慮如何有效利用預備役人員或兼職的專業知識。

保衛友方太空使能器

如果空間資產易受攻擊和未受保護，一個依賴空間力量的多領域作戰計劃可能會崩潰。由于對空間系統的大量威脅來自于地球，這可能改變目標的優先次序。空中力量有可能成為主要的反空間武器，因為它可以攻擊設置有傳輸、接收、控制和處理站的地面部分。

防御不友好的太空能力

同樣，一個多領域的行動計劃可以被一個能夠利用空間系統獲得關于攻擊及其力量的先進知識并能夠以安全的超視距通信和精確性協調反應的對手挫敗。因此，需要空間專家來了解對手的空間系統和關鍵動態，例如他們何時處于觀察的位置。

跨域支援火力和航空航天聯合武器

空軍人員應該特別關心地問：空間部隊如何支持空軍？空間部隊如何能拒絕空軍？空軍如何能支持太空部隊？空軍如何能拒絕太空部隊？這些跨領域的問題需要反空間的教育和培訓，以及跨領域的反空間思維，以及對軌道動力學、戰斗秩序和對手武器系統的基本了解。

將太空力量投射到空中領域

空中力量在力量投射方面具有出色的射程和無可比擬的速度，特別是在有足夠的空中控制權的情況下，可以不受爭議地開展行動。空中力量通過超視距傳感和導航來實現，這使它能夠了解其目的地和目標、天氣以及用于C2和協調的安全的超視距通信。空中力量受到導彈攻擊、敵方活動或電子戰令變化的早期預警的保護，例如。

只要有適當的規劃，空間力量可以將所有這些能力--超視距傳感、精確導航、超視距通信和預警--投射到空中領域。空軍作戰規劃人員必須認識到，像這樣的資源可能需求量很大，可能需要優先考慮，可能需要特殊的許可或訪問終端，可能必須在有爭議的環境中運行，因此需要在需要這些服務之前提前很長時間提出要求。重新配置星座以提供最佳覆蓋需要時間。獲得戰略能力的許可需要時間。專業的空間專家或聯絡官需要了解飛行員需要什么，何時何地需要它，并提前考慮如何確保和提供這種使能因素。在有爭議的環境中提供空間使能因素，必然要求有防御性反空間的專門知識。

空軍還必須確保其部隊設計追求設備的整合，如衛星終端和全球導航衛星系統接收器。如果部隊設計者希望從空間力量中獲得新的使能能力，他們需要向空間部隊提供一個明確的需求信號。例如，有一系列可能直接支持空中力量的 "藍天 "想法，如火箭貨物運送(AFRL, n.d.)的任務能力部件(MICAP)、天基電子戰效果(Sands, 2018)、天基目標指定(Rogers, 1997)、天基數據網關(XVI衛星，n.d.)，或天基跟蹤移動目標(McLain和Dalman, 2018)。如果沒有來自和流向空間力量的明確的需求信號，以及對如何闡明和在哪里發出這種需求信號的理解，就不可能發展諸如這些利基能力。需要了解空中力量問題集以及空間力量技術和空間力量需求系統中可能的藝術的人。

空間力量也可以被用來拒絕或破壞敵人空中力量的一致性。目前，空間力量沒有直接的反空效應，例如從空間擊落飛機的能力，而且一些物理、技術、財政和政治障礙阻礙了這種能力的形成。然而，空間力量可以通過光電、雷達和電子測繪的高空傳感，剝奪對方空軍突襲或集中力量的機會。雖然高度升級并可能需要最高級別的批準，但原則上，友好的反空間能力可以剝奪對方空軍提前看到目標的能力，在發射前獲得導彈預警，或剝奪空軍使用衛星為其行動導航、通信或交換計時信號的能力。

將空中力量投射到太空領域

空間力量依賴于空間段、地面段和鏈接段（USSF, 2021）。在空間段內，航天器容易受到導彈攻擊、干擾、網絡空間攻擊以及激光的炫目或致盲--所有這些原則上都可以由空中平臺提供。例如，鏈接段可以被針對衛星、上行/下行站或用戶的空中資產所利用或攻擊。地面部分，如上行/下行設施、C2要素、航天器跟蹤設施或發射設施，也可直接受到動能空中力量的攻擊或由地面部隊的空中投送。

地面和空中對手的反衛星能力也將容易受到空襲。空軍可能需要準備好保衛友好的地面空間支持基礎設施或攻擊對方的地面空間支持基礎設施。空軍可能需要執行直接的反空間任務，或攻擊正在針對友軍空間系統部署的敵方空軍能力。但是，為了使空中力量在這樣的作戰場景中有效，它需要參與規劃并了解戰斗命令和對手的空間和地面系統。從邏輯上講，一些專門的能力將需要定制的部隊設計。

結論

MDO已經成為現代行動的一個必要條件，因為每個軍事行動領域都有獨特的優勢。畢竟，一個領域的行動可能取決于對另一個領域行動的支持，而且威脅可能從任何領域出現以攻擊相鄰的領域。因此，了解相鄰領域及其相互作用并能將這些影響轉化為其領域的空間專家，在執行MDO中是必不可少的。

空間領域越來越多地提供局勢意識的背景和與廣大軍隊連接的主干，因此，是MDO的基本連接組織。但是，空間領域可以釋放的優勢并不是免費的。最大限度地提高空間領域對MDO的無縫貢獻的能力需要專業知識，這必須提前培養。考慮到空中和太空之間的密切歷史關系（目前不存在單獨的太空部隊），這種專門知識最有可能在空軍中成長。這種專門知識需要在作戰層面上發展，一個領域（空中、陸地、海洋）的作戰問題可以轉化為另一個領域（空間）的要求，一個領域（空間）的作戰能力和見解可以轉化和傳播，以使其他領域（如空中、陸地、海洋）的部隊發揮作用。

發展這種能力既需要對這種專門知識的正式要求，也需要明確闡述發展這種專門知識所需的培訓，以及一個晉升途徑，至少到實地級別，以及在工業或民用空間和兼職服務中創造隨后的職業道路的一些預先考慮，以確保在未來獲得他們的專門知識。創造這樣的專業知識是與主流服務文化相悖的，需要努力。但是，那些付出這種努力的空軍將面臨更少的令人討厭的意外，并將擁有可支配的非對稱的、跨領域的、聯合的武器能力，這將使他們成為有吸引力的伙伴和可怕的對手。

商業太空的迅速增長使其處于與擴大使用太空有關的創新和活動的前沿。軍隊在試圖釋放太空支持的能力能夠為軍事活動提供的全部潛力時，可以從商業太空獲得很多好處。烏克蘭的沖突讓我們看到了這些未來的可能性和新出現的軌跡，強調了像SpaceX這樣的商業伙伴的作用。隨著太空逐步實現網絡化，并以前所未有的范圍和速度進行機動，軍隊將需要加強太空的復原力和威懾力。商業太空在創建一個分布式太空架構方面進展迅速，但有野心將其擴展到地月環境之外，以建立軌道基地、設施和制造能力。因此，商業太空經濟可能為軍隊提供更有效地利用太空的手段，但也將為未來主導地位的競爭引入新的動力。

作戰域

太空（空間）領域正在成為也許是最關鍵的軍事作戰領域，因為如果不能保證進入空間，在所有其他行動領域，包括網絡空間--將嚴重依賴空間提供 "空中寬帶 "以替代基于海底電纜的互聯網--進行快速、意外和精確作戰的能力變得越來越成問題。鑒于對空間能力的這種日益增長的軍事依賴，包括那些由商業空間實現的能力，空間領域有可能在未來的重大沖突之前或開始時迅速從一個作戰領域轉變為一個戰爭領域。隨著一些國家追求反空間或反衛星(ASAT)能力，開發直接上升的動能殺傷、同軌 "軟殺傷 "和地基 "軟殺傷 "系統，空間的爭議越來越大(Weeden和Sampson, 2022)。繼續依賴基于少量大型精致衛星的傳統衛星架構將使用戶極易受到新出現的反空間威脅的影響。

一個'空間珍珠港'可能導致空間支持的災難性失敗，或拒絕對空間能力的關鍵訪問，例如，迅速侵蝕軍事行動和自主系統的有效性。因此，拒絕進入空間，創造一個 "沒有空間的日子"，可能是對嚴重依賴空間能力的對手取得戰斗空間優勢的一種手段，并強調為什么保證進入空間和彈性空間能力是如此重要。保證進入的挑戰可以通過增加對商業空間及其巨型星座的依賴來部分解決，以通過拒絕和復原力加強空間威懾。空間威懾與限制空間武器化和建立負責任行為規范的外交和法律努力并存(戴維斯，2022年)。雖然這些努力是必不可少的，并希望能夠獲得成功，但不能假設所有國家都會履行其法律和監管義務，或始終遵守負責任的行為規范。因此，法律和監管措施仍然必須得到有效和可信的空間威懾的支持，以減少敵對活動的動機。

對彈性空間能力的投資必須以實現分解和分布式架構為中心，以減少任何反空間運動的可能有效性。使用商業空間發射，包括完全可重復使用的運載火箭，具有較高的入軌有效載荷，將允許迅速重建失去的空間能力，如果通過拒絕的威懾失敗，通過彈性加強威懾。通過結合這些努力，各國可能能夠以減少空間成為戰爭領域的風險的方式利用商業空間，并在使用反空間武器的情況下保持其對空間的使用權--這一戰略可能對在未來沖突中獲勝具有決定性意義。快速、低成本、定期發射的空間所提供的 "小、多、廉 "的機會，改變了空間的商業模式及其作為軍事行動領域的性質。空間的這種'民主化'也使越來越多的行為者能夠進入空間，擁有和操作衛星，并獲得或發展主權空間發射能力。因此，除了變得更加擁擠和有爭議之外，在與空間未來發展有關的活動方面，空間正變得更加競爭和復雜。

月球和地月

隨著新的空間能力的出現，由于空間準入成本的下降，新類型的商業活動正在低地軌道和地球同步軌道之間開放，并延伸到近月空間。人類空間活動的下一個時代將超越傳統的低地球軌道的 "近地 "空間，因為商業空間的開拓和培育--一個圍繞空間制造和資源開發的新空間經濟，從卡曼線延伸到月球表面。隨著時間的推移，這可能會導致大國之間在這個廣闊的空間區域的競爭加劇。地球-月球環境的重要性--從地球同步軌道到月球的區域類似于海洋的 "藍水 "區域與低地軌道到地球同步軌道的 "褐水 "區域--仍在辯論之中。褐水方法的倡導者，如Bleddyn Bowen(2020)，不強調月球和順行軌道空間的重要性，并完全否定空間 "高地 "的概念。藍水 "觀點的支持者，如Namrata Goswami和Peter Garretson，認為商業空間的擴張和人類在2020年代和2030年代重返月球和近月空間，將引入空間戰略和軍事競爭的新時代，特別是美國和中國之間，從卡曼線到月球和更遠的地方（Goswami和Garretson，2020）。

圖4.2:地月環境

隨著美國的空間活動從低地軌道轉向月球，在商業空間能力的支持下，中國的月球探索計劃設想從20世紀30年代中期開始在月球表面實現最初的自主存在，然后是人類的存在，同樣以空間資源利用和建立一個月球空間經濟為重點(Goswami, 2022)。超級地球軌道 "區域進入近月空間對軍事行為者的意義仍然不清楚，因為新類型的空間能力的出現需要一些時間才能將活動開放到這種范圍。這種情況可能需要幾十年的時間才能出現在國家管理的空間計劃中，如美國國家航空航天局或歐洲航天局（ESA）的傳統時間尺度。然而，商業空間更好地接受了創新，并快速發展。它顯然也不局限于近地區域。推動商業空間的一個關鍵目標是利用月球資源進行空間制造，并在月球表面和周圍維持人類活動。在撰寫本文時，美國宇航局的阿特米斯一號正在從遙遠的月球逆行軌道返回，隨后的阿特米斯任務計劃可能最早在2025年導致人類返回月球表面。Artemis依靠商業空間將宇航員降落在月球表面。商業空間將在支持后續任務方面發揮越來越大的作用，這些任務希望在本世紀末在月球上建立一個永久的存在。

目前，太空制造只是在國際空間站（ISS）上進行小規模的測試。將空間制造轉移到月球，將允許利用更大的資源基礎和部署更廣泛的生產設施，為開發天基太陽能、月球基地和大規模在軌設施奠定基礎（Donnellon-May，2022）。如果成功，將有可能在太空中建造衛星，而不是從地球上發射衛星。至少，利用月球資源作為制造原料的可能性，可以看到月球上和周圍出現越來越多的工業活動。新的活動，如近月空間領域的認識、檢查和在軌加油和補給，可以作為未來空間經濟的一部分出現（Buehler等人，2021）。成為能夠利用空間資源的人將預示著人類空間探索的新時代，但也會對軍隊產生影響。沒有傳統意義上的 "太空競賽"，但對存在、獲取資源、以及塑造和控制有關太空治理的新興監管結構的手段的長期和廣泛的戰略和商業競爭正在形成。

太空軌跡

空間能力的增長，以及空間行為者的擴散，已經改變了軍事行動的開展和武力的使用。這一趨勢從20世紀80年代和90年代開始加速，1991年的海灣戰爭被恰當地描述為 "第一場空間戰爭"，美國領導的軍事聯盟在 "沙漠風暴 "和 "沙漠軍刀 "的陸地戰役中嚴重依賴空間能力來開展行動。今天，軍隊對空間能力的依賴繼續增長，甚至在商業空間發生同樣重大的轉變。空間本身作為一個作戰領域的日益重要性正在推動新的組織結構，包括出現空間部隊和專門的空間指揮部(國防部，2022年)。雖然國家行為者繼續發揮作用，特別是隨著 "空間部隊 "的形成，它將是商業空間在擴大空間使用方面的前沿。自主系統作為未來殺傷鏈的關鍵組成部分的使用將越來越依賴于安全的高帶寬SATCOM來運作。對分布式空間架構的依賴將只會增加，以支持傳統領域的軍事行動。這些解決方案主要是商業性質的，而且將由商業空間來建造衛星，用商業可重復使用的運載火箭發射衛星，并維持在軌能力。

• 雖然國家行為者繼續發揮作用，特別是隨著 "空間力量 "的形成，它將是商業空間在 "使空間得到擴大使用 "方面的前沿。

商業空間將允許從政府運營的大量昂貴、大型和復雜的衛星轉向日益復雜但成本較低的小型衛星技術，而且成本下降。小型衛星的擴散和由數千顆衛星組成的巨型星座的增長，在一個競爭日益激烈的空間領域將是至關重要的，因為軍事部門將遇到更復雜的反空間威脅。商業空間的增長將在促成和擴大空間準入方面發揮重要作用，其中最重要的相關區域是Bleddyn Bowen(2020)所說的低地球軌道和地球同步軌道之間的 "宇宙海岸線"。在更遠的未來，商業空間將活躍在月球和月球的空間區域，可能有能力利用空間資源進行空間制造。埃弗雷特-多爾曼(2022年)稱之為 "天體戰略競爭 "的前景在未來幾十年出現，將影響軍事競爭的未來動態，并日益塑造空間活動。可能隨著人類在月球上和月球周圍活動的增加，可能從2030年代中期開始，在月球和近月空間建立主導地位作為實現天體戰略力量的手段，將成為大國競爭的一個特點。

人工智能（AI）是一項具有廣泛用途的新興技術。《美國防戰略》強調了人工智能對軍事行動的重要性，以使美國保持對其近似競爭對手的優勢。為了充分實現這一優勢，不僅要在戰術層面，而且要在戰爭的作戰層面整合人工智能。人工智能可以最有效地融入作戰計劃的復雜任務，方法是將其細分為其組成部分的作戰功能，這些功能可以由狹義的人工智能來處理。這種組織方式將問題減少到可以由人工智能解析的規模，并保持人類對機器支持的決策的監督。

引言

人工智能是一套新興的、變革性的工具，有可能幫助軍事決策者。美國國家戰略將人工智能（AI）納入戰爭。《2020年國防授權法》11次提到了人工智能。國防戰略強調了利用人工智能和機器學習方面的商業突破的重要性。人工智能的軍事用途是保留國家安全的一個引人注目的方式。創造工具來支持戰術行動，如摧毀敵軍和從一個點導航到另一個點，具有顯著和可見的效果，使他們在資源有限的環境中在政治上可以接受。它們在訓練和測試方面的可重復性，使它們在采購過程中成為人工智能系統的快速贏家。然而，戰術行動的范圍和時間是有限的。僅在戰術層面上整合人工智能，忽視了在作戰層面上發生的決定性影響。

作戰，也就是實踐者將戰術行動轉化為戰略效果的層面，取決于領導者做出正確決策的能力。聯合部隊海事部分指揮官（JFMCC）的艱巨任務是制定計劃，將戰區戰略和聯合部隊指揮官（JFC）的目標結合起來，通過決定性的海軍交戰來塑造環境。在人工智能的快速認知能力的幫助下，JFMCC將能夠制定并更徹底地分析行動方案（COA）。這些品質對于未來的沖突是必要的。

人工智能必須在戰爭的各個層面進行整體集成，以充分實現其優勢。除了局部的、短期的戰斗，它還需要應用于主要的行動和戰役，涉及整個戰區的數月或數年。在戰爭的戰役（作戰）層面上的實施，放大了為實現戰略目標而進行的有序交戰和同步行動之間的協同作用。除了技術發展之外，行動上的整合將刺激政策和理論的建立，以使作戰人員有意愿使用人工智能。隨著使用人工智能的經驗的增加，其采用率也會增加。為協助海軍作戰計劃而實施的特定人工智能技術可能與那些用于計算射擊方案或在被拒絕的淺灘水域規劃路線的技術不同。然而，在作戰層面的接受度將推動戰術上的使用。

在JFMCC層面，人工智能系統網絡將為決策者提供決定性的優勢，將專注于作戰功能的獨立的人工狹義智能（ANI）單位統一起來將實現最顯著的好處。首先，人工智能解決方案比它們的通用人工智能（AGI）同行更適合于軍事問題的解決。其次，戰爭的性質促使有必要在作戰層面上整合人工智能。最后，雖然有許多方法可以整合，但沿著功能線這樣做會帶來最顯著的好處。不僅在技術意義上吸收人工智能，而且描述其在政策、理論和培訓中的使用，將使海軍能夠充分使用它，并在與我們的戰略競爭對手的競爭中獲得優勢。

如何在海戰領域整合人工智能？

目前人工智能在海上行動中的最佳應用是將復雜的海上行動問題分解成子問題，由人工智能來解決，并組合成COA建議。解決小問題的人工智能需要更少的訓練數據，有更直接的邏輯，并且可以連鎖起來解決更重要的問題。麻省理工學院人工智能實驗室前主任羅德尼-布魯克斯（Rodney Brooks）認為，創建動態環境的符號表示是困難的或不可能的。然而，特定任務的智能體可以利用足夠的傳感器數據智能地行動，更重要的是，可以連貫地互動。通過將簡單的活動連鎖起來，失敗的風險很低，更復雜的問題就可以得到解決。多個簡單的行動可以在低認知層平行運行，并將其輸出結合起來，為更高層次的復雜活動提供支持。這種結構的優點是允許軍事工程師開發和訓練人工智能，以首先解決可操作的問題。對人工智能開發者來說更具挑戰性的功能可以保留只由人類決定的方法，直到他們產生解決這些問題的專業知識。與其等待一個完整的系統，部分系統將提供一個臨時的邊際優勢。

鑒于人工智能可以通過將問題分解成更小的決策來最好地解決問題，問題仍然是如何劃分這些問題。重述作戰任務的一個模式是將它們分成作戰功能：指揮和控制（C2）、通信、情報、火力、運動和機動、保護和維持。這些作戰功能為開展有效行動提供了基礎。它們為一個行動提供了采用手段實現其目的的方法。因此，與決定如何實施這些功能以實現目標的決策者一起使用人工智能是很自然的。

如同應用于海上作戰戰爭，最低層的決策支持系統將由感知環境的活動組成：探測艦艇、飛機和潛艇；燃料水平；天氣；以及其他客觀的戰斗空間數據。通過將外部輸入限制在特定的、低層次的任務上，該系統將最大限度地減少對抗性例子或旨在消極操縱自動系統的數據的風險。中間層將把下層的輸出與作戰目標和因素結合起來，如時間、空間和力量的限制，以提供解決問題的方法和作戰功能。由于上層的對抗性數據注入的威脅較小，這些系統可以使用深度學習。深度學習是機器學習的一個子集，它不像其他形式那樣需要高度格式化的數據，但計算成本會更高，而且容易受到欺騙。深度學習將增加這一層的人類互動，并暴露出更復雜的關系。最高層將把C2流程應用于其他六個業務功能，以產生業務建議。中間層的每個功能人工智能將向其他功能人工智能和最高C2層提供建議。中間層的人工智能對復雜的數據和相鄰單位及C2功能的建議進行理解。

如果將中間層人工智能納入規劃和指導、收集、處理、分析和傳播的情報周期，將促進收集資產的更好分配。判斷對有限的收集資產的請求以滿足行動和戰術信息需求是JFMCC關注的一個問題。在收集計劃期間，人工智能可以使用已知的對手軌跡、地點、個人和組織來定義和優先考慮指定的利益區域（NAI）。在執行過程中，人工智能可以根據優先級驅動收集路線，就像企業用它來規劃送貨路線以減少勞動力、燃料和維護成本一樣。采集計劃者可以通過增加對手監視點的位置和范圍來減少反偵查的風險。在C2層面，指揮官和情報官員可以利用收集成果來證明更多的JFMCC收集資產和COA的修改。這種方法適用于其他功能。

人工智能可以在部隊部署不斷變化和對手存在不確定的環境中改善維持能力。相互沖突的要求使如何使用有限的后勤資產來滿足作戰人員的需求的決策變得復雜。后勤單位較低的生存能力促使人們決定是將它們帶入被對手防御系統拒絕的區域，還是將戰斗飛船引離目標。人工智能可以利用軍事和民用運輸的可用性、預先部署的庫存和供應商的響應能力來制定船舶和飛機需求的解決方案。企業利用人工智能準確預測需求，并分辨出影響運輸和倉儲的采購模式。維持型人工智能可以使用這個過程的一個變種，來計劃在高級后勤支持站點（ALSS）或前方后勤站點（FLS）的材料堆放。它可以決定如何以及何時使用穿梭船和站立船來運送到攻擊組。機器學習將使用燃料、食品和武器庫存、威脅環、戰備水平和維修時間來訓練維持人工智能。維持型人工智能可以提供比人類單獨完成的更有效的量化解決方案，并將其反饋給其他功能區和C2高層。

C2層將對來自下層的決定進行仲裁，并提供一個統一的建議。就像一個軍事組織的指揮官一樣，它將把其副手AI的建議合并起來。人工智能過程的早期階段使用傳感器數據和其他客觀信息來確定指揮官的方向；決定行動方案需要建立對戰斗空間的理解，這是一種更高層次的欣賞。戰斗空間的可變性和模糊性將使這一層的人工智能元素最難開發。最終，該系統將作為一個可信的智能體，壓縮指揮官負責的信息量。壓縮的信息減輕了時間有限的決策者工作時的疑慮負擔，使她能夠向下屬單位發出更及時的命令。

圖1說明了基于這些原則的系統的擬議架構。以對手預測為例，許多單一用途的ANI將在最低層結合原始傳感器和單位報告數據。它將評估敵方單位的最可能位置。公司分析評論、社交媒體和論壇發帖的情緒，以確定產品的滿意度。同樣地，這個系統將通過公開的言論和秘密的報告來確定對手的意圖。它將評估當前和歷史天氣模式，以評估氣候對敵人行動的影響。這三個輸入和其他信息將被功能情報ANI用來形成對敵方COA的評估。同樣，火力節點將使用敵人的組成、JFC的優先級和預測的彈藥可用性來產生目標指導。中間層節點將橫向傳遞他們的評估，以完善鄰近的建議，如部隊保護水平。獨立的功能建議也將直接反饋給C2層，以創建整體行動方案。

圖1. 海上人工智能系統的擬議架構

建議

首先，利用聯合人工智能資源的優勢，針對海軍的具體問題修改標準組件。擅長開發軍事人工智能系統的工程師的稀缺性將限制新系統的開發。美國防部的人工智能戰略具體規定了建立通用的工具、框架和標準，以便進行分散的開發和實驗。使用這些現成的組件，為人工智能決策網的所有子系統創建低級別的系統和標準接口。將海軍的資源集中于采購和實施用于海事具體決策的中層和高層系統。避免技術上令人著迷但無效的解決方案，并通過將職能領域的專家與設計團隊相結合來保持解決海事問題的目標。

第二，創建并維護可通過機器學習攝入的作戰數據數據庫，以訓練海軍人工智能。實施能夠在海上作戰中心（MOC）讀取和集中匯總基本作戰數據報告的技術和工藝，如燃料狀態、導彈裝載量。開發記錄和定性評分作戰決策結果的方法，如對手態勢的變化、傷亡修復率和公眾對行動的反應。將輸入與作戰決策和結果聯系起來的數據庫將加速開發符合現實世界標準的系統。

第三，將人工智能的使用納入政策和條令。條令應該編纂人工智能可以被整合到戰爭戰役層面決策中的領域。明確地說，關于情報、行動、火力、后勤、規劃和通信的海軍作戰出版物應說明人工智能在決策過程中產生優勢的地方和方式。描述海上聯合行動的聯合出版物應明確說明如何將JFC的要求解析為JFMCC的AI系統。如果國防部和海軍的政策對指揮官因整合人工智能的決策建議而產生的責任量進行了定性，那么他們在使用人工智能時就可以采取經過計算的風險。讓指揮官和作戰人員掌握使用人工智能的戰術、技術和程序將加速其在艦隊中的應用。

許多軍事人工智能的研究和開發資金是針對短期內可以實現的戰術級系統的改進。在這里，人工智能（AI）的潛在好處往往受到感官輸入質量和機器解釋能力的限制。然而，為了充分理解人工智能在戰爭中的影響，有必要設想它在未來戰場上的應用，傳感器和輸入被優化為機器解釋。我們還必須嘗試理解人工智能在質量上和數量上與我們的有什么不同。本文介紹了綜合作戰規劃過程中自動化和機器自主決策的潛力。它認為，人工智能最重要的潛力可能是在戰役和戰略層面，而不是戰術層面。然后探討了更多機器參與高級軍事決策的影響，強調了其潛力和一些風險。人工智能在這些情況下的應用發展應該被描述為一場我們輸不起的軍備競賽，但我們必須以最大的謹慎來進行。

1 引言

目前，人工智能（AI）的民用發展大大超過了其在軍事方面的應用。盡管知道網絡將是一個重要的未來領域，但國防部門還沒有習慣于數字-物理混合世界，因此，國防部門與新的社會技術的顛覆性變化相對隔絕。在軍事上運用人工智能的努力往往集中在戰術應用上。然而，人工智能在這些領域的好處受到輸入傳感器的限制，它們被用來復制人類的行為，并在需要與物理環境互動的角色中使用。在作戰和戰略層面上，軍事總部的特點是信息的流入和流出。如今，這些產品無一例外都是完全數字化的。考慮到作戰計劃的過程，可以看出，即使在目前的技術水平下，其中有很大一部分可以可行地實現自動化。這種自動化的大部分并不構成可能被理解的最純粹意義上的人工智能，即 "擁有足夠的通用智能來全面替代人類的機器智力"。然而，軟件可以在特定任務中勝過人類的事實，再加上高級軍事決策過程被細分為此類特定任務的事實，使其成為比較人類和機器決策的優點、限制和能力的有用工具。這樣做，人類的能力似乎有可能被輕易取代。因此，追求軍事決策自動化的動機肯定是存在的。本文討論了部分自動化軍事決策的潛力和實用性，并想象了為這些目的無限制地發展人工智能可能帶來的一些風險和影響。

摘要

多Agent系統研究關注的是相對簡單的Agent互動所產生的系統級行為。迄今為止，多Agent系統研究主要涉及同質Agent系統，其成員Agent在物理上和行為上都是相同的。具有不同物理或行為特征的異質Agent系統可能比同質團隊更有效地完成任務，通過相互補充的Agent類型之間的合作。在這篇文章中，我們比較了同質和異質團隊在聯合武器情況下的表現。聯合武器理論提出，異質力量的集體應用可以產生遠遠大于同質力量或個別武器的連續使用所取得的效果。實驗結果表明，聯合武器的戰術可以從簡單的Agent互動中產生。

1 引言

多Agent系統研究領域試圖開發出開發單個Agent的方法和算法，以產生理想的系統行為。該領域已經產生了著名的算法，如粒子群優化（PSO）和蟻群優化（ACO），但主要集中在相同的、同質的Agent系統。最近的工作已經開始探索異質系統的潛力，或具有不同行為或物理形式的Agent系統。我們特別感興趣的是這種系統在發展和驗證聯合武器理論方面的應用。

聯合軍備的軍事理論將不同類型的軍備結合起來，以達到比同樣的軍備單獨或依次應用所能達到的效果更大（陸軍2019年）。它將互補的武器結合在一起，為了避免一種武器，敵人必須將自己暴露在另一種武器之下（軍團1997a）。因此，一支聯合武器部隊是異質的，因為它所包括的武器或制劑彼此不同。由于聯合武器部隊是一個異質的多Agent系統，對多Agent系統的研究可能會給聯合武器的軍事研究帶來成果。本文介紹了一組實驗，旨在探索聯合武器戰術在異質代理系統中的出現，即在行為或物理形式上不同的Agent。

實驗是在一個二維（2D）戰斗模擬中進行的，在這個模擬中，各Agent團隊為實現既定目標而競爭。遺傳算法被用來為每個場景演化出有效的團隊，并將每個演化出的團隊的行為與現有軍事學說中的聯合武器行為的定義進行比較。假設被證明是正確的，即聯合武器戰術可以從簡單的異質Agent的相互作用中產生。

這項工作的其余部分按主題分為幾個部分。第2節回顧了同質和異質多Agent系統的現有研究。第3節描述了實驗過程中使用的平臺和措施。第4節概述了測試場景，第5節討論了每個實驗的結果。第6節提供了結束語和對未來工作的建議。

摘要

可解釋的人工智能（XAI）提供了克服這一問題的手段，它基于有關深度學習（DL）算法結果的額外補充信息。雖然完全透明對于復雜的DL算法來說仍然是不可行的，但解釋有助于用戶在關鍵情況下對AI信息產品進行判斷。應該指出的是，XAI是透明度、因果關系、可信度、信心、公平、信心和隱私等方面的總稱。因此，基本的方法論是多方面的。一種已經流行的方法是局部可解釋模型-預知解釋（LIME）方法，因為它可以很好地應用于各種應用中的不同模型。在本文中，LIME算法是在戰略運營的決策建議背景下進行研究的。在簡單介紹了其概念后，介紹了文獻中的應用。然后，一個戰略博弈的場景被認為是軍事戰爭的替代環境。一個基于DL的國際象棋人工智能被做成 "可解釋的"，以評估信息對人類決定者的價值。得出了與戰略混合行動有關的結論，這反映了所提出的方法的局限性。

引言

根據設想，未來戰略戰爭的決策將在很大程度上受到基于人工智能（AI）方法的信息產品的影響。特別是混合作戰，是在一個高維和變異的環境中進行的，在這種環境中，對潛在的威脅和機會的評估是人類操作者難以掌握的，戰略規劃必須納入異質的、多功能的和高容量的數據源。因此，基于人工智能方法的算法產生的分類、預測和建議在這種復雜的場景中變得越來越重要。在過去的幾年里，人工智能的方法已經獲得了巨大的發展，有大量的創新和令人尊敬的成果，可以從大型數據集中獲得更高層次的信息。然而，深度學習（DL）方法的一個主要缺點是其固有的黑箱屬性，即由于計算模型的復雜性，其結果是不透明的。例如，后者可能有數百個層和數百萬個參數，這些參數是在訓練階段通過算法發現和優化的。因此，即使結果是準確的，用戶也沒有機會理解它或掌握輸入數據的因果部分。這反過來又會影響到用戶對輔助設備的信任，在兩個方向上都是如此。這個問題在某些民事應用中起著次要的作用，例如語音識別，它經常被應用于與設備的互動，因為除了體面的失望之外沒有潛在的風險。對于其他非常具體的任務，如手寫字符識別，DL算法的性能超出了人類的平均水平，這意味著失敗的可能性很小，因此關于因果關系的問題可能成為附屬品。然而，在許多軍事應用中，當涉及到與人工智能的互動時，人類的信任是一個關鍵問題，因為錯誤的決定可能會產生嚴重的后果，而用戶始終要負責任。這實際上是兩方面的。一方面，操作者往往需要了解人工智能產品的背景，特別是如果這些產品與他或她自己的本能相悖。另一方面，不可理解的技術會對算法信息產品產生偏見，因為很難確定在哪些條件下它會失敗。因此，適當的信任程度可能很難計算。

可解釋的人工智能（XAI）是向黑盒人工智能模型的用戶提供 "透明度"、"可解釋性 "或 "可解釋性 "的方法的集合。這些術語幾乎沒有一個共同的定義，但許多出版物提到了：

• 透明度是指人類跟蹤和理解模型創建過程的可能理解程度。這就是從數據中提取信息，轉化為推理參數的表現形式。DL前饋網絡由于其基于大數據集的迭代學習過程和錯誤向各層的遞歸傳播而缺乏這一特性。
• 可解釋性是指對模型本身的理解程度，即從輸入數據到預測結果的信息流可以被理解。由于涉及的參數數量和層的層次結構，這對標準網絡來說是不可行的。
• 可解釋性是指對特定預測結果進行解釋的可能性程度。也就是說，用戶可以看到與輸入數據的一致性，在某種程度上可以看到是否存在因果關系。

XAI不能完全 "解釋 "DL模型，然而，它為工程師或操作員提供了更好地理解特定AI產品背后的因果關系的手段。而且很多時候，這可以幫助看到，從合理的因果關系鏈暗示算法決策或預測的意義上來說，該模型是否是合理的（或不是）。因此，XAI可以成為人工智能模型工程的一個重要工具，用于安全方面的驗證，甚至用于認證過程，以及為操作員提供額外的信息，以支持明智的決策。

雖然關于XAI的大多數文獻都集中在圖像識別的方法上，但這些結果很難轉化為基于特定挑戰性競爭形勢的戰術和戰略決策領域。在本文中，我們研究了人工智能模型在棋盤評估中的可解釋性。對更復雜的軍事戰略模擬的一些影響進行了討論。

本文的結構如下。在下一節中，簡要介紹了選定的XAI方法。然后，這些方法之一（LIME）被應用于棋盤評估問題，以證明在支持信息方面的解釋的質量。在最后一節，得出了結論，并討論了對更復雜的戰爭博弈和模擬的概括。