美國陸軍未來司令部（AFC）的未來與概念中心（FCC）在其戰斗能力發展司令部（DEVCOM）和情報與安全局（DOIS）的協調下，開展了其2021財政年度（FY21）未來研究計劃的第一項活動--2035年戰爭特征研討會（CoW35）。

在2020年11月16日至20日期間，來自陸軍現代化事業（AME）、聯合部隊、13個盟國和伙伴國、其他政府機構、工業界、智囊團和學術機構的400多名小組成員和參與者聚集在一個虛擬的在線研討會上，以確定和描述未來對手可能采取的新的和變革的戰爭方式。主題專家就廣泛的主題進行了小組討論，包括地緣政治、未來環境趨勢、未來對手趨勢、新興科技趨勢、生物技術、人工智能/機器學習（AI/ML）、機器人技術、聯合優勢和陸地戰爭。

CoW35研討會的一個關鍵產出是一份問題陳述，它最能說明2035年未來戰爭的一系列相互關聯的問題和特點。在AFC最近發布的2035-2050年未來作戰環境（FOE）的基礎上，CoW35研討會小組提出了關鍵的意見和見解，以確定未來戰爭的特點，并為未來決定性的陸軍力量的應用提供參考。CoW35研討會確定，2035年陸軍面臨的問題是，作為全球部署的聯合部隊和聯合部隊的一部分，陸軍如何在以爭奪領域、快速機器化決策和人機協作為特征的拒絕環境中，在與同行對手的武裝沖突中運用決定性的陸地力量來支持作戰指揮員。

本報告將為問題陳述的發展提供信息的關鍵觀察和見解分為三大領域：威脅趨勢、概念趨勢和科學技術（S&T）趨勢。此外，報告還描述了對陸軍創造轉型變革的能力至關重要的未來考慮，并為AimPoint Force 2035敘述和下一個未來陸軍作戰概念的發展提供信息。

展望戰爭特征的變化

鑒于2035年戰爭特征研討會的見解，并結合過去從未來研究計劃中的學習，本節討論了軍隊的廣泛影響，旨在引發思考和辯論，并協助軍隊發展未來的概念和部隊。

戰爭的歷史反映了達爾文進化論的核心。通過這個視角，對手將他們的戰術、武器和技術集中在摧毀對手的同時確保自己的生存。一個國家如果擁有優越的戰術、武器和技術，或者以創造性和協同性的方式使用它們，就能為在武裝沖突中獲勝創造條件。戰術、武器和技術隨著時間的推移不斷發展，但速度可能正在加快，這將挑戰關于未來如何進行戰爭的規范和假設。例如，在第二次世界大戰之前，人們認為戰艦與艦隊之間的戰斗仍將是海軍思維和規劃的中心。正是在珊瑚海戰役中，新技術--航空母艦、飛機和無線電--將海戰的新時代提前到來。在這場戰役中，戰艦既沒有看到也沒有直接向對方開火；是來自航空母艦的飛機摧毀了敵人的飛機，從而獲得了海上的指揮權。與上面的小插曲類似，陸軍部隊采用機器人和自主系統，利用人工智能和其他新興技術，可能會以新的方式進行陸地作戰。

最近的三場沖突預示著戰爭特征的變化。首先，伊斯蘭國（ISIS）和反伊斯蘭國聯軍在敘利亞的戰斗表明了無人系統作為力量倍增器的價值。ISIS在人員和資金有限的情況下，利用無人系統，通過自制的無人機和商用的四旋翼飛機進行偵察和空中攻擊。第二個事件是2019年的也門危機，伊朗支持的也門胡塞武裝完成了對位于Abqaiq和Khurais的沙特阿拉伯石油加工和儲存設施的復雜、遠程、無人機群攻擊。也門胡塞武裝通過使用新興技術，能夠復制出更能代表民族國家軍隊的能力和行動，而不是叛亂團體。最后，最近亞美尼亞和阿塞拜疆之間的納戈爾諾-卡拉巴赫戰爭表明了機器人系統在大規模作戰行動中的潛在用途。阿塞拜疆部隊廣泛使用無人駕駛系統來偵察、監視和瞄準亞美尼亞部隊。阿塞拜疆部隊利用無人機群和游蕩彈藥打擊亞美尼亞的坦克、火炮、防空系統和維持部隊，以擊敗亞美尼亞部隊。如果非國家行為者、叛軍和軍事力量較弱的民族國家能夠通過使用新興技術來發展戰爭行為，從同行競爭者的新興技術發展軌跡來看，威脅將更加嚴重。

鑒于這種潛在的范式轉變，陸軍現代化事業（AME）在發展利用新興技術的新概念和能力方面是正確的。然而，從想法到現實可能需要陸軍以新的方式審視自己。首先，陸軍應該仔細檢查其編制、組織結構、流程和習慣。例如，在近乎無處不在的傳感器下，編隊將如何集結能力和效果？大多數作戰平臺是否應該配備人員？什么是對戰斗人員的充分保護？在使用無人系統進行動能效應時，人類是否能夠保持 "在環 "內，無論是防御還是進攻行動？各級指揮官是否仍然需要大量的參謀人員，包括親自上陣，進行詳細的分析？是否有替代方法來制定行動方案？人永遠是陸軍的不對稱優勢嗎？以美國大陸為基地的部隊是否能夠在危機和沖突期間安全地將部隊投射到有爭議的地區？這些都是陸軍應該更詳細地探討的問題類型，以確定他們為什么要改變，如何改變，以及在哪里改變，以應對未來的挑戰。

陸軍可能還必須重新審視其定義作戰職能的方式。目前，陸軍的作戰職能有獨立的卓越中心和能力發展與整合局（CDID），負責新能力的獲取、訓練和裝備。然而，新興技術的運用和不斷變化的威脅可能會產生具有多個利益相關者的交叉作戰職能。例如，隨著新興技術的使用，保護作戰功能可能會發生變化，指揮官如何保護他們的部隊，以便他們能夠應用最大的戰斗力。也許，在未來，陸軍部隊需要執行一系列廣泛的保護相關活動，以獲得陣地優勢。陸軍部隊可以同時執行包含欺騙活動的移動防空（火力、防護、任務指揮），指揮無人駕駛拖拉機建立戰斗陣地（機動支援、機動、防護），指派空中無人機提供周邊安全（情報、火力、機動、航空、防護），同時遠程火力掩蓋敵人的雷達系統（火力、網絡、情報、任務指揮）以實現作戰機動，同時為預計補給（維持）發送維持更新。這個小插曲只是代表了未來戰爭的特點是如何演變的，這就需要陸軍審查其發展關鍵需求的過程，并創造更多的合作努力來獲得對可能的敵人的優勢。預測競爭優勢需要跨領域的整合，包括跨作戰功能和技術領域。

美國、其盟友和合作伙伴之間的互操作性可能是在未來武裝沖突中獲勝的必要條件。陸軍將3級互操作性--最高級別的技術互操作性--定義為盟友和伙伴在抵達后進行整合的能力，以及例行建立網絡并與陸軍編隊有效運作的能力。當代海外應急行動揭示了以今天的部隊實現互操作性的局限性，從網絡挑戰到安全考慮。隨著盟友和合作伙伴開發他們自己的人工智能、機器人和自主技術解決方案，這些挑戰可能會增加。支持未來能力的算法和數據也有可能成為專利和機密，挑戰陸軍在沖突期間整合盟友和合作伙伴的能力，而這時作為一個聯合和聯合團隊作戰是至關重要的。這些因素表明，新的能力和概念的開發應該是合作的，并考慮到盟友和合作伙伴。

展望2035年，研討會指出，戰爭的特點正在發生變化。正如在納戈爾諾-卡拉巴赫戰爭中所看到的，大國競爭者和對手正在投資于新興技術，以創造決定性的優勢并在武裝沖突中獲勝。美國陸軍正在明確表示，它也必須改變。三個關鍵的含義抓住了創建一支變革型部隊所需的變革思維類型：質疑長期存在的假設，重新評估作戰功能，以及確定未來的互操作性要求。

“美國陸軍現代化戰略（AMS）”描述了整個陸軍--正規軍、國民警衛隊、陸軍預備役和陸軍文職人員--如何在2035年前轉變為一支多領域的預備部隊，以履行其作為聯合部隊一部分的持久責任，為美國提供防御并保持其作為全球主導陸地力量的地位。提交給國會的“2018年美國陸軍現代化戰略報告”介紹了陸軍的六個物資現代化優先事項，以使士兵和部隊在部署、戰斗和贏得戰爭時更具殺傷力。2019年的AMS將陸軍的方法擴展到這六個優先事項之外，概述了一個更全面的現代化方法，同時保持優先事項的連續性。2021年的版本更新了AMS，以滿足2020-15號陸軍指令，包括有針對性的現代化維持；情報、監視和偵察（lSR）能力；以及對執行多域作戰至關重要的持久非跨職能團隊能力。現代化是一個持續的過程，需要整個軍隊的協作。因此，雖然本AMS概述了2035年陸軍的最終狀態，但陸軍的現代化仍將持續，因為我們必須繼續測試和完善作戰概念，利用新興技術和組織設計，并預測作戰環境的變化。

陸軍現代化框架

與2018年陸軍戰略嵌套的2021年更新版AMS的主要最終狀態是實現一個現代化的陸軍，準備好作為綜合聯合部隊的一部分進行多域作戰（MDO）。多域作戰概念描述了陸軍將如何支持聯合部隊快速和持續地整合所有領域的戰爭--陸地、海洋、空中、太空和網絡空間--在沖突前的競爭中進行威懾和勝利，并在威懾失敗后進行戰斗和勝利。

為了在2035年之前實現這一最終狀態，陸軍將使作戰方式、作戰對象以及身份現代化。這種方法整合了陸軍內部的條令、組織、訓練、物資、領導人發展和教育、人員、設施和政策（DOTMLPF-P）等要素，并與其他聯合部隊成員以及盟友和合作伙伴一起。如何作戰是概念、條令、組織和訓練的范疇。用什么打仗是以陸軍六大物資現代化優先事項為指導的物資開發和采購。“我們是誰”包括我們的人員、領導者發展、教育和21世紀的人才管理。以同步的方式實現每項工作的現代化，將確保陸軍擁有訓練有素的士兵，組織成有效的作戰編隊，擁有現代化的武器系統和足夠的能力在世界任何地方的任何沖突、任何戰場上取得勝利。這些要素是相互依存的，需要對全球部隊態勢、設施和政策進行相應的更新，以確保陸軍的現代化工作隨著時間的推移與聯合部隊的其他部門保持同步。

陸軍的改革工作減少了官僚主義，并為首要任務重新調整了資金，以實現這些現代化工作。陸軍重新調整了現代化事業的要素，并建立了陸軍未來司令部（AFC）來領導現代化，并為部隊的設計和發展過程帶來統一的工作。跨職能小組（CFT）是陸軍未來司令部的下屬單位，它將需求開發人員與采購專家以及來自測試、后勤、科技和其他團體的代表結合起來，極大地縮短了從確定能力差距到原型測試和作戰試驗的時間跨度。此外，陸軍快速能力和關鍵技術辦公室（RCCTO）具有獨特的授權，可以提供具有剩余作戰能力的快速實驗原型，以支持陸軍現代化的優先事項。陸軍還展示了其為優先現代化工作提供充分資源的承諾。自2018年以來，陸軍已經重新調整了395億美元，以確保為CFT和RCCTO工作提供足夠的資金。現代化事業的調整和資金的優先級，再加上作戰部隊的反饋，是美國執行AMS的手段。

圖1。陸軍現代化戰略框架

戰略環境：信息時代新的大國競爭

美國“2018年國防戰略（NDS）”指出，必須優先考慮與中國和俄羅斯的長期戰略競爭，同時威懾區域對手并保持非正規戰爭的能力。“未來作戰環境2035-2050”描述了沖突不是陸軍需要準備的唯一一種未來競爭。政治、經濟、社會和技術變化將繼續為美國陸軍創造挑戰和機遇，因為其保持著陸地上的優勢。未來的戰爭只會在地理范圍、領域和行為者類型方面擴大，而決策周期和反應時間則會壓縮。

中國是陸軍目前的 "步調一致的威脅"。中國正在迅速實現其武裝力量的現代化，預計將在本十年內超過俄羅斯，成為美國最有能力的威脅。中國是世界上技術研究和發展的領導者之一。中國目前正在進行廣泛的軍事相關技術的研究，包括人工智能（AI）、高超音速、機器人、蜂群、先進材料、生物工程、量子信息科學、空間技術、生物識別技術和其他領域。對中國人民解放軍（PLA）的考察強調了現代化不僅僅是對技術的投資；解放軍正在經歷自成立以來最全面的現代化工作，包括部隊的準備、培訓、教育和組織變革。中國對反介入和區域拒止（A2/AD）能力的關注包括海軍部隊、巡航導彈和彈道導彈，以及在網絡和空間行動方面的強大能力。

俄羅斯在短期內仍然是美國最有能力的核武威脅。俄羅斯軍隊在恢復其發動現代戰爭的能力方面取得了相當大的進展，它已經利用了從克里米亞、烏克蘭東部和敘利亞學到的作戰經驗。俄羅斯已經公布了新的能力，如使用代理人、無人駕駛和機器人系統、精確打擊武器，以及復雜的網絡能力。俄羅斯武裝部隊繼續通過年度國家級和 "突擊"演習提高戰備狀態，并繼續發展持久能力，包括在火炮、火箭和導彈、地面部隊訓練、電子戰以及化學和生物武器方面的廣泛投資。

美國與眾多盟友和伙伴一起面臨這些挑戰。俄羅斯等經常用非軍事的國家權力工具進行競爭，許多國家對他們的修正主義行動越來越關注。陸軍將繼續與長期盟友和伙伴緊密合作，并吸引提供獨特視角和能力的新伙伴。利用外國先進技術和投資資金使陸軍能夠填補關鍵的能力差距并降低總體現代化成本，從而加速現代化工作。聯盟加強了軍事和政治伙伴關系，發出了威懾潛在侵略的力量信號，提高了互操作性和作戰效率，為未來的挑戰定位部隊和能力，并完善了作戰概念和戰術實踐。

假設

這一戰略是基于四個關鍵的假設。其中任何一個假設的變化都可能影響陸軍的現代化戰略方針。

• 陸軍的預算將保持平穩，導致支出能力隨著時間的推移而減少。
• 在執行這一戰略時，對陸軍部隊的需求將繼續增長。
• 研究和開發將及時成熟，在2035年之前對陸軍能力進行重大改進。
• 中國的現代化計劃在能力水平和時間表方面都在加速進行。其他對手的現代化計劃將保持在他們目前估計的軌道上。

戰略方針：保持優先事項和生產動力

AMS支持2018年陸軍戰略中概述的優先事項，該戰略表達了陸軍對現代化的承諾，同時保持對當前行動的準備狀態。陸軍現代化的六個優先事項--遠距離精確射擊、下一代戰車、未來垂直升降、網絡、防空和導彈防御以及士兵殺傷力--保持不變。此外，陸軍將繼續改革其業務流程，從工業時代轉向信息時代的方法，并確保我們有足夠的資金用于陸軍的現代化優先事項。國會、國防工業和國際合作伙伴可以繼續相信，這些優先事項--以及重點工作--保持不變。一個審慎的、同步的方法，使其戰斗方式、戰斗內容以及身份現代化，將使陸軍現在就能實現不可逆轉的勢頭，在2035年之前建立起MDO的準備力量。

現代化是一個持續的過程，需要整個陸軍的協作，而陸軍未來司令部為陸軍的現代化方法帶來了統一的工作。陸軍未來司令部在陸軍部總部（HQDA）的戰略指導下，根據其對未來作戰環境的評估，制定并提供未來的概念、要求和組織設計。AFC與陸軍的現代化利益相關者緊密合作，將這些解決方案整合并同步到整個DOTMLPF-P的作戰部隊中。除AFC外，陸軍現代化企業的主要利益相關者還包括：

• 陸軍部總部（HQDA），提供戰略指導和方向，制定陸軍政策，對資源進行優先排序，并為陸軍制定戰略方向。在所有部隊現代化的時間范圍內，整合和同步陸軍工作和陸軍高級領導人的決策。

• 負責采購、后勤和技術的陸軍助理部長（ASA(ALT)）是物資采購的支持機構，負責向作戰人員提供現代化的工作。

• 陸軍未來司令部（AFC）是支持部隊設計的司令部，包括設計AimPoint以實現2035年的MDO準備部隊，并且是支持部隊發展的司令部，包括發展2028年的WayPoint，由聯合武器中心（CAC）及其下屬的卓越中心（CoE）直接支持。

• 訓練與條令司令部（TRADOC）及其職能卓越中心是條令發展、作戰部隊組織產品的發展、訓練、領導人發展和教育以及獲得和發展人員的領導。

• 陸軍物資司令部（AMC），重組后包括設施管理司令部，將執行設施的現代化--陸軍的力量投射平臺--以滿足訓練、維持、投射和維護未來部隊的要求。作為支持部隊維持和戰略剝離的指揮部，AMC確保持續的現代化工作可以得到支持以實現戰略準備，并通過剝離不再需要的平臺來減輕現代化部隊的負擔。

• 部隊司令部（FORSCOM）作為服務力量的提供者發揮著關鍵作用，它使陸軍能夠測試、試驗和借鑒作戰部隊的見解，同時平衡當前行動和應急的準備要求。

圖2。全面推進現代化建設

如何戰斗

美陸軍將持續更新其條令、組織設計和訓練，以作為一支多領域部隊開展行動。陸軍將繼續驗證MDO概念，并在必要時對其進行完善。陸軍將尋求一切機會，將MDO迅速融入不斷發展的條令中。區域統一戰備和現代化模式（ReARMM）作為同步矩陣，以可預測的、持續的方式將未來的能力納入部隊，平衡當前需求和未來現代化。此外，實驗、兵棋推演和分析的使用將為MDO預備部隊的組織設計、物資解決方案和訓練要求提供信息。各單位將利用新的合成訓練環境能力在原地進行MDO訓練，而重新設計的作戰訓練中心將使各梯隊的單位能夠進行MDO的集體訓練。

多域作戰

像中國和俄羅斯這樣的近鄰競爭者試圖通過在所有領域--陸地、海洋、空中、太空和網絡空間--利用多層對峙來實現他們的目標，在時間、地理和功能上將美國部隊和盟友分開。他們希望剝奪美國投射戰斗力的能力，從而形成事實上的勢力范圍。競爭對手將通過長、中、短程武器系統、常規部隊、綜合防空、電子戰和干擾、網絡攻擊、成群的無人駕駛和自主系統、拒絕基于空間的能力，如偵察、導航和通信，以及一系列政治和信息工具的組合來做到這一點。

為了解決分層對峙的問題，MDO概念描述了作為聯合部隊一部分的戰略部署的軍隊將如何在武裝沖突的門檻下進行競爭，滲透和利用機會窗口來突破敵人的對峙能力，然后以有利的條件回到競爭中。MDO概念定義了多域作戰的三個原則。第一個原則是 "校準的部隊態勢"--將前沿存在、遠征能力和獲得聯合、國家和合作伙伴的能力結合起來。第二個宗旨是使用 "多域編隊"，這些編隊具有在多個領域進行機動和編排效果的能力、能力和耐力。最后一個原則是 "融合"--利用多種形式的攻擊和冗余的分層傳感器到射手網絡，在強有力的任務指揮下，同時和幾乎持續地快速融合來自多個領域的效果。一支具有MDO能力的部隊將使陸軍作為綜合聯合部隊的一部分，擴大民政當局的選擇范圍，包括在武裝沖突之外的有效威懾和競爭，或對試圖永久改變現狀的攻擊作出及時反應。

多域編隊

陸軍必須提供全方位的能力，使聯合部隊指揮官有能力威懾、競爭，并在必要時迅速過渡到武裝沖突。此外，陸軍必須有足夠的遠征能力，以便在需要時提供后續部隊來增援戰區。這些能力被統稱為 "一攬子部隊"。

具有MDO能力的部隊將由現代化的編隊組成，這些編隊處于戰略地位，能夠利用國家級的能力和權力。有能力的MDO部隊將結合網絡化有人和無人平臺、火力、電子戰、網絡、情報、監視、偵察、工兵、維持、通信和保護能力的所有梯隊，從班級到戰區的可定制的編隊。

陸軍將根據對戰略環境的持續評估，逐步建立、使用和完善MDO部隊的能力。這種發展將由持續的作戰測試和分析來推動--例如在歐洲和印度-太平洋地區的多領域特遣部隊的實驗，定期的兵棋推演和實驗，以及對部署和實地的部隊進行快速和反復的能力評估。陸軍將利用從這種實驗中獲得的經驗來完善未來多域編隊的設計。

有針對性的現代化保障

為了部署戰斗和支持戰斗中的部隊，陸軍必須在建立MDO準備部隊的過程中實現維持實踐和能力的現代化。陸軍作為聯合部隊的一部分，擅長全球力量投射--在世界各地傳遞壓倒性戰斗力的能力。這種卓越性取決于一個不斷老化的公路、機場、港口、鐵路樞紐、海上和空中戰略運輸資產以及陸軍預置物資（APS）網絡。陸軍致力于對這個復雜的網絡進行有針對性的現代化改造，以確保力量投送，最大限度地提高地理靈活性，減少援助盟國和合作伙伴的反應時間，并保護國家目標。對于戰斗中的部隊來說，維持能力決定了行動的深度、廣度和持續時間。因此，維持作戰功能的現代化是必要的，以確保行動自由，擴大作戰范圍，并延長士兵和部隊在戰場上的耐力。

為了保持卓越的力量投射并不斷提高部署部隊的維持能力，陸軍尋求利用一些先進技術。傳感器技術、遠程診斷、人工智能、機器學習、機器人技術、量子計算和增強的網絡能力的整合將提供從戰略支持區（SSA）到前沿接觸點的預測和可操作的分析。替代動力推進系統、車輛電氣化、先進的制造、動力管理和電池動力技術，大大減少或消除了化石燃料，將減少專門用于能源再供應的海空戰略提升的程度，并提高機動部隊的耐力和靈活性。半自主的地面補給能力將為分布式行動提供靈活的、反應迅速的和冗余的維持，同時減輕美國陸軍后備部隊和陸軍國民警衛隊的早期進入和高作戰節奏，這些部隊提供了陸軍分布能力的絕大部分。開發能夠減少彈藥體積和重量的物資解決方案將最大限度地提高戰略運載能力，減輕士兵的個人負擔，并減少分配需求，而對革命性推進劑的投資將使彈藥處理和運輸更加安全。

用什么戰斗

美陸軍的六個現代化優先事項將推動MDO能力部隊的物資發展。整體大于部分之和--正是這些能力的組合將使陸軍能夠對抗MDO。

• 遠距離精確火力使多領域部隊能夠穿透并消滅敵人的A2/AD能力，同時確保每個梯隊的軍事優勢。
• 下一代戰車提高了陸軍的火力、速度和生存能力，使他們能夠在戰場上機動到優勢位置，并與機器人車輛配對。
• 未來的垂直升降平臺和技術提高了陸軍飛機的機動性、耐力、殺傷力和生存能力--增加了他們的作戰范圍和對近似競爭對手的有效性。
• 陸軍網絡技術的現代化對于指揮和控制分布在廣闊地形上的部隊、匯聚來自多個領域的效果以及在MDO中保持共同的態勢理解是必要的。
• 我們的競爭對手已經在他們的間接火力和導彈能力上進行了大量投資，這使得我們的防空和導彈防御能力必須進行現代化。新技術將保護地面部隊免受對手的空中威脅，也將保護我們和我們的盟友及合作伙伴的基礎設施免受一系列空中和導彈威脅。
• 最后，士兵殺傷力的現代化努力將提高單個士兵武器的能力，為士兵提供增強的夜視能力，并提高他們快速了解和應對新情況的能力--提高他們的殺傷力、精確度和生存能力。這些努力將與正在進行的士兵績效倡議相輔相成，以改善體能、營養和復原力，確保我們正在實現士兵的現代化，而不僅僅是士兵的裝備。

陸軍未來司令部的CFTs能夠實現現代化的優先事項。CFTs將主要的利益相關者--需求、采購、科學和技術、測試和后勤--聚集在一起，共同開發需求，及時支持MDO。早期的原型設計、測試以及與作戰部隊士兵的接觸有助于確保產生的解決方案是正確的。八個CFTs與陸軍的六個現代化優先事項相一致，另外還有兩個使能領域--保證定位、導航和定時（PNT）以及合成訓練環境（STE）。作為陸軍持續現代化的一個組成部分，CFTs將隨著技術的進步和我們競爭對手的調整而調整。此外，陸軍部隊將需要有針對性地逐步實現關鍵使能項目的現代化，以便為MDO準備好部隊。隨著31個CFT簽名工作的投入使用，一些現有的系統將被升級，以提供補充性的超配能力。

除了31項CFT工作外，RCCTO還領導了四項簽名工作以實現陸軍現代化的優先事項。這些工作包括高超音速技術、中程能力和用于機動-短程防空（M-SHORAD）和間接火力防護能力（IFPC）的定向能源。RCCTO正在對一種陸基長程高超音速武器（LRHW）進行原型設計，以便在23財年之前向士兵提供剩余的作戰能力。RCCTO還在開發一種地面發射的中程能力原型，以便在23財年交付給一個作戰部隊。LRHW和MRC是對陸軍遠程精確火力組合中其他關鍵系統的補充。作為陸軍定向能工作的領導者，RCCTO正在對定向能機動-短程防空（DE M-SHORAD）進行原型設計，這是一種安裝在斯崔克上的50千瓦級高能激光（HEL）武器系統，它將在22財年為機動部隊提供剩余作戰能力。最后，RCCTO還在對間接火力防護能力--高能激光器（IFPC-HEL）進行原型設計，這是一種用于固定和半固定地點防御的300千瓦級激光系統，將在24財年投入使用。

陸軍可能不會在每個系統的第一次演示和實驗中取得成功，但將學習并迅速調整方案和概念。開發必要的技術以實現現代化目標的關鍵是鼓勵陸軍內部的創新文化，并與傳統和非傳統產業、學術界和其他合作伙伴建立新的伙伴關系。將使用適應性的收購方法，利用國會的全部權力，如中間層收購，以加速開發、生產和交付物資能力。還將使用創新的合同工具，如其他交易授權和合作研究與開發協議，以促進創新并鼓勵美國中小企業幫助滿足士兵當前和未來的需求。將對知識產權（IP）采用一種深思熟慮和平衡的方法，這將使客戶更加成熟，能夠獲得來自私營部門的創造性技術，同時仍然保護知識產權。

除了轉變陸軍的采購方式外，還將從根本上改變發展物資能力的方式。先進的制造方法和材料將被納入到系統設計、開發、生產和維持中。在系統的整個生命周期中采用這些先進技術將能夠快速開發下一代武器系統，并保持對近似對手的超強實力。

最后，投資于數字化轉型和陸軍基礎網絡和計算機基礎設施的現代化，對成功至關重要。具體而言，云是整個現代化努力的基礎。陸軍將開發云計算技術，改善數據訪問和共享環境，并簡化軟件開發工具和服務。這些技術投資加在一起，將使陸軍能夠利用新興的機器學習和人工智能技術和應用，比競爭對手更快地理解、可視化、決定和指導。通過利用云，開放架構的信息可以在事業體系和地面士兵之間快速流動。這將使指揮官能夠在信息環境中像在物理領域一樣有效地對抗對手，并在認知空間中獲勝。

圖3。當前的 CFT 和 RCCTO 簽名工作

情報、監視和偵察 (ISR) 能力的現代化

發展未來ISR能力的目標是為指揮官提供對所有作戰領域的態勢認識和了解，通過有針對性地使用CFT的特色工作和持久能力，在競爭、危機和沖突中完成目標。陸軍已經建立了一個ISR任務組，以利用新興技術，推動新能力實地應用需求的發展，并支持情報過程、政策和程序的改革。工作隊將制定ISR框架的要求，利用有機收集系統的最佳組合和從國家、聯合和聯盟伙伴收集器獲取數據，以支持指揮官在多域作戰中的態勢感知和遠程精確瞄準要求。

ISR任務組尋求使ISR的四個層次現代化。地面層形成了對戰術指揮官的地面情報、電子戰和網絡能力的要求。空中層為使用有人和無人駕駛航空平臺的指揮官提供多情報傳感器能力的要求，以擴大范圍。空間層為戰術指揮官提供對當前和新興的天基情報能力的要求。基礎層為情報和行動之間的聯系提出要求，使其他三層的能力與多域行動的要求保持一致。所有四個層次都將包括反情報和安全部分，以幫助保護美國在MDO的優勢。

有針對性地實現持久能力現代化

在2035年之前將陸軍轉變為一支MDO準備就緒的部隊，將不會僅僅通過CFT的簽名工作來實現。為了完成轉型，持久的作戰和機構能力也將成為現代化的目標。所有的能力--CFT標志工作、被確定為對實現MDO準備狀態至關重要的持久能力、CFT關鍵推動因素和關鍵組成部分、與作戰挑戰的擬議解決方案相關的能力和能量，以及持久作戰和機構能力--將競爭資源。投資將基于對業務利益和每個項目的健康狀況（可負擔性、時間表和技術可行性）的評估。

CFT簽名工作的關鍵促成因素包括關鍵部件--改進的發電廠、信息系統、彈藥--和支持設備，如雷達或維持平臺。沒有這些關鍵的推動因素，陸軍將無法向作戰人員提供每一種新能力的全部潛力。

為了在戰區范圍內執行MDO，陸軍正在尋求一系列作戰挑戰的解決方案。這方面的例子包括解決陸軍如何在一個戰區為多個軍團提供指揮和控制，保護部隊從集結區到近距離接觸，在旅級戰斗隊整合電子戰和網絡能力，優化師部對近距離競爭對手的戰區級地面作戰，或準備在未來的作戰環境中作戰和獲勝，其中可能包括化學、生物、輻射、核（CBRN）和工業危害。

陸軍將利用整個國防的投資來保持與不斷變化和新出現的威脅的步伐。這些國防范圍內的工作必須支持科技的適應能力發展；增加對新型或基因工程的病原體的了解；改進預防和治療方法，以減輕化學戰劑/生物/工業化學品的影響；發展能力，減少必須在這些危險區域內行動的士兵數量；保護必須在這些危險區域內行動的士兵。這些行動上的挑戰，除其他外，正在得到資源、重新評估和解決。

此外，持久的機構能力需要有針對性的現代化，以使軍隊從工業時代轉向信息時代的方法。陸軍有機工業基地（AOIB）是更大的國防工業基地的一個子集，必須有能力和能力來維持已投入使用的系統，保持與陸軍現代化努力的步伐，并在戰區范圍內支持MDO。2020年提出了獨特的挑戰，加強了一個有彈性的供應鏈是滿足當前和未來部隊的物資需求的基本需要。陸軍將通過消除工業基地中可能破壞向作戰人員提供資源能力的單點故障，來創造維持的廣度和深度。加快和增加引進新的作戰系統也使得這些能力更容易被對手獲得的信息所破壞，對陸軍安全企業建立越來越大的壓力，以保護關鍵技術，確保在MDO中不被破壞地提供現代化的能力。此外，為了使陸軍保持穩定的持續準備狀態，并根據設備和物資的實時、全球可見性做出明智的決定，陸軍必須投資于數據分析和一個靈活的、有彈性的網絡化物資企業系統。獲得這些工具和技術將使陸軍能夠迅速確定差距、不足和積壓。最后，設施必須有能力支持當前和不斷變化的戰備需求。陸軍繼續尋求改善和保護陸軍設施的方法，以確保力量的投射，并使士兵們能夠專注于他們的作戰任務，并進行有效的訓練。

認識自己

陸軍一直依賴有能力和受過高度訓練的士兵。新興技術和全球安全環境的復雜性，以及MDO概念的復雜性，使得這種依賴性更加強烈。正如2019年陸軍人員戰略中更全面地闡述的那樣，陸軍將更新其領導者發展和教育進程，以增加批判性、創造性和系統性思維，從而使下一代陸軍領導者和作戰人員為MDO的復雜性做好準備。將使用人才管理原則來改造人事系統，以最大限度地提高個人的知識、技能、行為和偏好，幫助士兵和平民充分發揮他們的潛力。此外，將繼續探索更靈活的人才管理方法和機會，確保全軍擁有未來環境所需的人才。最后，新的班組績效模式將使用績效指標來評估現代化工作如何在士兵層面上提高殺傷力。

陸軍將始終作為聯合部隊的一員與盟友和伙伴一起作戰。伙伴關系是大國競爭的關鍵，盟友和伙伴給了一個重要的不對稱優勢。了解到準備共同作戰，并且在需要時愿意這樣做，是對潛在對手的強大威懾。

作為現代化工作的一部分，將尋求機會與盟友和伙伴一起發展概念和能力。不僅將加強技術上的互操作性，而且還將加強人力和程序上的互操作性，以確保能夠作為一個團隊作戰。將利用演習、培訓機會和領導人交流來加強這種互操作性，并完善作為聯合和聯盟部隊的MDO方法。

支撐性工作

到2022年，陸軍將確定它為MDO所需要的校準的部隊態勢--前沿存在、遠征能力和獲得國家級資產的組合。戰略部隊態勢將伴隨著授權和同步進行MDO所需的那些權力。

陸軍還將使其設施和設備現代化，以支持實現MDO的新技術和物資，并將開發更高效、有效和有彈性的系統，以支持如何從SSA動員、保護、預測和維持遠征部隊。陸軍預置物資相互支持現代化和遠征能力，為MDO提供戰略靈活性。此外，設施和有機工業基地將實現現代化，以支持沖突中的準備、動員和增援要求，并支持由CFTs和RCCTO開發的設備，并將其投入到整個軍隊中。

此外，MDO要求對現有的政策和權力進行持續的重新評估，涉及三個廣泛的領域：準入、監督和就業。陸軍部隊需要進入軍事和民用網絡，以便在競爭和武裝沖突中進行監視、欺騙和保護行動。如果競爭升級為武裝沖突，陸軍部隊必須有能力迅速使用電子攻擊、進攻性網絡空間和空間以及致命打擊等能力。

最后，陸軍以發現、創新和轉型的原則為基礎，開展相關的變革性研究，以提供科學技術（S&T）解決方案。陸軍科技部門保持對基礎和應用研究的重點投資。陸軍將執行一項投資戰略，提供基礎知識和技術，解決部隊現代化的要素。為了支持這一努力，陸軍正在使其研究中心和實驗室與優先的現代化工作保持一致，并制定外部合作協議。例如，AFC與德克薩斯A&M大學簽訂了高超音速技術的合作協議，與德克薩斯大學奧斯汀分校簽訂了機器人技術的合作協議，與卡耐基梅隆大學簽訂了人工智能的合作協議。陸軍科技部門將繼續通過基于威脅、概念驅動和能力告知的工作，大力強調中期和遠期能力。

圖4。陸軍優先研究領域

提供資源

陸軍調整了其預算編制過程，并在過去三年中重新調整了395億美元，以資助六個物質現代化優先事項、新組織、培訓升級、設施改進和其他相關的現代化工作。這是一個重要的開端，但隨著系統進入低速率的初始生產和隨后的采購，在保持戰備狀態的同時，現代化的成本只會增加。陸軍必須繼續通過改革舉措尋求節約，以確保有可用的資源來開發和擴展系統。例如，陸軍將在商業案例分析的基礎上，采取審慎的方法將裝備過渡到維持狀態。這需要評估能力需求、采購計劃和現有系統，以確定最經濟的維持方法。在許多情況下，這將導致放棄對遺留系統的額外增量升級。陸軍還將剝離部分遺留項目以支持現代化的優先事項。

邁向MDO準備部隊:2035年及以后的時間框架

多域作戰將從根本上改變軍隊。實施新的編隊和能力將發生在三個變革時期。這些時期的目的是使陸軍現代化的年度重新評估制度化，使知情決策成為可能，并將部隊設計活動--通常集中在未來的5-15年，以設計解決未來作戰環境及其預期威脅的作戰和功能概念--與部隊發展活動--通常集中在未來的2-7年，以使概念成熟為綜合部隊。持續的靈活性、實驗、學習和調整將確保陸軍在2035年部署MDO預備役部隊，并在幾十年后繼續實現新興的概念里程碑。

現在到2028年

隨著陸軍對第一批解決方案的測試和投入使用，這一時期已經呈現出快速變化。在此期間，陸軍將開始實戰化的CFT和RCCTO簽名工作，并向2028年的第一個WayPoint，即MDO能力部隊邁進。通過概念測試、實驗和分析來驗證和完善MDO概念的要素，這個WayPoint將提供部隊發展的基礎，陸軍將調整編隊以納入執行MDO所需的現代化裝備，并在2035年之前實現MDO準備就緒的部隊。陸軍還將轉變其訓練模式，以融合復雜的現場、虛擬和合成環境，同時改造現有的訓練中心，為旅以上的梯隊模擬多域環境。由作戰人員在實際測試和實驗中展示的MDO最佳實踐將繼續被納入條令。

2029年到2034年

在此期間，陸軍將以MDO能力為基礎，向其最初的目標點，即2035年的MDO準備部隊邁進。陸軍將在整個陸軍編隊中擴大CFT簽名工作的范圍，包括數量以及戰術、作戰和戰區/戰略梯隊。在2035-2050年未來作戰環境的指導下，陸軍將繼續開發、測試和完善整合新技術的作戰方法。

2035年及以后

隨著新的破壞性技術的采用和其他大國軍事能力的增強，這一時期可能會給戰爭的特點帶來廣泛的變化。AimPoint 2035概念旨在回答陸軍作為全球部署的聯合部隊和聯盟部隊的一部分，將如何利用新興技術和戰術在武裝沖突期間對同行的對手使用陸軍，而這種環境的特點是有爭議的領域、快速機器化決策和人機協作。即使是現在，陸軍也在發展這個未來的、作戰層面的概念的核心，以解釋陸軍如何作戰，用什么裝備，以及如何組織起來進行威懾，在沖突的門檻下競爭，并向危機過渡。隨著作戰環境和戰爭特點的不斷演變，陸軍將確定它必須應對的挑戰和它應該追求的下一個機會。以這些新出現的挑戰和機會為導向的連續作戰概念，將對陸軍的持續現代化進行反復的重新評估，并為未來的陸軍領導人提供慎重的決策點。

風險

在過去的幾十年里，由于專注于發展對抗叛亂和恐怖威脅的能力，美國對保持大國競爭陸地優勢的能力方面積累了大量的戰略風險。2021年更新的AMS建立在陸軍最近的工作之上，通過保持明確的現代化優先事項，并做出困難但必要的選擇，以確保為優先的物資解決方案提供足夠的資金來減少這種風險。雖然AMS減輕了這些風險，但它也引入了其他風險，陸軍領導人將積極減輕這些風險。

• 戰備。隨著資源被優先用于現代化工作，戰備風險也隨之增加。陸軍別無選擇，只能同時進行--保持準備狀態和現代化。增加用于支持現代化的項目開發的資源可能會對可用于近期需求的資源造成壓力。
• 能力。當在相對較短的時間內，以相對較大的數量，將遺留系統過渡到維持狀態并引入新的作戰系統時，能力風險就會增加。這些過渡將給陸軍的后勤系統帶來壓力。它們也會給訓練事業帶來壓力，因為它必須支持陸軍生成和作戰部隊的新訓練要求。如果現代化的舉措被推遲或受到影響，能力風險也會增加。支持MDO的組織和物資舉措被設計為相互依賴，一個領域的變化或延遲可能會影響DOTMLPF-P工作的整體同步。
• 基礎設施。如果陸軍不能隨著新武器系統和編隊的發展而實現設施的現代化，那么基礎設施的風險就會增加。這些過渡可能會給設施帶來計劃外的基礎設施需求的壓力，這可能會使實戰化的時間表面臨風險。現代化的設施為充分利用新技術提供了配套的基礎設施。陸軍將計劃對維修設施、汽車庫、網絡基礎設施、行政設施、住房、營房、安全設施、訓練設施、靶場、機動用地和空域以及公用設施進行升級和改變，以跟上其他現代化工作的步伐，并減輕這種風險。
• 預算。如果供資決定被推遲，預算風險就會增加，這就會危及工業界對已確定的項目和競爭的早期承諾，并需要陸軍預算的額外資金。在科技進步和DOTMLPF-P活動之間存在權衡，直到有技術可以實現MDO的所需能力。沿著DOTMLPF-P的所有元素的解決方案必須減輕物資的短缺，以便在2035年之前產生一支準備好的MDO部隊。

結論

陸軍正在轉型，2021年更新的陸軍現代化戰略為陸軍現代化奠定了基礎--將如何發展一支為多域作戰做好準備的部隊，以及將如何設定條件以保持陸軍的持續現代化。陸軍將利用《年度現代化指南》同步進行現代化工作，該指南將作為《陸軍規劃指南》的附件發布。這一戰略的成功實施需要全軍的工作，總部發展局和每個陸軍司令部在與聯合部隊、國會、盟友和合作伙伴、工業界、學術界和其他合作伙伴的密切協調下發揮關鍵作用。如果有效地、高效地、堅持不懈地進行現代化建設，陸軍就能盡其所能，確保我們在國家需要時做好競爭、威懾、戰斗和勝利的準備。

ATP 3-12.4為負責計劃、準備、執行和評估電磁戰排行動的領導提供理論指導。該出版物可作為制定條令、物資解決方案、部隊結構、機構和單位培訓以及電磁戰排標準作業程序人員的參考。

本出版物中包含的條令原則和技術旨在作為一種指導，而不是規定性的。ATP 3-12.4概述了電磁戰排為支持其上級單位的行動而計劃、訓練和行動的框架。本出版物并不關注技術任務；讀者還必須熟悉ATP 3-12.3關于電磁戰的技術方面。為了正確應用本理論，讀者必須熟悉ADP 1、ADP 3-0、FM 3-0和FM 3-12。

ATP 3-12.4的主要讀者是電磁戰排長和排長。構成聯合特遣部隊、聯合陸地部分或多國總部核心的陸軍總部的指揮官和參謀人員應參考適用的聯合或多國理論。整個陸軍的培訓師和教育工作者也將使用本出版物。

指揮官、參謀部和下屬確保他們的決定和行動符合適用的美國、國際，以及在某些情況下符合東道國的法律和法規。各級指揮官確保他們的士兵按照戰爭法和交戰規則行事（見FM6-27）。指揮官還遵守ADP6-22中所述的軍隊道德規范。

ATP 3-12.4在適用的情況下使用聯合術語。部分聯合和陸軍術語和定義出現在詞匯表和正文中。本出版物不是任何陸軍術語的倡導者。對于文本中顯示的其他定義，該術語為斜體字，定義后有提議者出版物的編號。

除非另有說明，ATP 3-12.4適用于現役陸軍、陸軍國民警衛隊/美國陸軍國民警衛隊和美國陸軍預備役。

組織結構

ATP 3-12.4為軍團及以下梯隊的電磁戰排提供技術。該出版物提供了條令指導；描述了排內的關系；定義了組織角色、職能、能力和限制；并確定了電磁戰排在軍隊行動中的責任。

以下段落按章節進行了總結。

• 第1章-概述。

  • 第一節--論述了電磁戰的基本原則和核心能力。

  • 第二節--討論電磁戰排的作用、能力和限制。

  • 第三節--討論排長、排長、電磁戰小組和操作員的職責和責任。

  • 第四節--討論旅戰斗隊、師、軍團、特種部隊集團和多域效應營的電磁戰排的問題。

  • 第五節--討論指揮和支持關系以及電磁戰權限。

• 第2章--排內的計劃。

  • 第一節-討論計劃、準備、執行和評估的考慮。

  • 第二節--討論排級的部隊領導程序，重點是電磁戰的具體規劃因素。

  • 第三節--討論演習和戰前檢查與視察的目的、類型和方法。

  • 第四節--討論排內的集體訓練，包括電磁戰排內基本任務和8步訓練模式。

• 第3章--對行動的支持。

  • 第一節--論述了各梯隊對作戰的電磁支持。

  • 第二節--討論在有爭議的環境中預防、識別和應對電磁波譜中的威脅行動。

• 第4章 - 后勤和維持。

  • 第一節--討論排長、排長、電磁戰小組和操作員的后勤責任。

  • 第二節--論述維持職能。

• 附錄A - 戰術技能。

  • 第一節--討論電磁戰小組必須熟練掌握以確保生存的選定戰斗演習。

提綱

• 戰術無人機營--一個場景
• 背景和框架
  • 未來戰斗行動的開展
  • 人工智能
  • 政治和法律框架
• 目標
  • G1：提高日常工作的效率
  • G2: 提高行動能力
  • G3: 解決潛在的能力差距
• 驅動力
  • DF1: 潛在對手的人工智能能力
  • DF2：作戰行動的動態性不斷增強
  • DF3: 更少的合格人員
  • DF4: 資源短缺
  • DF5: 信息的數量和密度
  • DF6：信息技術和人工智能發展的動態性
• 陸軍發展的行動領域(FoA)
  • FoA1：現有系統的進一步發展
  • FoA2：新的武器系統和武器裝備
  • FoA3：人員/物資的人工智能能力管理
  • FoA4：在培訓中使用人工智能
• 組織結構的行動領域
  • 招聘人工智能專家
  • 軍隊、研究和工業之間的合作
  • 國際合作
  • 使用測試和實驗結構
  • AI數據基礎設施和組織
• 總結
• 附件：德國陸軍概念和能力發展中的實施措施

在軍事上有許多行動領域使用人工智能。除了對正在使用的系統進行持續的進一步開發和人工智能鑒定，特別是具有新特性的未來系統將能夠從人工智能的應用中受益。日常工作中的人員和物資管理，以及培訓，也提供了主要的潛在行動領域。

一個精心定義的政治和法律框架是必不可少的，特別是對于軍事力量的使用。因此，目前和將來使用自動化和自主系統必須符合FMoD的政治和法律要求。除了政治和法律方面，從軍事角度來看，使用致命性自主武器系統也是一種不可取的、非預期的選擇。

人工智能是一種高技術，需要大量的專業知識和開發努力。為了實現這一目標，德國陸軍正在尋求與歐洲工業和研究的密切合作。在德國陸軍發展的背景下已經建立的技術與能力（TmC）模式正被用作進一步活動的起點。

為了能夠充分應對未來所有與人工智能相關的挑戰，德國陸軍必須擁有合格的人工智能人才。在這方面，聯邦國防軍面臨著來自民用部門的強烈競爭。為了滿足短期內的需求，軍隊正在依靠現有的OR/M&S人員。

目前所有的數據表明，利用人工智能的方法和程序可以大幅提高陸軍的效率和效力。為了能夠適當地應對即將到來的挑戰，必須采取與組織程序和結構有關的措施。因此，"陸軍中的人工智能 "立場文件建議為陸軍設立人工智能工作臺，為陸軍設立人工智能開發中心，為陸軍設立人工智能數據中心。只有這樣才能全面覆蓋人工智能領域的創新、人工智能系統的培訓和數據的提供。

下文將在附件中詳細介紹使早期實現成為可能所需的所有措施。

德國陸軍概念和能力發展中的實施措施

2018/2019年，在德國陸軍概念和能力發展中心開展了關于人工智能（AI）主題的 "技術與能力 "形式。在一系列研討會的過程中，根據北約綜合作戰計劃指令（COPD），確定了人工智能在陸軍所有能力領域以及武器和服務中的應用，并按行動路線進行分類。下面詳細列出了五個應用領域，每個領域都有不同的行動路線。

根據內容和發展的成熟度，這些措施和行動方針的實施是通過CD&E和R&T活動進行的，或者在CPM的范圍內通過適當的舉措進行。與聯邦國防軍的能力概況相匹配是至關重要的。陸軍概念和能力發展中心負責實施。

• 1 圖像分析

這個領域匯集了基于人工智能的目標識別和分類系統領域的所有活動。這些項目正在逐步建立起一種功能，以模塊化的方式擴展陸軍的各種保護和效果組件，包括從ISR到基于效果的自動系統。一個重點是將現有的民用方法用于軍事目的。

• 2 戰術無人機

這一領域匯集了與不同幾何形狀的小型無人機系統有關的所有活動。這些活動包括從偵察到障礙物，再到進攻性武器系統。不管是什么活動，重點都是在防御和部署自己的TaUAS的能力。一個重要的挑戰是，特別是創造出足夠堅硬和強大的TaUAS，使其能夠使用被動傳感器系統，在非常有限的通信和沒有GPS的情況下，在白天和晚上半自主地行動。

• 3 下一代戰斗管理系統（NGBMS）

這一領域匯集了所有側重于指揮和控制的活動。它既包括實現單一的功能，在適用的情況下，也可以在已經進行的活動中進行改裝，也包括將可能用于超戰爭情況的系統和方法概念化。沒有任何跡象表明有任何明顯的雙重用途。挑戰在于對指揮和控制過程的相關部分進行建模，以創建超戰可行的指揮和控制組件。理想情況下，指揮和控制過程的一部分可以按照博弈論的思路被描述為一個游戲，這樣人工智能就可以在決策支持或指揮和控制的自動手段的意義上使用。MUM-T是這方面的一個關鍵挑戰。

• 4 材料和基礎設施

這一領域匯集了后勤、維護和IT管理領域的所有活動。該行動路線包含了各種可以相對快速實施的措施，并有助于更好地應對當前在支持方面的挑戰。許多力爭實現的功能正在民用部門以非常類似的形式使用或開發。

• 5 分析方法

這個領域匯集了各種單獨的解決方案，其中人工智能和大數據可以為有關數據分析和優化的經典問題提供支持。數字化和人工智能提供了一個新的質量機會，因為某些問題（識別，......）可以實時和提前解決（也適用于車輛）或技術設備（如防火墻）。

美國陸軍有一個信息系統數據缺口，其原因是無法實現裝備感知數據的自動化，并且由于對指揮官在時間和空間上做出決策所需的信息存在著根本性的誤解而變得更加復雜。我們如何將后勤數據整合到共同作戰圖景（COP）中，以實現多域作戰（MDO）中的持續融合？指揮官通過他們的參謀部，與下屬和上級指揮部分享他們對COP的理解，以促進同步和平行規劃。參謀部結合PowerPoint演示文稿、圖表和圖形，平行建立模擬和數字圖像疊加，以分享指揮官的可視化。指揮官的可視化必須現代化，包括由后勤提供的關鍵數據，以解決美國陸軍繼續采用新興技術時缺失的作戰藝術要素。維持作戰功能提供了確保行動自由、擴大作戰范圍和延長續航時間的能力。然而，只有當任務指揮系統使指揮官能夠看到有關維持能力的相關信息時，這三個維持目標才能實現。解決這個問題需要識別并消除在從戰術邊緣獲得戰備、燃料和彈藥數據所需的時間和人力方面存在的問題信息差距。

引言

美國陸軍2018年多域作戰（MDO）概念改變了陸軍作為聯合部隊陸地組成部分在統一陸地作戰中的重點框架。MDO是通過校準部隊態勢、多域編隊和融合這三個原則來解決來自美國對手在多個領域的交戰或侵略性活動。MDO的框架通過改變視角或增加行動范圍以包括空中、陸地、海上、網絡和空間領域來增加對環境的共同理解。隨著MDO融入軍隊文化，從一個概念轉變為理論，前兩個原則通過將士兵放在正確的位置，以一種在多個領域對對手取得優勢地位的方式組織起來，減少環境的復雜性。部隊結構的現代化和全軍新裝備的投入使用創造了改變軍隊的機會。MDO的第三個宗旨--融合，是最難完成的，因為這個宗旨描述了編隊、裝備和流程的整合。

美國陸軍訓練與理論司令部（TRADOC）小冊子525-3-1《2028年多域作戰中的美國陸軍》宣稱："融合是所有領域能力的快速和持續整合，通過任務指揮和有紀律的主動性實現跨領域的協同和多種形式的攻擊，優化效果以戰勝敵人。" 融合在MDO中起著關鍵的作用，它是通過陸地部分實現聯合部隊的能力整合者，而融合的成功與任務指揮--美國陸軍的指揮和控制方法直接相關。在整個作戰環境中建立正確的編隊和定位部隊，將需要持續的關注和訓練，以確保軍隊能夠按照預期進行戰斗。由于跨領域作戰的時間和速度，任務指揮需要信任、共同理解和對作戰環境的展望，以實現融合。

多域增加了行動過程的難度和復雜性。圖1是關于指揮官如何推動行動過程的理論框架。行動正在從任務命令和明確的意圖就足以實現共同理解的時代轉變。

指揮官和參謀部依靠對態勢的理解來減少行動的復雜性和無序性。在過去，對態勢的理解或觀點停留在指揮官的頭腦中，有時通過模擬過程來支持，但在過去的四十年里，美國陸軍繼續發展數字解決方案，將作戰環境中發生的事件可視化，即共同作戰圖景（COP）。

美國陸軍條令將 "共同行動圖景"定義為：根據用戶的要求，并在一個以上的指揮部共享的共同數據和信息的基礎上，對指揮官感興趣的區域內的相關信息進行單一顯示。歸根結底，指揮部是一個知識管理和共享理解的工具，它起源于指揮官的頭腦。指揮官采用COP所描述的可視化的方式反映了他們的作戰方式。COP是指揮官對作戰環境理解的體現，但在為指揮官和參謀人員創建一個單一的信息顯示時，軍隊創造了信息差距。主要來說，這些差距是維持作戰功能，對實施行動自由、擴大作戰范圍和延長耐力等形式的作戰藝術至關重要。維持作戰功能為這三種功能提供了關鍵信息，但只有當作為任務指揮系統的COP能夠實現能力的獲取時，它才能執行這一目的。

COP本質上是一張環境地圖，上面覆蓋著作戰術語和圖形，并以實施制定的計劃的作戰方法為基礎。如果沒有能力直觀地了解維持能力如何影響作戰范圍、行動自由和長時間的耐力，那么畫面就不完整。COP向指揮官和參謀部顯示信息的方式是將環境的畫面分割開來。然而，環境并不簡單，它是復雜的。為了縮小信息差距，我們必須降低復雜性，獲得保持優勢地位所需的視角。將制定行動計劃的過程視為指揮官和參謀部為分析行動和任務變量而提出的問題，并將其綜合為環境的視覺表現。此外，考慮到行動計劃為指揮官提供了什么--在未來環境中傳達實現預期條件的意圖時的參考框架。

現代版的締約方會議整合了數字信息和系統的來源，通過在各個層面顯示相關信息來實現指揮。指揮官決定信息需求，指揮官通過他們的參謀部向下級和上級指揮部分享他們對環境的理解，以促進同步和平行規劃。通過一個持續的分析過程，利用行動和任務的變量，指揮官和參謀部隨著形勢的發展而完善行動計劃。

陸軍繼續完善數字指揮所系統的版本，目前使用指揮所計算環境（CPCE）--前身是未來指揮所（CPOF）--作為任務指揮的記錄系統。 這個系統使行動過程現代化，利用圖像和軍事符號提供行動方法。專業的軍隊組織，如卓越的任務指揮中心，通過論壇和大規模的演習來構架數字作戰圖并改進COP。開發數字作戰圖和評估性能的困難在于不一致的可視化，往往立足于指揮官和工作人員的理解，從一個單位到另一個單位的變化。這種說法與COP所創造的共同理解的原則相悖。行動計劃并不能取代定義問題的要求，但確實有助于將行動方法可視化。

目前的工作仍然是一個混合的數字和模擬過程，給指揮官和工作人員帶來了沉重的時間和人力負擔。參謀部設計PowerPoint演示文稿，結合圖表和圖形建立圖像和重疊，并行分享指揮官的可視化信息。但是，對于指揮官需要什么信息，以及為了避免癱瘓而不向締約方會議提供什么信息，仍然存在一個根本性的誤解。未納入的信息并不等同于缺乏意義。其論斷是，排除維持性信息會在可視化中產生更多的差距，是低效率的產物。決策過程中缺失的部分是無法將數據完全自動化并將其與可視化聯系起來。

維持作戰職能部門致力于將后勤信息匯集到不同的信息系統的匯編中，以補充行動，使維持運行估算數字化。軍隊需要一種方法來將持續作戰信息納入COP，解決這個問題需要識別和消除理解上的問題差距。這種方法必須將維持的目的--增加作戰范圍和延長續航時間--與對戰場上關鍵物資的理解相一致，如燃料和彈藥容量，以及其他增加行動自由以保持主動的維持因素。這些要求對指揮官和參謀部來說是很直觀的，而且幾乎沒有歷史意義。這是來自戰術邊緣的作戰層面所需的信息和數據，以自動化的方式增加理解，減少所需時間，而不給任務飽和的工作人員增加要求。

核心見解

• 未來的作戰概念應以有關未來戰場、對手和對手的主要武器和其他作戰系統的實際情報為基礎。

• 多域作戰（MDO）可以用類似于聯合武器理論和戰爭的術語來思考。

• 多域作戰并不是后冷戰時代或近期美國軍事經驗所特有的。

• 面對大國對手的未來戰場需要更多的生存指揮、控制、通信、計算機、情報、監視和偵察能力（C4ISR）；強大的后勤保障；以及更多的綜合部隊。

• 迫切需要陸軍和聯合概念的開發者以盡可能簡單和清晰的術語提出MDO，因為美國聯合部隊在未來的作戰行動中面臨著近似于同行或同行的對手。

引言

在過去的幾年里，新的軍種和聯合作戰概念層出不窮；它們都試圖找到一個能對抗大國的軍事作戰概念。美陸軍在作戰概念戰中的參與項目是多域作戰（MDO）。了解MDO現在特別重要，因為陸軍正在把概念（它想如何作戰）變成理論條令（它將如何作戰）。

為什么這很重要？很簡單，美陸軍是其的主要軍種，其 "組織、訓練和裝備主要是為了在陸上行動中進行迅速和持續的戰斗"。 在其最基本的層面上，MDO將為陸軍如何重建自己以應對未來在陸地、空中、海上、太空和網絡空間領域的挑戰提供架構計劃。 事實上，陸軍甚至已經建立了30多年來第一個新的四星級總部--陸軍未來司令部，作為其架構師。

對于什么是MDO并沒有廣泛的共識。2019年北約的一份文件呼吁明確定義，以 "消除反對者"，他們 "對MDO持悲觀和不屑的看法......認為它只是一個流行語，與聯合行動同義"。 這種不明確導致了這樣的說法，即為了執行MDO，陸軍將需要從組織到權力再到海外態勢的重大甚至是根本性的改變。 從本質上講，實現MDO需要的不僅僅是軍隊的翻新；它需要拆毀和重建。一個更悲觀的指控是，美國軍隊，更不用說陸軍，實際上沒有足夠的流程或技術能力來有效整合所有作戰領域的效果。

在下文中的目標是解釋陸軍MDO的起源和廣泛的細節，以作為未來關于其影響和相關性的知情討論的基礎。

為什么美陸軍要進行多域作戰?

2018年出版的《2028年多域作戰中的美國陸軍》將之前所說的多域作戰擴展為一個包括競爭在內的更廣泛的概念。這一概念描述了陸軍如何在競爭中為威懾對手和在沖突中擊敗敵人做出貢獻。 當然，這并不是MDO的實際運作方式。公平地說，2018年陸軍MDO概念確實在一定程度上解釋了陸軍編隊如何執行這些行動，例如，滲透敵人的對峙能力和瓦解敵人的反介入區域拒絕系統。然而，盡管2018年的概念文件包括一個整頁的 "邏輯圖"，但支撐MDO的邏輯從未得到明確解釋。在退休的陸軍準將Huba Wass de Czege看來，這是概念中的一個關鍵缺陷，他是陸軍1980年代空地戰概念的主要撰寫人之一。Wass de Czege寫道，要做到可信，"MDO必須清楚地定義軍事問題，并闡明一個盟國和對手都能理解并符合邏輯的勝利理論"。

未來集成作戰

聯合領域戰爭的理論是基于聯合武器、擴大的戰斗空間和優勢地位的思想。在聯合武器的思想中，有互補性的理論。在擴大的戰斗空間中，是可擴展性的理論（或者說，效果可以延伸到物理或非物理的距離）。在優勢地位中，提出了相對軍事價值的理論（機動戰的基礎理論是，對手將越來越多地被迫采取違背其意愿的行動，基于對其位置相對于敵人的價值的看法）。通過探索MDO的基礎理論，軍事工作者可以更好地解釋它是如何運作的。

基于互補性和領域相互聯系的理論，MDO通過創造相互作用的效果組合--物理的、非物理的、精神的和道德的，來削弱和瓦解敵人的抵抗意志。這些效果是通過在多個作戰領域內并通過這些領域的行動完成的。因此，MDO通過整合不同領域（物理和非物理領域）的交戰和戰斗中的效果而發揮作用。這些效果要求在非常不同的范圍和時間點上進行整合集成，以考慮到行動速度和位置及處置的變化。其目的是：實現傳統的錯位、破壞和失敗的效果。

由于MDO本質上是集成綜合行動--即不同行動類型的綜合體或分組，以復雜的方式廣泛聯系，因此它們很適合于大規模作戰行動。未來的大規模作戰行動可以被分解為主要的作戰任務，然后指向作戰類型。基于已經完成的MDO工作，這意味著實現信息和決策優勢的附屬概念；精確和大規模的打擊；部署和維持軍事力量以達到最佳節奏；在陸地、海洋、空中、網絡空間和太空戰斗中獲得優勢；以及鞏固成果。這就導致了部隊設計的要求：比敵人更有生存能力的指揮、控制、通信、計算機、情報、監視和偵察能力（C4ISR）；強大的后勤系統；以及更加一體化和互操作的聯合部隊。

結論：未來戰爭和聯合作戰

基于實驗來分析和評估未來的MDO是否能發揮作用是至關重要的。這些工作應該從預測未來聯合部隊一套合理的所需能力開始。鑒于美國的地緣戰略現實、可能的未來國家安全戰略和潛在對手構成的威脅，這支未來的聯合部隊將必須是一支全球一體化的 "反應"部隊。所需的未來聯合部隊能力可以從對未來聯合反應行動需求的分析中得出，考慮到大規模的威脅、敵對的環境（進入）和強制進入的要求。利用過去的聯合部隊能力研究，模板化的能力應該包括。C4ISR和導彈防御；導致戰區精確和大面積攻擊的遠程精確打擊；從前沿部署到早期進入部隊的建設；從直接攻擊/插入到全方位部隊的建設；以及戰區支持。從這些未來所需的能力中，可以確定描述這些能力如何有助于勝利理論的廣泛行動，例如，通過有效的C4ISR（防止突襲）和導彈防御來保護和維持部隊；在距離上進行壓制和破壞；以最大化突襲的方式進行機動；集中效果；以及大規模戰斗。

明確地說，MDO尚未在大國戰爭中廣泛使用，盡管它的早期化身曾在第二次世界大戰的一些后期階段使用。我們不可能肯定地說MDO在大國戰爭中會如何發展。然而，有一個基本的理論--上文提到的聯合領域戰爭一詞--可以用于訓練、教育和部隊設計的目的。這一思路的基礎是，MDO將被證明是 "足夠正確的"，這與邁克爾-霍華德關于軍事創新和變革的著名言論相呼應。

應該指出的是，2018年陸軍MDO概念打破了重要的新知識領域；這一收獲需要通過更多的分析來加以利用。該概念通過將競爭和沖突聯系起來，在先進的未來作戰理論方面取得了重要的前進步伐。該概念還納入了全球一體化行動等重要概念，并試圖將跨領域的協同和超配與融合的理念聯系起來。盡管如此，要回答關于MDO如何工作的問題仍有更多工作要做；答案將包含陸軍和聯合部隊在未來如何作戰的理論種子。這是將概念轉化為理論、將理論轉化為實踐所需的關鍵工作。

因此，美軍當務之急是陸軍和聯合部隊的概念開發者要明確闡述MDO如何有效地運作以支持國家安全目標--它是如何將對抗現實世界的敵人、作戰和戰術方式以及作戰能力聯系起來的。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎研究的需求。本報告的目標是定義一個經典的、與陸軍相關的配置，適合于基礎研究，以允許與適當的主題專家的關鍵數量的集中合作。從這種開放的幾何構型研究中獲得的數據和知識可能會受到更多的限制性分配。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。

要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎性研究的需求。缺乏對高超音速飛行器周圍發生的復雜物理和化學的預測性知識，抑制了及時的、優化的多部件設計。對邊界層過渡和沖擊-邊界層相互作用等具體現象了解不多。不能正確地對現象進行建模，會產生一些不確定的特征，如表面壓力分布和熱通量，這對飛行器技術，包括穩定性、控制和熱負荷管理，都有負面影響。

幸運的是，有一個先例，即通過定義政府基準飛行器來促進全社會的科學討論，這些飛行器包含功能相關的工件，但對具體的發展計劃不敏感（見陸軍-海軍基本芬納導彈、空軍改良基本芬納導彈、陸軍-海軍旋轉火箭、國家航空航天飛機和NASA研究）。本報告的目標是定義一個典型的、與軍隊相關的配置，適合于基礎研究，以便與足夠數量的適當的主題專家進行重點合作。從這個開放的幾何構型的研究中獲得的數據和知識可能會受到更多的限制性分配。

陸軍醫療現代化戰略

“未來的作戰環境將迫使我們以不同的方式思考，并在非傳統空間尋求機會。如果我們不做大的想象和深入的接觸，我們將無法在未來戰場上取得成功。”約翰-"邁克"-默里將軍，陸軍未來司令部前指揮官

陸軍醫療現代化戰略（AMMS）闡明了陸軍醫療系統（AHS）將如何從根本上轉變為一種半自主的、綜合的、網絡化的能力，以保存2035年及以后進行多域作戰（MDO）的戰斗力。這種變化既不是表面的，也不是漸進的；它是對陸軍醫學基礎的變革。這種方法將與陸軍最近發布的《2035年陸軍現代化戰略》（AMS）完全一致，并為其提供全面支持，確保陸軍醫療系統在更廣泛的潛在軍事應用范圍內保持相關性。

AHS目前的采購和現代化進程已經過時，無法跟上當前威脅環境的步伐。自從40多年前的 "空地戰"轉型以來，陸軍醫學不斷將新技術置于現有理論之上。這已經不夠了。現代化必須被納入其中，使理論與成熟的技術和治療方式同步發展。

利用基于威脅的路線圖，不僅僅是在現有的理論和編制上設計和鋪設新的醫療工具。它指導我們如何重塑陸軍的醫療部門，為陸軍提供相關的價值。其主要目的是重新想象和設計整個DOTMLPF-P的醫療能力、編制和人員。這將使以前各自為政的醫療實體匯聚成一個強大的、有彈性的、聯合的軍事-醫療體系。這一戰略也確保了陸軍的生物醫學投資繼續響應醫療現代化和戰備，以及當前和未來的作戰要求。

AMMS通過改善所有領域的醫療任務關鍵能力的整合、效率和功效，優化了作戰人員的表現和部隊的準備狀態。從宏觀上看，未來我們的醫療能力、容量和熟練程度將大幅提高，而人力、物力和成本將大幅降低。

美國防部（DoD）的醫療界正在經歷重大改革。本文件旨在統一醫療現代化事業，并指導陸軍醫療現代化工作的要求、重點和方向，這對實現2035年及以后的陸軍至關重要。隨著整個國防部醫療事業的改革工作繼續進行，陸軍必須使其醫療編隊和能力現代化。

軍隊醫療現代化框架

2022年陸軍醫療現代化框架的最終狀態是一個根本性的轉型和現代化的陸軍醫療系統--以編隊、能力和人員為重點--在2035年及以后作為綜合的、適應性強的、反應靈敏的、有彈性的聯合醫療部隊的一部分，實現多域作戰。這個AMMS將確保陸軍擁有一支訓練有素的醫療部隊，組織和整合成有效的作戰編隊，擁有現代醫療系統和足夠的能力，處于戰略地位，能夠利用國家一級的能力和權威，在世界任何地方的任何戰場上支持任何沖突。

為了在2035年之前實現這一目標，美國衛生署將使我們的支持方式、支持內容以及我們的身份現代化。這種方法與AMS和 "人民至上"戰略相呼應，并在陸軍和聯合部隊中與美國盟友和合作伙伴一起整合招募、理論、組織、訓練、物資、領導人發展和教育、人員、設施和政策（DOTMLPF-P）等要素。我們如何支持以新的編隊為中心，是理論、組織和訓練的領域，這將使陸軍在可能迅速積累傷亡的環境中保持高生存率。我們所支持的是以新能力為中心，以物資開發、設備現代化和采購為特點，以陸軍醫療整合到跨職能小組、陸軍物資現代化優先事項以及正在進行的 "融合項目"（陸軍對聯合全域指揮與控制（CJADC2）的貢獻）為指導。這些新的能力也必須允許在退化或有限的網絡/網絡空間環境中繼續運作。我們的核心是我們的人，包括我們的領導者發展、教育、招聘、保留和21世紀的人才管理，以提供關鍵的武器系統和AHS的差異化-我們的人。我們的醫療要素的相互依存將需要對全球部隊態勢、設施、管理和政策進行相應的更新，以確保陸軍的現代化努力與聯合部隊的其他部門保持同步。隨著AHS對陸軍2040年的展望，未來的概念也將有助于為實驗提供信息，以及AMMS的未來版本必須解決的問題。

通過系統的方法將AHS系統凝聚在戰場網絡中，將需要加強與不同戰場治理的協調。

鑒于戰爭的聯合性質，共同的數據標準和信息格式將為行政和戰術系統之間通過國防部、退伍軍人事務部、民用醫院和聯盟伙伴的連續性的無縫鏈接的發展提供信息。

美國防部還重新調整了聯合醫療企業的要素，將固定的軍事治療設施（MTFs）業務的責任轉移到國防衛生局（DHA），導致整個軍隊的AHS被分解。這一轉移使AHS與復雜的全球醫療系統的日常勞動密集型管理脫鉤，使其能夠重新關注作戰人員和其他集中的戰爭工作。醫療企業的重新調整，優先考慮需求和能力差距以及相關的投資，再加上與作戰部隊的改進和持續的反饋，這些都是AHS與AFC執行AMMS的手段。

最終狀態：一個從根本上轉變的、現代化的陸軍醫療系統，使陸軍能夠作為聯合部隊的一部分進行戰斗并取得勝利。

圖1. 陸軍醫療現代化框架

在未來的軍事行動中，通過協調多智能體系統（MAS）來實施戰略機動以獲得對對手的優勢，是一個很重要的途徑。最近探索MAS協作的工作主要集中在識別、分類、驗證、實施，以及通過多智能體強化學習（RL）來研究新興的協作方式。強化學習方法可以通過探索和利用選定行動來響應特定環境中的突發行為，這有可能抑制對抗性協作，反過來又可以為各種情報、監視、目標獲取和偵察任務提供機會窗口。本報告簡要介紹了RL領域的突出工作及其在自主戰略機動協作式MAS中的潛在應用。

1 引言

美國陸軍現代化激增是由對手在多個領域（如陸地、海洋、空中、網絡、電磁和空間）對美國構成的威脅所推動的，這對美國利益的威脅超出了常規戰爭。預計未來的戰斗將在這些復雜的多領域環境中進行，人工智能（AI）將指導與人類士兵一起協同工作的機器人Agent的戰術、技術和過程（TTPs）。這些機器人將聚集在一起，形成智能多Agent團隊，與人類士兵有效協作，完成任務。

美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）的基本研究計劃（ERPs）構建了開發和實施智能多Agent系統（MAS）的具體計劃路徑。此類陸軍計劃為美國國防行動提供了關鍵研究問題的答案，這些問題匯聚在一起，指明陸軍未來司令部的現代化努力方向。人工智能用于自主機動性（AIMM）和新興超限技術（EOT）是ERP的例子，明確側重于使下一代戰車具有自主感知、學習、推理、規劃和機動能力。這些未來的自主系統將與人類智能體合作進行預測和規劃，并通過戰場上的自主機動（AIMM）和保護（EOT）向士兵提供支持。本報告重點關注需要進行的自主協作，以使多智能體系統（即人類、智能體或人類和智能體混合）在未來的軍事行動中取得成功。

集成和協調的MAS將需要技術的進步，重點是超越我們目前的能力，以有效地對付同等裝備的對手（同行或接近同行）的協作戰略機動性。一個直接的挑戰是開發能夠以良好協調方式自主和智能地工作的智能體團隊。這種能力要求智能體在執行關鍵任務時與士兵一起觀察、定位、決定和行動（OODA-Loop）。雖然新的努力促進了對多智能體范式中情報的一般理解，但目前對情報的解釋并不明確。最近的文獻表明，基于強化學習（RL）的方法可能為實現這種技術進步提供了一條可行的途徑，本文介紹的一系列工作就是證明。

在本報告中，介紹了RL領域的貢獻，以及它們在軍事環境中的潛在應用--特別是通過戰略編隊機動來抑制對手的協作，以實現戰場上的超越。最小化、限制或完全抑制對抗性多Agent行為中的協作是探索和執行在模擬情況下通過RL實驗得出戰略機動的一種手段。此外，協作的戰略機動可以通過各種RL方法學習，以告知防御部隊創造機會或優勢窗口的潛在途徑。

為了在模擬環境中通過戰略機動的RL方法實現MAS協作，我們首先介紹了近年來一些最突出的RL研究。最近在RL領域的進展（如alphago）促進了更復雜的多智能體強化學習（MARL）算法在現實世界應用。此外，近年來也有一些框架來實現多智能體協作。這些努力加在一起，可以為開發和實施多機器人協作提供一條道路，以便在為未來戰場設計的多機器人系統中實現戰略機動。

在下面的章節中，對近年來突出的RL方法進行了分類和概述，并表明這些方法與DEVCOM陸軍研究實驗室目前的研究和開發項目相一致。具體來說，本報告的重點是確定戰略機動的特定算法的優勢和劣勢。此外，對選定的RL方法類別進行了分類，以深入了解戰略機動的潛在實施，并考慮到情報、監視、目標獲取和偵察（ISTAR）任務。

2. 多域作戰中多智能體系統的戰略機動

簡單地說，戰略機動可以解釋為一組智能體協調他們的行動，通過戰勝對手來實現一個共同的目標。破壞，是戰略機動的一個特例，可以表示為對對手協作戰略機動的抑制。因此，戰略機動一詞的使用意味著至少存在兩個對立的或敵對的雙方，他們處于動態的斗爭中，通過限制、抑制或以其他方式破壞對手的協調或戰術，并強加自己的協作戰術來獲得對對方的優勢。

在本節中，提供了一個對抗性的交戰場景，其核心是使用選定的遠程資產，這些資產本質上破壞了友好部隊的交戰。圖1顯示了一個圖例，描述了與所述多域作戰（MDO）情景相關的選定資產和部隊的軍事符號學。根據MDO理論，在武裝沖突中，對手的遠程反介入和區域拒止（A2AD）火力系統可以被用來拒絕友軍在戰區的機動自由（見圖1）。這是通過將情報、監視和偵察（ISR）資產與致命性和非致命性火力相結合來實現的，以攻擊戰略和行動支持區的友軍指揮結構、維持能力和部隊編隊。這些地區是近距離地區作戰資產（如部隊和裝備）的傳統集結地（見圖2）。對手有能力在友軍后方深處識別和攻擊目標，導致這些實體在地理上與戰術支持區和近距離區分離，這有效地提高了友軍的損耗率，即所謂的對峙。鑒于前線部隊與戰略和作戰機動支援相分離，敵對勢力可以利用這種友軍孤立無援的情況，將其消滅。

圖1 友軍（BLUEFOR，左）和敵軍（OPFOR，右）部隊的資產和資源。在所描述的MDO情景中，假設BLUEFOR和OPFOR的所有資產都是自主化的編隊。

圖2 敵軍（OPFOR）使用遠程導彈和火箭炮干擾或破壞友軍（BLUEFOR）戰略支援區的維持行動，這使得友軍無法以有利的條件與近距離地區的敵軍機動部隊交戰。為了應對這一戰略，BLUEFOR執行反擊任務，以摧毀位于深火區的OPFOR遠程火力系統（藍色箭頭）。從深層機動區的BLUEFOR SOF發出的三叉箭頭代表了一種 "破壞 "戰術，它打破了對手的隊形和節奏。

圖3 壓制（S）或解除（N）敵方遠程火力系統和ISR資產，使友軍能夠穿透敵方的A2AD保護傘。這使友軍能夠在近距離地區擊敗敵人，并使機動指揮官有能力利用他們的成功，迅速將部隊轉移到深度機動區，摧毀（D）脆弱的敵方資產并追擊撤退的敵軍。F表示 "固定"，可有效減緩敵軍的行動。粗箭頭代表部隊移動的方向。

MDO理論規定了擊敗對手A2AD能力的計劃（即對峙），以便戰略和作戰機動能夠使前沿部署的友軍以有利的條件與對手交戰（即穿透和瓦解A2AD系統以利用機動自由）。在這里，我們只關注友軍（BLUEFOR）野戰軍和軍團與敵方A2AD系統交戰時的滲透和瓦解部分，這可能需要在未來的戰斗中使用自主MAS。此外，據推測，圖1中友軍（BLUEFOR）和敵軍（OPFOR）的所有符號都將包含自主化的編隊（例如，機器人戰車、自動瞄準系統、地面和空中的機器人ISR資產）。圖2和圖3分別顯示了利用這種符號學與自主化編隊進行戰略機動的情景圖。

如圖2所示，敵對的A2AD火力系統通過攻擊戰略和作戰支持區來創造對峙局面。友軍火力和防空部隊從太空和高空監視（未顯示）接收有針對性的情報，在狹窄的時間窗口內打擊高價值目標（即多管火箭系統[MLRS]），以減少對手的位置調整。除了監視之外，還可以采用戰略刺激--打擊來穿透和瓦解對手的遠程火力系統。

在ISTAR任務中，MARL可以通過利用敵軍理論和敵軍行動中的局部觀察，戰略性地照亮和跟蹤敵軍目標的位置。此外，經過MARL訓練的具有自主能力的編隊，結合高度機動和分散的空中和地面火力，可以開始壓倒對手的遠程防空。友軍可以利用經過訓練的MARL方法來利用對手的TTP，進行防空和地面火力的戰略機動。這些具有自主能力的編隊根據從戰略空基刺激收集的監視數據選擇地理位置。隨著對手的遠程火力系統被消滅，戰略和作戰支援部隊能夠向前方的作戰部隊推進（機動）（見圖2）。

敵軍利用ISR資產識別作戰支援區的友軍資產，并從作戰縱深火力區用遠程火力系統（即多管火箭炮）攻擊友軍。這些敵方火力擾亂了友軍在該地區進行傳統支援行動的能力，這反過來又導致這些活動在離部隊前線更遠的地方進行。這通過擴大戰場和緊張的補給線而造成地理上的對峙。此外，這還允許敵方機動部隊以有利于敵方既成事實的條件與近距離地區的友軍作戰。根據MDO的理論，為了消除對峙，友軍的炮兵系統必須在敵軍的火力和ISR資產部署之前識別、交戰并摧毀它們。友軍SOF通過破壞補給和指揮與控制（C2）節點以及為聯合火力提供目標數據來協助這項工作。這在敵人的A2AD保護中創造了缺口，可以被機動指揮官所利用。在這種覆蓋下，友軍機動部隊穿透并利用近距離和深層機動區域的缺口。

在作戰區，近距離和縱深地區的聯合部隊的戰略編隊可能是自主啟用的編隊（即MAS），利用MARL訓練的策略來利用對手的TTP（來自理論）、本地觀察和ISR收集的信息。如圖2所示，聯合部隊將協調其ISR和遠程精確火力的能力，為前沿部署的BLUEFOR部隊提供支持。在戰略和作戰單位的支持下，擁有自主能力的前線部隊可以在近距離和縱深地區進行協調，以分離和擊敗敵方資產。這將促進消滅敵對的前沿機動部隊（OPFOR），使遠程火力系統容易受到地面攻擊（瓦解），如圖2所示。

聯合火力（即友軍或BLUEFOR）壓制或消滅對手的遠程火力系統，使友軍機動部隊能夠進入并擊敗近距離區域的作戰部隊（見圖3）。然后，友軍機動部隊利用這一優勢，在深度機動區（見圖3中的D區）摧毀敵方的助推器。這將導致剩余的敵對機動編隊從近距離區域撤出，并在深層機動區域建立一個新的戰線。這個過程不斷重復，直到達到戰略目標或打敗OPFOR。這些協調活動在理論上可以通過人類士兵和自主多智能體系統之間的合作來實現。此外，鑒于目前正在積極研究開發和部署這種自主系統，預計未來的戰場將需要考慮像這樣的場景來規劃戰略機動。

本節提供了一個可以應用MARL方法訓練自主化編隊的場景；然而，在這種復雜的MDO環境中執行的具體RL方法還沒有經過測試，或者可能還不存在。下一節闡明了與利用RL方法為未來的MDO交戰訓練MAS有關的一些挑戰。

3 挑戰

在這項工作中，我們將重點聚焦到可以指導MAS克服與軍事防御MDO中戰略機動相關挑戰的RL方法。從技術上講，RL是機器學習（ML）的一個分支，它超越了從數據中建立精確的預測，通過在環境中產生行動來展示學習。這種學習的展示可以被認為是一種決策形式，但更準確的描述是通過狀態空間探索進行戰略行動選擇。

RL智能體在獎勵函數的基礎上進行學習（或訓練），最終確定在當前情況下（即該智能體在環境中的狀態），哪一個是智能體要選擇的最佳行動。例如，RL智能體可以與環境互動，產生與獎勵掛鉤的經驗，這將形成學習的策略（即一系列的狀態-行動對）。然而，在后面的章節中強調，目前的RL方法可能還不夠成熟，無法克服與人類類似的適應性相關的挑戰，以便在新情況或環境中進行智能決策。盡管RL算法有其缺點，但它們似乎是在軍事防御MDO中實現協調的MAS執行戰略機動的最有希望的途徑之一。

在多智能體任務中，協作通常是定義不清的，而且經常被用來表示一組智能體在某些合作任務領域中成功地執行了任務。在以前的工作中，開發并采用了各種新方法來測量執行合作任務時智能體行動之間的相互依賴性，以確認這些智能體事實上已經學會了協作。對協作的確認是確定MAS有能力與其伙伴合作的先決條件，而不是簡單地采取導致某種程度的優化行動。雖然在某些情況下，最佳行為可能是可取的，但如果任務以某種不可預見的方式發生了變化，一個簡單的最佳行為的智能體可能會在戰場上導致災難性的損失。因此，未來防御行動的MAS必須具有明確協作的能力。

在本節的其余部分，描述了與開發戰略機動MAS有關的一些挑戰，其中時間尺度、能力和局部目標可能有很大的不同（例如，MDO），但需要某種程度的協作。此外，假設更大程度的靈活協作可以促進任務執行的改進（例如，更快、更少的損失、非直觀的策略、有效處理不斷變化的能力/團隊組成）。

隨著環境在動態戰場上的變化，敵對雙方（至少）可能需要重復規劃和預測，以便1）跟上，或2）領先于對手的規劃和預測。經過RL訓練的MAS能夠學習這種動態的規劃和預測循環。另外，如果學習智能體建立了一個關于對手協作行動的適當模型，然后采取行動破壞這種協作，也可以實現這一目標。

在一個理想的情況下，一個被選來指導MAS行為的算法將學會處理環境、對手戰術和能力、自身能力（獲得新的能力或失去以前的能力）、團隊組成（例如，改變合作者）和局部目標的變化。然而，大多數最先進的（sota）方法受到經驗的限制（正如許多RL方法的情況一樣）。此外，在大多數模擬中，團隊的能力和組成通常是固定的，不能為算法提供足夠的數據來操作和處理任何上述的特征變化。因此，在選擇一種算法來指導旨在產生戰略機動的MAS的行為時，必須考慮新的或動態的事件、行為、資產和實體。

總之，目前的算法方法在復雜的軍事防御MDO環境中沒有達到所需的能力。目前的缺點可以分為三類。1）數據要求，由于情況的新穎性，數據是有限的，數據集不足以產生準確的預測，或者數據以某種方式被污染（例如，嘈雜、臟亂或對手的改變），2）有限的計算資源，以及3）算法不能泛化到訓練期間遇到的情況之外（例如，不同的目標、改變的能力或修改的團隊組成），導致狹隘或脆弱的MAS解決方案。

在下一節中，我們將更詳細地討論RL的缺點，以闡明如何克服這些問題，為軍事防御MDO環境提供解決方案。為此，我們介紹了現有的RL算法的分類法。這一努力應提供對有前途的RL技術更好的洞察力，這可能有助于確定最終應用于美國國防MDO的可行途徑。

4. RL技術和方法

學習算法的可擴展性是MDO中軍事任務的主要關注點之一，特別是因為這種任務可能需要大量的智能體來完成一個目標。此外，軍事任務可能涉及多個子任務，每個子任務都有自己的子目標，從而進一步復雜化了場景。在MDO中，預計一個子目標由無數復雜的戰略演習組成，這需要MAS的快速計算，以及使用最小計算資源（如在戰術邊緣計算）的最佳（或至少足夠）戰略。因此，一個可擴展的RL算法必須考慮到：1）環境和任務的復雜性；2）智能體（伙伴和對手）的數量，以便每個智能體能夠在通過RL學習過程中收集經驗時正確選擇行動。

環境復雜性（即智能體的狀態和行動空間的大小）可以指環境的狀態空間中可用的狀態數量，以及該環境中智能體可用的行動方案數量。RL算法的可擴展性是指在足夠復雜的狀態和行動空間中，在合理的時間和計算能力內計算最優策略的能力。環境的復雜性還包括納入額外的智能體（例如，擴展到MAS），其中狀態空間被放大以考慮到額外的智能體，而行動空間的大小被乘以該之智能體的數量。

通過使用狀態-動作對的表格來解決RL的可擴展性問題是不實際的，因為連續的領域會使表格無法維持，而且在合理的時間內同時更新所有智能體的表格條目是不可行的。即使有足夠大的計算資源（如過多的計算機內存）來包含所有的狀態，在每個狀態-動作對之間的學習也會太慢。與利用表格跟蹤狀態-動作對相反，一個解決方案是使用非參數函數近似器（例如，權重為參數的深度神經網絡）來近似整個狀態空間的值。然而，函數近似器必須是可微分的，這樣就可以計算出一個梯度，以提供參數調整的方向。

有兩種方法來訓練值函數近似器：1）增量方法和2）批量方法。增量方法使用隨機梯度，在梯度方向上調整近似器的參數，使估計值和目標值之間的誤差最小。然而，增量方法的樣本效率不高，因此不具備可擴展性。相比之下，批量處理方法從一組經驗中保存數據，并使用它們來計算函數近似值估計和目標值之間的誤差。批量方法與傳統的監督學習有共同之處，即結果是已知的（例如，數據被標記），計算近似值的估計值和實際結果值之間的誤差。這種類型的批量學習通常被稱為經驗重放。重復這個過程將導致最小平方誤差的解決方案。最近一個成功的經驗重放的例子是用深度Q網絡（DQN）玩雅達利游戲演示的。盡管函數近似法在復雜的環境中顯示出了成功，但如果不考慮額外智能體的加入（即非平穩性或部分可觀察性），單靠這種方法不太可能足以訓練出MDO場景的MAS。

與價值函數近似法相比，策略學習方法依靠策略梯度（PG）的計算來明確優化策略，而不是間接依靠價值函數。與函數近似方法相比，PG具有更好的收斂特性。PG方法比價值近似方法更受歡迎的主要原因是它們能夠在高維和連續的行動空間中有效（即在復雜環境中可擴展）。在蒙特卡洛（MC）策略梯度（例如REINFORCE算法）中，實際回報（選擇行動）與一個分數函數相乘，以計算梯度。該梯度被用于策略調整（通過改變參數值）以找到最大的回報行動。MC策略梯度具有高方差，收斂速度慢，因為它使用智能體的狀態-行動對在不同時間的整個軌跡來獲得一個返回值。另一種可能超越傳統函數近似方法缺點的解決方案是利用 "演員評論"方法。

在演員-評論家方法中，PG方程被修改為使用價值函數的近似值，而不是使用真實的行動-價值函數乘以分數（如REINFORCE算法）。這表明行為者按照評論者所指向的方向調整策略，以便使總的累積獎勵能夠達到最大。評論者的這一策略評估步驟可以通過使用組合值近似方法（即MC、時差-TD（0）和TD（λ））來完成。為了減少策略梯度的差異，可以使用一個優勢函數。優勢函數告訴我們，與一般的狀態值函數相比，一個行動比另一個行動（Q值）好多少。這意味著評論者必須估計Q值。一個有效的方法是使用TD-error，它是優勢函數的無偏樣本，評論者對一組參數進行近似。TD(λ)資格跟蹤也可用于評論者估計不同時間步長的值。有趣的是，MC（高方差）和TD方法可以與行為人一起使用，隨著時間的推移（即收集的經驗）修改策略。

由于MDO涉及軍事任務，RL算法必須有能力與許多其他智能體協調，以實現最佳的戰略機動，因此MAS的算法必須能夠與大量的智能體和異質資產一起擴展。算法的另一個重要能力是處理復雜狀態空間（即許多智能體）和多領域環境的大量觀察能力。在接下來的章節中，我們將討論在MDO中使用不同種類的RL算法對戰略機動的影響。

無模型算法可分為非策略性和策略性算法，其中狀態行動空間可以是連續的或離散的。在這一節中，討論了無模型算法的優勢和劣勢，以及它們如何與戰略機動相一致，從而實現MDO的目標。這一分析的目的是為尋找在MDO環境中實現戰略機動性的潛在算法方法提供方向。

4.1 深度Q網絡（DQN）

深度Q網絡（DQN）是一種單一的RL智能體算法，它被訓練用來玩行動空間離散、狀態空間連續的Atari 2600游戲。DQN使用一個用Q-learning訓練的卷積神經網絡，從高維輸入（連續圖像）中學習。

DQN算法是一種有效的樣本方法，因為它利用所有收集到的經驗來提取盡可能多的信息。DQN足夠強大，可以使用相同的超參數進行訓練，玩六種不同的Atari游戲，其中智能體在其中三個游戲中的表現比人類專家更好。

然而，DQN的一個缺點是，在理論上不能保證訓練好的神經網絡實現穩定的Q值預測（即在不同的獨立模型中，訓練好的策略可能會有很大的差異）。

鑒于DQN本質上是一個單一的RL智能體模型，它應該不足以在MDO中進行戰略機動。在MDO中，多智能體RL算法可能更適合，因為智能體在執行時間內典型的分散化，允許智能體彼此獨立運作。此外，DQN的原始實現只利用了四個觀察序列來學習Q值，這對于MDO中的戰略機動來說是不夠的。多個資產的戰略機動通常不能在如此短的時間間隔內被捕獲。事實上，這是DQN在評估的三個Atari游戲（即Q*bert、Seaquest和Space Invaders）中與人類相比表現不好的主要原因。然而，存在一些DQN的變體來解決這個問題和其他弱點。

Bootstrap DQN就是這樣一個變體，它學習了一個Q網絡的集合，以提高采樣效率，并克服了傳統DQN的不足之處。行動消除是另一種與DQN一起使用的方法，以解決大的行動空間。帶有記憶類型的DQN（即循環神經網絡）也可以用來處理部分可觀察性。如果一個智能體需要為完成任務而導航環境，這種方法就特別有用。另外，分布式DQN返回一個分布信息，可用于評估策略風險和減少最佳解決方案周圍的方差或噪音。

盡管DQN及其修改后的變體在處理比簡單的Atari游戲更復雜的任務方面很有前途，但DQN方法本質上缺乏一個多智能體預測機制來進行協作戰術，而這是MDO中戰略機動的需要。此外，DQN在大多數情況下計算量太大，無法用于軍事相關環境。最后，DQN算法方法對未見過的例子（例如，伙伴的新行為或環境中出現的實體/障礙）缺乏足夠的適應性。

4.2 深度確定性策略梯度（DDPG）

在現實世界中，大多數常規任務涉及連續狀態和行動空間。然而，DQN只考慮離散的狀態空間和低維的行動空間。處理連續狀態和行動空間的DQN的另一種方法是深度確定型策略梯度（DDPG）方法。DDPG通過結合價值函數近似和確定性策略梯度（DPG），推進了DQN方法的進展。DDPG利用行為批判的方法，可以克服連續空間的復雜性。這種無模式、非策略預測和控制算法可以執行物理控制任務（如車桿、靈巧的操縱、腿部運動或汽車駕駛）。

另一種使用深度神經網絡的方法是信任區域策略優化（TRPO）。這種方法直接構建一個隨機策略，而不需要演員-評論者模型（不要與環境模型混淆，這將使其成為一種基于模型的方法）。與TRPO類似，引導式策略搜索（GPS）不需要角色評論模型，而是使用軌跡引導的監督式策略學習以及一些額外的技術（例如，減少視覺特征的維度，在網絡的第一層增加機器人配置動態的信息）。因此，GPS的數據效率很高，如果需要的話，可以改編成DDPG。另一方面，PILCO首先學習一個概率模型，然后找到一個最佳策略。PILCO在某些問題領域具有很高的數據效率；然而，它的計算量很大。此外，D4PG對DDPG算法提出了一些改進：分布式評論者更新、分布式并行演員、N步返回和經驗重放的優先級，以實現對不同類別任務的更穩定和更好的解決方案。

從戰略機動的角度來看，DDPG算法的主要缺點是它被設計成一個完全分散的單一智能體算法（即獨立學習者）。因此，DDPG算法不便于在多智能體場景中進行協作。因此，使用DDPG所產生的戰略機動將不會產生協作的團隊行為。此外，DDPG不具備處理基于角色的多目標任務的能力，而這是軍事行動中戰略機動的要求。

4.3 多智能體深度確定性策略梯度（MADDPG）

RL智能體互動對于戰略機動的人工智能系統至關重要，不同的智能體可能需要組成團隊來抑制對手的戰略合作或抑制對手的協調。Q-Learning和PG方法分別受到非平穩性和高方差的影響。為了克服這些問題，多智能體深度確定性策略梯度（MADDPG）算法擴展了一個演員評論家方法，這使得它可以通過集中智能體訓練而對多智能體系統發揮作用。MADDPG框架采用集中式評論家家進行訓練，并在測試期間部署分散的演員。一個評論者（每個智能體都有一個）接收每個智能體的策略，這允許開發具有潛在不同獎勵功能的依賴性策略（例如，MADDPG允許訓練具有相反獎勵功能的對抗性團隊）。相反，演員（即策略網絡）在訓練和測試期間只擁有本地知識。演員（通過訓練）在與評論者評價一致的方向上反復改進策略。

MADDPG的一個主要弱點是，對Q函數的輸入隨著環境中智能體數量的增加而增加（不可擴展）。這給MDO中的戰略機動性帶來了問題。如果智能體需要被替換、添加、修改或移除，可能需要進行再訓練。在戰略機動中，智能體可能需要定期轉換角色或改變能力，這對MADDPG適應軍事領域構成了重大挑戰。此外，頻繁的再訓練將使快速戰略機動變得不可能。縮短訓練時間將減少邊緣的計算負荷，使快速戰略機動成為可能。MADDPG不能適應這種極端情況。對于軍事應用，希望有一個強大的對手或智能體模型，以便使作戰時間最大化（即有足夠的時間來執行戰略機動）。

為解決其可擴展性問題，對MADDPG的一個潛在修改是形成智能體集群，為集群而不是每個智能體單獨學習一個策略。在發生新事件的情況下，可以推遲重新訓練的需要，因為從理論上講，一個智能體集群將有一套處理動態情況的可變能力。此外，這將避免隨著智能體的修改或新智能體的引入而增加Q函數的輸入空間。然而，問題來了。我們怎樣才能將一個任務分解成部分獨立的子任務，并使最優分組策略的退化程度最小？

雖然MADDPG可以形成一組異質的多智能體策略，能夠完成不同的任務，但這種方法不能很好地擴展到十幾個智能體。隨著智能體數量的增加，策略梯度的方差會呈指數級增長。因此，這種方法不太適合MDO中的戰略機動，在這種情況下，必須考慮到40多個異質智能體的對抗情況。克服這一可擴展性問題的方法是均值場多智能體RL算法，該算法計算鄰近智能體Q值的均值估計，當智能體之間的鄰近互動變得復雜時，可能導致高誤差率。此外，進化種群課程算法的設計是為了通過將遺傳算法方法與RL相結合，使MADDPG具有可擴展性。隨著MADDPG的進步和該方法所顯示的成功，可以想象這些算法的進步會導致在模擬實驗中對MDO內的戰略機動性進行強有力的演示。

與MADDPG不同的是，反事實多智能體（COMA）方法對所有智能體使用一個集中的評論家，但被設計用于離散的行動空間。COMA比MADDPG更具可擴展性，但它可能導致一套同質的策略，在智能體能力充分不同、局部目標不同或獎勵函數不同的情況下可能失敗。與MADDPG類似，Minmax多智能體DDPG（M3DDPG）比MADDPG的原始版本增加了一項改進，允許智能體制定更穩健的策略來對抗對手（即具有對立獎勵結構的競爭游戲）。然而，M3DDPG仍然無法處理異質智能體被引入系統的情況。

在具有連續狀態和行動空間的環境中實施算法，有時需要利用常見的技術來操作輸入或輸出，如離散化狀態和行動空間或將離散的策略輸出轉換為連續輸出。轉換策略輸出的一個例子是OpenAI多智能體粒子環境中MADDPG的實現。在這個例子中，離散的策略組件被用來計算連續的行動。從另一個角度來看，多智能體轉化器軟雙Q學習算法將連續行動空間離散為一組速度和角速度控制，然后可以在運動模型中使用。盡管這些技術允許在連續環境中使用這種算法，但這些算法方法沒有用連續信息進行訓練，這可能會限制它們在物理環境中進行戰略機動的功效。

4.4 價值為本

最近的一個基于價值的MARL算法系列在非常復雜的《星際爭霸2》模擬環境中被證明是相當成功的，其中根據智能體的本地Qa值學習了一個集中的聯合行動值Qtot。然后通過線性argmax算子從Qa中提取一個分散的策略。這種非常簡單而有效的分解方法避免了學習聯合行動值，而聯合行動值的規模并不大。如果增加新的智能體或用新的能力替換智能體，仍需進行再訓練。然而，與MADDPG相比，它更具有可擴展性，因為單個Q值僅從局部觀察中學習，避免了通過學習因子化的Qtot來學習聯合行動值。但是，當有超過40個智能體時，這個系列的算法的可擴展性可能會受到挑戰。為了使其更具可擴展性，已經提出了基于角色的算法RODE，其中智能體的角色是根據他們對環境的影響對他們的行動進行聚類來確定。該算法對于大量的智能體顯示了非常有希望的結果。

對于戰略機動，RODE算法是非常有前途的，因為各組智能體可以被分配到不同的角色，其中角色可以基于他們的行動和對環境的影響或任何其他固定的行為（對于盟友或甚至敵人）。然后，該算法可用于不同群體的戰略角色轉換。由于不同角色的行動空間受到限制，該算法收斂得非常快。這種算法也適合于基于角色的技術的戰略使用，這可能會在未來的工作中進行研究。即使RODE是非常可擴展的，我們也不清楚當新的智能體將被添加到環境中時如何調整它；需要學習一個集中的策略以實現最佳協作。

與RODE算法相比，一種可擴展的多智能體強化學習方法部署了一種熵-規則化的非策略方法來學習隨機價值函數策略，實驗表明它能夠擴展到1000多個智能體。如前所述，可擴展的RL算法關注環境的復雜性--系統或團隊中的智能體越多，狀態空間越大。RODE是有限的，因為它使用一個集中的策略，當更多的智能體被引入到環境中時必須重新訓練。多智能體轉化器軟雙Q學習算法是一種集中訓練的非策略學習算法（即共享一個中央經驗重放緩沖器），其執行是分布式的（即每個智能體根據其本地觀察做出自己的控制決定），而不是來自中央控制器。由于這種分布式的方案，當智能體被添加或從系統中移除時，團隊不受影響，繼續執行他們的策略。

在可擴展性方面，訓練大型MAS（即許多智能體）是很困難的，而且已經表明，即使是最先進的算法也不能為復雜的MARL任務學習到高性能的策略。多智能體變換器軟雙Q學習通過在訓練期間利用啟發式方法緩解了這一可擴展性問題，該方法允許在較小的智能體集合上訓練策略（例如，在目標追蹤場景中，四個智能體追蹤四個目標），并且該策略已被證明可以在執行中與更多的智能體一起工作而不需要任何調整（即用1000個智能體測試和評估）。訓練和執行過程中使用的啟發式方法使算法能夠解決智能體數量的巨大分布變化：它基本上將測試時的大型復雜觀察空間縮減為接近智能體策略最初訓練的內容。從軍事角度看，這種提法是戰略機動的理想選擇，因為現場的智能體可能會在原地丟失或獲得，可能要考慮額外的戰略信息。一個靈活和可擴展的算法提供了MDO中所需要的能力。

5. 洞察力和結論

由于一些因素，包括科技進步，美國的對手正在變得更加先進。在未來的MAS自主戰爭中，協作的戰略機動可以為國防軍帶來某些優勢。在這篇文章中，我們討論了一些最突出的RL算法，以發現訓練MAS的可行候選策略，這些MAS可以有效地進行戰略機動，從而在未來潛在的軍事行動中打開機會之窗。本文描述了RL方法的分類法，并對最突出的RL算法進行了概述。研究發現，由于訓練和測試因素的不同，大多數RL算法缺乏處理與未來潛在沖突相關的復雜性的能力。

DEVCOM ARL ERPs為開發和實施智能MAS提供了一個規劃性的路徑。鑒于陸軍研究項目為美國國防行動提供了關鍵研究問題的答案，AIMM和EOT ERPs特別促成了研究，可以為協作的自主MAS提供一個路徑，可以克服與1）環境，2）對手戰術和能力，3）自身能力（即，獲得新的能力，失去以前的能力，或能力被改變），4）團隊組成（例如，增加、刪除或交換隊友），5）戰略團隊定位、進入、導航（機動）以支持部隊并壓倒對手，以及6）任務目標。最近，AIMM和EOT ERP在這一領域的工作闡明了衡量MAS協調性的方法，并允許開發一個框架來訓練和測試執行各種任務的MAS的協調性，此外還評估了利用一系列集中訓練技術的新算法方法。

此外，還需要進行更多的調查，以闡明有利于在ISTAR任務和其他交戰場景中利用MAS的軍事戰略。在淺顯的情況下，將完全自主的MAS送入高風險情況（即預期因果率高的情況）是可取的；然而，由于目前的技術限制，僅僅期望MAS能夠在沒有人類監督或干預的情況下完成任務是不夠的。因此，在未來的工作中，將進行研究以確定一套強有力的交戰方案。最后，這項工作將導致自主MAS的最終整合，以便在未來的軍事行動中盡可能地協調戰略機動。