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

美空軍的所有活動，從在社交媒體上發布的文字和圖像到武裝飛機在機坪上的存在，都傳達了一種信息或意圖，可以利用這些信息或意圖來支持實現聯合部隊指揮官（JFC）的目標。認識到其在聯合行動中的重要性，2018年更新的聯合出版物（JP）3-0《聯合行動》將信息作為第七項聯合職能。信息功能包括對信息的管理和應用，以及與其他聯合功能的有意整合，以改變或保持認知、態度和其他驅動預期行為的要素，并支持人類和自動決策。因此，信息環境中的行動（OIE）的目的是以幫助友軍目標的方式塑造認知和行為。空軍利用信息聯合功能中的一系列能力，通過以下方式支持友軍目標和理想的最終狀態：

• 通知、吸引和/或涉及相關行為者。

• 影響外國相關行為者。

• 攻擊、利用和拒絕相關行為者的信息、信息網絡和信息系統。

• 保護友好的信息、信息網絡和信息系統。

圖：信息環境 (OIE) 中的作戰

上圖說明了本出版物中討論的OIE和信息應用的整體背景。通過軍事行動和整個政府（外交、信息、軍事和經濟[DIME]）的努力，影響相關行為者的看法和行為的能力對促進美國的國家利益至關重要。這是通過可能是公開或隱蔽的行動、活動和投資（OAI）實現的。這些OAI的目的是塑造整個競爭連續體的運作環境。 這些OAI是通過持續的反饋和評估機制進行評估的，這些機制能夠校準和完善未來的戰略方法。

OIE涉及在整個軍事行動范圍內整合所有領域的動能和非動能能力，以產生致命和/或非致命效果。OIE的規劃和執行過程從指揮官的作戰設計開始，指導規劃者協調、整合信息能力，并使其與其他政府整體的努力同步，以利用信息力量。不應孤立地進行OIE規劃，或將其作為更 "傳統 "的軍事行動的事后考慮。相反，OIE應被納入現有的航空部門和聯合規劃進程，以便直接圍繞其效果設計航空部門的行動。

OIE是對基于效果的行動方法（EBAO）的實踐、過程和最終目標的補充。OIE需要發展目標，推動情報需求，并使行動與預期信息相匹配。通過計劃、執行和評估過程，OIE提供了采用正確的能力的手段，以產生預期的效果，實現作戰指揮官（CCDR）的目標，同時支持指揮官的通信同步（CCS）戰略。通過CCS，聯合司令部將以信息為重點的活動與其他工作和行動相結合。它使主題、信息、圖像和行動同步，以支持JFC的目標。同樣地，航空部門的指揮官應該在職能層面上開展他們自己的CCS計劃。指揮官的意圖應該反映在每一個工作人員的產品中。

空軍將OIE的專業知識嵌入到空軍司令員的參謀部或聯合軍司令部的信息參謀部（或小組），以促進信息能力的整合和同步信息OAIs的效果。需要這種專業知識來實現部門目標，并適當運用信息能力來達到預期效果。同樣，空軍可以用OIE的專業知識來增強其他工作人員的能力，以協助戰地信息能力的任務分配和整合全球能力和效果。在戰區行動的空軍信息規劃人員被分配或附屬于空軍部分指揮官，通常被安排在指揮官的參謀部或空中遠征任務組（AETF）。在AETF內，信息部隊通常被分配到一個空中遠征機翼、小組或中隊。

空軍氣象行動直接支持空軍部（DAF）和陸軍的常規和特別行動部隊。在指定的情況下，DAF氣象部隊也支持聯合、多國和其他國家機構的行動。當指揮官在整個競爭過程中建立對指定作戰區域的戰斗空間意識時，氣象行動提供了一個關鍵的態勢感知。盡管有關環境條件及其影響的信息（在本AFDP中被稱為天氣和天氣影響信息）可以應用于整個戰區和整個行動范圍，但對于正在執行的軍事行動，無論是在戰略、行動還是戰術層面，天氣力量都應該是量身定做的。

為了DAF理論的目的，天氣被定義為陸地和空間環境的物理條件。這些條件包括從地球表面到電離層以及向外太空的任何環境因素。例子包括火山灰、灰塵、結冰、湍流、太陽耀斑和日冕物質拋射。這個定義改編自聯合出版物3-59，氣象和海洋學行動。

氣象行動的持久原則是準確性、一致性、相關性和及時性。有效的氣象作業是通過這些總體原則以及 "氣象行動的概念模型 "中描述的功能和過程來執行的。圖的上半部分顯示了氣象部隊如何通過收集、分析和預測美國防部（DOD）和非國防部來源的氣象數據來分析和預測環境。這些用于預測未來環境狀態的氣象數據和信息被儲存在以網絡為中心的存儲庫中，可通過最終用戶系統和基于網絡的界面訪問。

圖1的下半部分描述了氣象界如何從以網絡為中心的數據庫中調整和整合信息，使之成為戰略、作戰和戰術層面的決策過程。氣象人員，無論是通過回傳還是嵌入作戰單位、指揮和控制設施以及情報中心，都使用定制的氣象信息，向決策者建議如何減輕和利用天氣對友軍的影響。在整個氣象行動中，氣象數據和信息都要經過處理和傳播。這些過程最終形成了決策周期的環境影響的整合，使領導者能夠做出有效的決定來利用天氣的影響。

DAF的氣象部隊和那些支持陸軍行動的部隊在空中遠征特遣部隊的結構下進行部署。DAF的氣象人員通過現場和后援行動的結合提供支持。支持的部隊包括空中作業中心、空軍遠征部隊、陸軍模塊化部隊梯隊、空軍和陸軍特種作戰部隊、無人駕駛飛機系統和聯合部隊總部。

關于環境影響的信息應該被納入所有軍事行動的計劃、執行和評估中。當氣象人員了解部隊的任務、組織、能力、計劃、理論和程序時，環境支持是最有效的。在最大程度上，空軍氣象部隊 "像戰斗一樣訓練"，在駐軍中執行與部署時相同的任務。

引言

空中部隊指揮官

空軍行動的成功指揮和控制（C2）始于指揮官。聯合部隊是由分配給聯合部隊指揮官（JFC）（如空軍部隊指揮官[COMAFFOR]）的服務部門指揮官和聯合部隊指揮官指定的職能部門指揮官（如聯合部隊空中部門指揮官[JFACC]）組成的。

當兩個或更多軍事部門的部隊必須在同一任務區或實際領域內行動時，職能部門指揮官由JFC指定。JFC指定一個JFACC，為聯合空中行動建立統一的指揮和統一的努力。擁有優勢兵力并有能力指揮聯合空軍的軍種指揮官應被指定為JFACC。JFACC通常被指定為地區防空指揮官（AADC）和空域控制當局（ACA），因為這三個角色（JFACC、AADC和ACA）是彼此不可或缺的。

COMAFFOR在履行該局的行政控制（ADCON）職能時，有來自其角色的責任和權力。ADCON是履行軍部第102條規定的行政管理、支持以及組織、訓練和裝備空軍部隊的責任所必需的權力，通常是戰區的高級空軍人員。

在幾乎所有情況下，JFC都會指定COMCF為JFACC。根據聯合理論，雙重指定的空軍司令員將作為指揮官對空軍部隊行使作戰控制（OPCON）和ADCON，并作為JFACC對空軍部隊和其他軍種的部隊進行戰術控制（TACON）。

由于指揮官和聯合空軍司令部幾乎總是同一個人，本附件在提到可由其中一個或兩個人執行的職責或職能時，使用 "空中部隊指揮官"一詞，只有在討論其中一個人特有的職能時，才明確劃分指揮官或聯合空軍司令部（或其各自的參謀人員）。

• 在競爭性環境中控制空中力量

在競爭性環境中，針對同行對手的空中行動是C2密集型的，由聯合空中作戰中心協調眾多同時進行的任務以支持JFC。利用空中、太空、網絡空間和電磁戰資產，任務指揮官（TACON到空中部分指揮官）計劃不同類型的 "套餐"，以擊敗綜合防空系統，攔截C2和野戰部隊，并獲得空中控制。在這些行動中，前線空中力量可以根據常設的 "綜合任務指令"（ITO）進行空中行動。在這種相當于任務指揮的空中行動中，前線空中遠征聯隊或特遣部隊接受基于條件的授權，并在ITO上發布常備命令和指揮官的意圖。這使下級指揮官能夠靈活地提供關鍵的防御性反空作戰空中巡邏（CAPs）；空中攔截殺傷箱；壓制敵方防空CAPs；近距離空中支援；或支持地面部隊的情報、監視和偵察。這種分散的執行模式使地方指揮官能夠保持對敵人的壓力，即使是在與同級或近級對手的爭奪環境中，與上級總部的通信中斷。

指揮和控制的關鍵考慮

指揮官應認識到他們被賦予的權力，以及他們在該權力下與上級、下級和橫向部隊指揮官的關系。指揮關系應該被明確界定，以避免混亂。空中力量的指揮需要對所使用的部隊的能力和相互依賴性有復雜的了解，并理解JFC的意圖。

組織指揮和控制

現代軍事行動必須在一個復雜的全球安全環境中，在整個競爭的連續過程中執行。這需要有正確的部隊組合，有明確的指揮關系和適當的指揮和控制機制。

指揮和組織是密不可分的。部隊應圍繞統一指揮的原則進行組織。明確的權力線，在適當的梯隊中明確的指揮官，行使適當的控制權，對于實現統一的努力、減少混亂和保持優先權是至關重要的。指揮員應被明確確定，并被賦予適當的行動和行政指揮權，應明確規定適當的聯合指揮安排，以整合跨軍種的效果。空軍的遠征組織和首選的指揮安排是為了解決統一指揮的問題。

當空軍部隊作為任何級別的聯合部隊（即作戰指揮部、下級統一指揮部或聯合特遣部隊）的一部分被分配或附屬時，他們就成為該聯合部隊的空軍軍種組成部分。所有的空軍軍種都有三個共同特點。空軍部隊適合于聯合部隊的需要和要執行的任務，一個指定的空軍部門指揮官，以及指揮空軍部隊的適當機制和權力。

附屬空軍遠征部隊的組織方式將取決于是否有一個現有的空軍C2結構。交戰指揮部（如美國印太司令部）和下屬的統一指揮部（如美國駐韓部隊）都有空軍軍種的組成部分，有既定的空軍C2結構。根據作戰司令部的情況，空軍服務部門可以是一個主要指揮部（如太平洋空軍）或一個編號的空軍部隊（如第一空軍[北方空軍]）的組成部分。

隸屬于作戰指揮官的額外空軍遠征部隊通常應在現有的空軍軍種組成部分內組織。例如，從肖空軍基地（AFB）部署到日本三澤空軍基地作戰的F16中隊，通常應被指定為遠征戰斗機中隊（EFS），（例如，55 EFS），并應在三澤的現有第35戰斗機聯隊下組織。然而，如果作戰指揮官選擇建立一個聯合特遣部隊（JTF），包括附屬的空軍部隊，那么這個聯合特遣部隊就沒有到位的空軍指揮結構。在這種情況下，一個臨時的空中遠征特遣部隊(AETF)

將被組建為聯合特遣部隊的空軍服務部分。AETF的指揮官要么是直接對聯合特遣部隊指揮官負責的指揮官，要么是在戰區空軍部門指揮官的授權下以支持聯合特遣部隊的角色成立。

一些能力可能不屬于該部門，可能通過支持/輔助指揮關系提供，或通過后方或分布式C2安排提供。

什么是多域作戰？

以下定義摘自美國陸軍訓練與條令司令部：

多域作戰（MDO）描述了美國陸軍作為聯合部隊[陸軍、海軍、空軍、海軍陸戰隊和太空部隊]的一部分，如何在競爭和武裝沖突中對抗和擊敗能夠在所有領域[空中、陸地、海上、太空和網絡空間]與美國抗衡的近鄰對手。該概念描述了美國地面部隊作為聯合和多國團隊的一部分，如何在2025-2050年的時間框架內威懾對手并擊敗能力強大的近鄰對手。

MDO為指揮官提供了許多選擇，以執行同時和連續的行動，利用出其不意以及快速和持續地整合所有領域的能力，給對手帶來多種困境，以獲得物質和心理上的優勢以及對作戰環境的影響和控制。

多域作戰的關鍵元素

• 滲透敵方的反介入和區域拒止（A2/AD）系統（分層和綜合遠程精確打擊系統、沿岸反艦能力、防空系統、遠程火炮和火箭系統），使美軍能夠進行戰略和作戰機動。

• 破壞--擾亂、降低或摧毀A2/AD系統，使美軍能夠進行作戰和戰術機動。

• 利用由此產生的機動自由，通過擊敗所有領域的敵軍來實現作戰和戰略目標。

• 重新競爭--鞏固各領域的成果，迫使其以對美國和盟國有利的條件恢復競爭。

需要什么樣的軍備解決方案?

• 戰爭的速度和決策的速度可以說從來沒有像今天這樣快過，而且明天可能也會這樣。

• 在陸、海、空、天，甚至網絡領域運作的資產的密切協調，以促進ISR活動和對敵對目標的殺傷鏈，需要精確性，以及在各種平臺上 "蓄勢殺傷 "的能力。

• 系統的通用性可以減少后勤的負擔，簡化培訓和維護，并有助于確保各平臺的性能一致、可靠。

• 基于成熟技術的解決方案能夠迅速投入使用，并為作戰人員增加更多的靈活性和選擇，是一種力量的倍增劑。

條令體現了基本原則，軍事部隊據此指導其行動以支持國家目標。它是一套精心制定的、經官方批準的權威思想，為解決軍事問題建立了一個共同的參考框架。然而，要成為一個有效的指南，條令的挑戰是同時關注過去，適用于現在，并面向未來，所有這些都是平等的。

美國空軍預見到一個新的現實，在這個現實中，決策優勢、機動自由和行動自由受到越來越多的挑戰。為了在整個競爭過程中進行威懾、競爭和取勝，空軍人員必須推進能夠在高度競爭的環境中開展行動的解決方案。總的來說，聯合部隊應對這一挑戰的方法被概括為全域聯合行動（JADO）。與聯合全域指揮和控制（JADC2）一起，JADO為聯合部隊指揮官提供了整合、同步和解除沖突的手段，以實現所有領域的效果，從而獲得作戰優勢。

AFDP-1通過將任務指揮作為空軍指揮和控制（C2）的理念來支持這一努力。為此，每個梯隊的決策者都需要有能力在與上級部門脫節的情況下發展理解、作出決定和匯集效果。任務指揮包括集中指揮、分布式控制和分散執行，作為戰術邊緣必要的反應能力、靈活性和主動性的基礎，以確保能力繼續運作，即使信息被削弱或被拒絕。

AFDP 3-40，打擊大規模殺傷性武器（CWMD）行動，雖然牢牢扎根于現有的最佳實踐，但也著眼于未來，在需要時進行調整，以確保在未來的挑戰中持續有效。飛行員應接受培訓，以便以分布式或分散式的方式計劃行動，并在分布式環境和因大規模殺傷性武器攻擊影響而退化的環境中與上級隔離時執行任務。各級飛行員應該有能力獨立做出決定，根據指揮官的意圖和任務指揮的原則進行操作，即使是在被大規模殺傷性武器攻擊降級的條件下。

盡管沒有完全適應上述的挑戰，但CWMD理論代表了美空軍根據現有的最佳實踐認為是正確的。隨著繼續向更有能力的未來部隊推進，美空軍將繼續發展條令，以為應對國家的安全挑戰奠定堅實的基礎。

美陸軍網絡部隊的技能和能力在其成立后的十年里得到了增長。本文重點介紹了美陸軍網絡任務部隊部分所需的結構性變化，這些變化將使其繼續增長和成熟，因為陸軍過去的組織和結構性決定對當前和未來的效率和效力帶來了挑戰。對當前形勢的評估強調了軍事領導層必須解決的領域，以使陸軍的網絡部隊繼續發展以滿足多領域行動的需要。

訓練和裝備一支能夠在新領域開展行動的新軍事力量是一個反復的過程。美國上一次開始這樣的工作是在二十世紀初，航空部隊的誕生和空域的出現。戰術、部隊結構和利用新能力的戰略是在建立軍事航空后發展起來的，但由于當時缺乏危機感而被界定和限制。第二次世界大戰迫使空軍迅速成熟，并導致了美國陸軍航空隊的建立，這是一支為應對空域挑戰而設計的有凝聚力的戰斗部隊。像陸軍航空隊一樣，陸軍的網絡部隊正在達到成熟，擁有切實的能力和對對手的作戰經驗，并將受益于評估先前的組織和人事決定的影響，為多領域行動做準備。

對軍事網絡的重大和復雜的入侵為美國網絡司令部（USCYBERCOM）的成立提供了動力，并使網絡空間與空中、海上、陸地和太空一起成為作戰領域。美陸軍和國防部（DoD）已經在建立該領域的能力方面取得了重大進展。 從部隊結構的角度來看，主要的亮點包括：

• 在2010年建立美國陸軍網絡司令部（ARCYBER）。

• 通過在2011年創建第780軍事情報旅（網絡）來組建一支進攻性網絡部隊。

• 在2014年創建網絡保護旅（CPB），以容納防御性部隊。

• 在2019年建立第915網絡空間戰營（CWB），以滿足戰術網絡空間電磁活動的要求，以及所有網絡任務部隊（CMF）小組；以及

• 在2018年實現全面作戰能力。

在人事方面，陸軍在2014年成立了網絡部，并在2018年整合了電子戰。最近，陸軍正式確定了網絡空間能力發展官員/準尉軍事職業專業（MOSs），以提供設計和創建特定網絡空間能力的有機能力。

從理論到培訓再到組織，該部門和網絡單位不得不確定需求，進行試驗，并制定解決方案，以滿足不斷變化的網絡空間行動的需求。在這篇文章中，我們研究了與兩個最初的部隊結構決定相關的挑戰，并提供了克服這些挑戰的考慮。

首先，當陸軍創建其網絡部隊時，進攻性和防御性網絡行動被隔離在兩個不同的獨立旅內。歷史上的分界繼續存在，并帶來了意想不到的后果。盡管創建了一個新的分支和軍事職業專業，但將進攻性網絡行動（OCO）和防御性網絡行動（DCO）分開的組織決定對人員和資源產生了負面影響。

其次，這些單位有復雜的指揮系統，有獨立的行政控制（ADCON）和作戰控制（OPCON）關系。目前，網絡小組的作戰指揮與小組的行政和領導不一致，包括人員評級、財產問責、統一軍事司法法典的權力和指揮本身（例如，連長跟蹤網絡小組的訓練和醫療準備，而小組負責人負責日常運作）。這些復雜的問題造成了混亂和驚愕，并阻礙了統一的努力。

雖然這些組織決定是經過深思熟慮的，也是出于行動的需要，但它們阻礙了陸軍網絡部隊內部的統一行動，造成了組織和行動上的損失。整個聯合網絡社區正在進行反省。隨著所有的CMF團隊最近實現了充分的操作能力，美國網絡司令部正在評估其目前的規模，并要求陸軍和空軍派遣更多的團隊。 為了給網絡空間帶來更統一的方法，空軍通過重新指定和重新分配第67網絡空間聯隊下的幾個單位來重新調整其內部組件的結構和組成。 現在是重新審視陸軍內部結構以更好地支持網絡空間行動的理想時機。如果陸軍忽視了過去因需要而做出的決定的影響，而不重新評估其有效性，那將是一種失職。本文認為，美陸軍必須在網絡部門內部推動更大的團結，使該組織作為一支有效的網絡空間戰斗力量繼續前進。

• 本研究由美國陸軍研究實驗室贊助，根據合作協議號W911NF-21-2-0227完成。

?在日益復雜的軍事行動環境中，下一代兵棋推演平臺可以減少風險，降低作戰成本，并改善整體結果。基于具有多模態交互和可視化能力軟件平臺的新型人工智能（AI）兵棋推演方法，對于提供滿足當前和新興戰爭現實所需的決策靈活性和適應性至關重要。我們強調了未來作戰人-機器交互的三個發展領域：由人工智能引導的決策指導，高計算力下的決策過程，以及決策空間的真實呈現。這些領域的進展將使有效的人機協作決策得以發展，以滿足當今戰斗空間日益增長的規模和復雜性。

關鍵詞：決策、交互、兵棋推演、人工智能、增強/混合現實、可視化

1 引言

在傳統的兵棋推演中，指揮官利用一個共同的基于地圖的作戰地形，并在軍事決策過程（MDMP，方框1）中模擬各種因素的組合如何產生行動方案（COA）、可能的反擊行動、資源使用估計和預測結果（美國陸軍，1997年，2014年，2015年）。在幾天或幾周的時間里，MDMP過程導致了一套精煉的COAs，它對作戰環境做出了一定的假設，包括地形、天氣以及戰區資產的可用性和能力（即塑造支持主要作戰行動的活動）。

盡管MDMP幫助指揮官了解作戰環境和考慮作戰方法，但這個過程有很多局限性，如時間密集、假設僵化、跨場景訓練的機會有限，以及將人工智能（AI）指導納入決策過程的機會很少。傳統上，一項任務的成功與指揮部執行MDMP的能力直接相關。然而，鑒于當今多域作戰（MDO）的復雜性增加（Feickert，2021年），有大量的任務指揮系統和流程，與行動相關的所有活動的整合和同步變得越來越困難，甚至到了人為無法完成的地步。由于MDMP的缺陷而導致的規劃專業知識的缺乏，可能會導致不同步和不協調的行動，從而最終導致士兵的生命損失。

MDMP中沒有具體描述戰斗空間的可視化能力，但它顯然在決策過程中發揮著重要作用。最近，集成了先進可視化能力的新系統和新技術已經被開發出來，它們可以提高態勢感知，從而增強決策過程。美陸軍的例子包括Nett Warrior（Gilmore，2015），它使下馬戰士能夠直觀地看到附近的友軍和敵軍，同時根據當地的地形協同規劃戰術任務。盡管這項技術將無線電和數字地圖擴展到了下馬戰士，但它缺乏一個底層的人工智能引擎來提供決策幫助。戰斗空間可視化和交互平臺（BVI，前身為增強現實沙盤，ARES）是陸軍技術的另一個例子，它能夠為任務規劃提供分布式協作，具有從任意視角和廣泛選擇設備的共同作戰畫面的二維和三維可視化能力（Su等人，2021）。BVI架構的制定是為了拉入外部計算服務，如分析管道、模型和人工智能引擎。美陸軍研究實驗室正在努力將這些類型的服務納入BVI，包括用于加強決策支持的人工智能。

目前，MDMP并沒有將人工智能指導納入整體任務規劃方法中。美陸軍的自動規劃框架（APF）（Bailey，2017）開始通過將自主技術插入MDMP工作流程來解決人工智能輔助決策問題。指揮人員可以通過APF的數字規劃呈現、規劃創建和規劃監控工具，在任務規劃和COA開發期間獲得背景援助。任務執行和估計能力通過監測任務的規劃和實際進展，為改進決策跟蹤和支持活動提供自動協助。盡管APF為MDMP引入了基本的自動化水平，但它缺乏Nett Warrior和BVI所提供的先進的可視化和用戶互動能力。

提供地面部隊自動化和用戶可視化能力的是美陸軍最知名的兵棋推演平臺--半自動化部隊（OneSAF），為計算機生成的地面部隊提供建模和模擬能力（PEO_STRI, 2022）。OneSAF提供了半自動和全自動的軍事實體（即士兵、坦克、直升機和綜合單位）的建模，在類似真實世界的戰斗空間中以不同的保真度來支持特定的應用和場景。OneSAF主要用于訓練，并與目前的任務指揮系統具有互操作性。它可以使用多分辨率的地形和詳細的實體相關數據庫來模擬廣泛的作戰環境。然而，OneSAF對地形和實體系統的高保真建模的優勢使得它的設置和運行成本很高。它受到老化系統的限制，而且眾所周知，士兵需要大量的培訓來學習如何操作模擬，使用起來很困難（Ballanco，2019）。OneSAF的復雜功能并不適合開發人工智能能力，以實現快速和敏捷的戰士-機器決策。

除了MDMP和上面提到的陸軍平臺外，最近將人工智能納入決策過程的工作包括一些方法（Goecks等人，2021a），在模擬人類決策過程方面取得了一些成功。一般來說，人工智能在決策變量有限的問題上取得了一些成功，如資源分配（Surdu等人，1999）、飛行模擬器（Drubin，2020）和更簡單的場景。正在進行的挑戰包括需要提高人工智能的能力，以解決有多個行為者、不完整和可能沖突的信息、不斷變化的單位行動和環境屬性的復雜決策，以及需要將這些決策的后果在許多空間和時間尺度和領域內可視化。

以下各節描述了對MDMP的潛在改進。"未來軍事決策過程所需的進步"一節概述了支持MDO決策的三個研究領域，并以圖表形式描述了這些研究領域與軍事理論決策方法之間的關系。"未來軍事決策過程所需的進步 "一節中的小節對每個研究領域進行了更深入的討論。"展望推進人-人工智能團隊決策的交互技術 "一節概述了未來的作戰人員-機器接口（WMI）的發展方向，重點是與決策有關的人-人工智能團隊的跨學科研究。

2 未來軍事決策過程所需的進步

軍事決策過程在支持MDO復雜決策方面的局限性，突出了在三個研究領域的改進需要。首先，有必要將人工智能產生的指導和輔助決策支持納入MDMP。這既包括進一步開發和整合人工智能到戰斗空間決策規劃，也包括進一步改善人工智能決策過程的可解釋性和透明度（Chen等人，2018）。第二，有必要在戰略層面以及戰術邊緣，盡可能地將決策分析與高性能計算（HPC）的力量結合起來。這將能夠利用HPC系統的力量來支持建模、分析和計算時間，同時整合和同步來自所有戰區領域的信息。最后，有必要利用先進的可視化技術，如混合現實技術，對決策空間進行更準確和互動表述。不是簡單地在一個固定的時間尺度上顯示地形的二維渲染，而是需要可視化不同領域的決策是如何相互作用的，并利用混合現實技術來提高理解的吞吐量，并產生平面顯示不可能的洞察力。

除了MDMP之外，其他更廣泛適用的支持戰斗性問題解決的軍事理論包括：DOTMLPF[例如，學說、組織、訓練、物資、領導、人員和設施；（美陸軍，2018年）]，這是一個確定差距并為當前和未來作戰要求提出設計解決方案的框架；以及METT-TC[例如，任務、敵人、地形和天氣、部隊、可用時間和民事考慮；（美陸軍，2019年）]，這是一個結構化框架，用于捕捉任務相關因素的狀態，以便在軍事行動期間進行共享評估。這些理論定義了MDO戰場的信息背景，構成了應用于上述三個研究領域的軍事決策的核心基礎。如圖1所示，在為人類和人工智能指揮開發復雜軍事決策空間的新表述時，研究進展和MDO相關理論相互借鑒、相互啟發、相互加強（美陸軍，2010）。

圖1. 新型作戰人員-機器交互（WMIs）和人工智能輔助決策所需的三個研究發展領域，以支持和加強基本的MDO理論[右下圖來源：Lebsack（2021）]。

2.1 人工智能導向的決策指導

需要新的人工智能支持的WMI，以利用人工智能決策方面正在取得的進展，并為復雜的適應性決策的人工智能學習作出貢獻。在簡化的戰斗空間中測試人工智能決策輔助工具是開發過程中重要的第一步，也是將人工智能納入更成熟的戰斗空間平臺（即BVI、OneSAF）的前奏。開發用于決策輔助實驗的人工智能測試平臺可以在MDO中產生能力越來越強的潛在COA建議。圖2顯示了陸軍開發的兩個人工智能測試平臺的例子。

圖2. 兩個ARL人工智能測試平臺的例子。左邊：ARL Battlespace（Hare等人，2021）（ //github.com/USArmyResearchLab/ARL_Battlespace ）。右邊：ARL的Simple Yeho測試平臺。圖片由C. Hung制作。

人工智能測試平臺能夠開發出匯集所有領域信息的AI，并計算出人類和AI智能體的風險和預期回報。圖2的左側顯示了ARL戰斗空間測試平臺（Hare等人，2021年），它是從頭開始開發復雜決策的新型人工智能的理想場所。它對戰斗空間的抽象強調了軍隊相關場景下的核心推理原則，在這種情況下，用蜜罐進行網絡欺騙。較小的網格空間使人工智能的學習和發展能夠集中在不確定性下的復雜推理，有多個友好和敵對的agent。圖2的右側顯示了ARL的Simple Yeho測試平臺，它提供了將人工智能開發與更多真實世界場景中的默契推理結合起來的能力，有多個基于地形的海拔高度、視線范圍、障礙物、樹葉（隱蔽）、道路和城市區域。紅色陰影和黑色線條表示任務的起點和終點、左右邊界以及人工智能建議的路線。這種額外的真實性使其能夠與MDO理論相結合，包括DOTMLPF和METT-TC，并使人工智能與自然的、機會主義的士兵行為共同發展。這兩個人工智能測試平臺都可以擴展為傳統和沉浸式混合現實WMI開發平臺。

使用漸進式和可擴展的人工智能測試平臺，可以調查現有人工智能的幾個基本限制，特別是對于具有不確定性的復雜和適應性決策，以及人類和AI智能體的協作和對抗。對多智能體的協作和對抗性決策進行建模可能特別復雜，因為其遞歸性質，其他智能體是模型的一部分（Goldman，1973；Grüning和Krueger，2021），需要對決策特征、個性化的價值、風險規避、記憶和注意力進行動態和不斷發展的估計。這些具有高度不確定性、復雜性和動態性的情況是人類擅長的領域，適當設計的交互界面和人工智能測試平臺的人機協作可以提供加速和更有效的決策。對于有效的團隊合作，新穎的WMI應該幫助作戰人員篩選復雜的信息，并幫助人工智能發現決策的隱含規則。下面，我們提供了關于人機協作如何有效的案例。

多域兵棋推演中需要的復雜決策是開發有效人工智能決策輔助工具的直接挑戰。最近人工智能在圍棋、國際象棋、Minecraft和大富翁等游戲中的成功（Silver等人，2017；Goecks等人，2021b；Haliem等人，2021）是基于對世界現有狀態有完整了解的游戲（即 "開放 "游戲），而兵棋推演平臺通常包括關于作戰環境的不完整（如星際爭霸）、不確定或欺騙性信息（Vinyals等人，2019）。不確定性也可能來自變化的物理學或其他環境規則，正如在《憤怒的小鳥》中所探索的那樣（Gamage等人，2021）。由于世界狀態、不同行動者的狀態以及所采取的行動不確定性，知識的缺乏使得人工智能agent難以計算未來行動的風險回報情況（Cassenti和Kaplan，2021）。不確定性也限制了人工智能估計其他行為者的風險回報概況的能力，而這是計算有效的博弈論策略所需要的。人工智能被可能的最優和近似最優選擇的廣度所淹沒（Lavine，2019），即由于信息有限而選擇錯誤的選項，這種情況并不罕見，因為人類在制定有效探索隱藏信息的策略時，采用啟發式方法進行有效的選擇和預測（Gardner，2019）。為了幫助發展人工智能的隱性知識和探索能力，新型的WMI需要有效地解釋和展示決策景觀，以使作戰人員能夠快速和自然地瀏覽可能的選擇，同時使人工智能能夠在不施加認知負擔的情況下從人類的決策中機會主義地學習（Lance等人，2020）。這種機會主義學習可以包括：例如，凝視跟蹤，以捕捉吸引人類興趣和意圖的視覺區域和未標記的目標。它們還可以包括建立在自然的士兵選擇行為基礎上的行動者批評方法，以改善人工智能對人類專家在不確定、不完全信息和欺騙的情況下如何優先考慮某些選擇的學習，這取決于任務相關的背景。

開發人工智能的WMI的另一個基本挑戰是如何有效地整合和顯示MDO中所有五個領域的信息，特別是空間和網絡，因為這些領域的信息具有不同的時空尺度（Gil等人，2018）。對于網絡，決策的規模和速度可能比人類處理和理解的能力更快，需要人類的輸入來指導半自動化的決策，以及實施進攻和防御性欺騙策略的人工智能。WMI需要能夠以這樣的方式顯示決策圖景，即可以解釋一小部分最優和接近最優的決策策略（例如，圖3中的決策樹）。這應該包括對關鍵agent在不確定情況下的未來狀態和風險回報情況的估計（Hare等人，2020），以使有效的博弈論決策能夠被共同開發和相互理解。

圖3. 在頂部，是BVI網絡戰術規劃器應用程序中友軍與敵軍戰爭場景的三維視圖。三維視圖提供了一個比二維視圖更真實的決策視角，例如，顯示友軍（藍色）和敵軍（紅色）機載預警系統（AEWs）和周圍地形的海拔。這使得快速審查可能的視線和相對于周圍地形的感應。下面是人工智能的導航決策樹，為人工智能計算的幾個關鍵選擇的風險/回報概況以及它們如何映射到地形上提供透明度。這種抽象的決策空間還可以整合非空間決策，例如網絡欺騙。虛線表示與友方AEW的通信聯系和對敵方AEW的可能干擾。圖片由C. Hung制作。

這些挑戰為有效的WMIs設計提供了參考。也就是說，我們需要有能力從不同的來源（包括從其他國家的決策輔助工具）提取信息，以及一個能夠承載整合這些信息的計算能力的架構，同時還要處理基礎的人工智能計算（用于學習和部署）。我們還需要共同開發一個界面和算法設計，以適時地利用人類和人工智能agent的優勢并減少其局限性。

2.2 高計算能力下的決策過程

在復雜的決策過程中，需要大量的計算能力來處理和記錄所有組件、實體和狀態空間。從積累的動態狀態空間的數據集中建立過去、現在和預測模型，需要利用HPC資源來產生分析性的見解，并在決策背景下創建有用的表述。

實施HPC分析工作流程的一種方法是使用持久性服務框架（PSF）。PSF是一個最近可用的分布式虛擬化解決方案，它可以通過一個基于網絡的前端實現對HPC服務的非傳統訪問，而不像傳統的HPC環境，計算節點在特定的時間段內以批處理模式分配給用戶。此外，PSF提供對數據、數據庫、容器化工具集和其他托管平臺的分布式連續訪問（Su等人，2021）。

在一個PSF方法的例子中，一個模擬引擎連接到PSF，用于記錄人類和人工智能做出的所有決定。這允許分析在任務規劃和COA開發過程中發生的決策行為，以及識別決策模式和戰略，以開發競爭性和現實的兵棋推演場景。一個戰斗空間可視化平臺可以托管在PSF上，并使用消息傳遞協議來更新所有連接的設備接口。來自模擬引擎的狀態信息可用于生成戰斗空間和參與作戰單位的圖形表示。

使用PSF方法并利用HPC資源，可以實施人工智能輔助決策機制，利用大數據攝取和分析，同時可供地理分布的用戶用于協作決策工作和 "永遠在線 "的個性化培訓和紅色團隊。連接到PSF托管服務器的各種混合現實顯示模式可以支持一系列作戰場景，從戰略層面的指揮和控制到作戰邊緣的更多移動戰術使用。

2.3 決策空間的真實呈現

用圖形表示各級行動的軍事決策戰略需要新的可視化方法，這些方法可以應用于以規則變化、認知狀態、不確定性以及個人偏見和啟發式方法為特征的動態環境（Dennison等人，2020；Hung等人，2020；Raglin等人，2020）。戰斗空間的視覺表現應該在技術上盡可能準確和逼真，但又保持在人類可以理解和解釋的認知水平（Kase等人，2020；Larkin等人，2020；Hung等人，2021）。融合了混合現實技術的先進可視化方法有可能更好地表現多領域戰爭的變化特征及其不斷變化的威脅和動態環境。隨著最近混合現實可視化設備的技術進步，成本降低，硬件的可靠性和實用性顯著提高，混合二維和三維可視化方法現在已經成為可能。

由多個二維顯示器組成的混合現實方法增強了更先進的三維可視化能力，可以為指揮人員提供理解復雜的兵棋推演狀態空間所需的洞察力（Su等人，2021）。當需要一個共享的戰斗空間表示時，可以通過在不同的可視化模式上實現多個協調的視圖來實現協作的戰略規劃模式，以根據分布式指揮人員的輸入進行互動更新。

BVI（Garneau等人，2018）平臺表示地理空間地形信息和地圖圖像，允許指揮人員建立和修改戰術任務規劃和COA。作為一個數據服務器，BVI將地形和作戰數據分發給支持多種可視化模式的客戶端應用程序，包括頭戴式顯示器設備、基于網絡的界面、移動安卓平板設備和混合現實設備（例如，HoloLens 2、Oculus Quest）。

例如，圖3（頂部）顯示了位于加利福尼亞州圣貝納迪諾縣歐文堡國家訓練中心的高分辨率地形上的友軍與敵軍的兵棋推演場景（Wikipedia, 2021）。與MDMP期間經常使用的傳統2D地圖顯示相比，戰斗空間的3D視圖可以從多個觀察角度提供更豐富的用戶體驗。三維視圖，在BVI的網絡戰術計劃器（WTP）中，將地形和人工特征的空間信息以及由MIL-STD 2525C符號描繪的單位位置可視化（美國防部，2014）。可以想象，地理空間視角，如BVI提供的視角，支持決策者對動態戰斗空間環境的理解。與可導航的人工智能增強的決策空間（圖3，底部）搭配，組合的視角可以使人們更好地理解視覺空間依賴性、影響和因果關系、估計的風險和價值、不確定性以及復雜決策的欺騙性。將這種以地理空間和決策為中心的視角與人工智能相結合，可以提供必要的廣度，以協調物理行動與網絡和其他非空間領域的行動，跨越多個時間尺度，并具有快速適應變化的任務目標的靈活性。

3 人-人工智能團隊決策的交互技術展望

人工智能和人-人工智能團隊的快速發展需要WMI同步發展。隨著新型人工智能對有價值的COA產生更好的預測，并能更好地處理復雜的決策，它們也必須利用人類的專業知識，學習如何處理具有高度不確定性、欺騙、隱性知識和博弈論的決策。相反，人工智能的推理必須既抽象又能與兵棋推演環境相聯系，以實現透明和信任，同時又不造成過度的認知負擔。基于三維混合現實的WMI可以利用和增強人類固有的三維認知和預測能力（Welchman等人，2005；Kamitani和Tong，2006；Kim等人，2014；Boyce等人，2019；Krokos等人，2019），如果設計得當，其交互將感覺自然，同時擴大顯示多個領域的信息的能力，同時使AI能夠適時地從用戶的決策中學習。

我們強調了三個關鍵的發展領域，即人工智能引導的決策指導，支持這種指導的計算基礎設施，以及決策透明度的混合現實表現的發展。這些領域的進步需要跨越許多不同學科的專業知識。新的人工智能發展需要融合神經科學、心理學和數學的思想，以克服復雜決策中長期存在的問題的瓶頸。這包括跨時間尺度的學習和變化環境下的災難性遺忘，以及更具體的兵棋推演問題，如具有不確定性、欺騙和博弈論的多Agent決策。計算基礎設施也需要發展，因為計算能力和數據框架對于在戰術邊緣產生人-人工智能團隊的共同操作圖來說都是必不可少的。為了有效地開發，應該通過一個共同的框架來抽象出專有的限制和軟件的依賴性，并為使用和故障排除提供清晰的文檔，以使學術界、政府和工業界更好地專注于解決人與人工智能的合作問題。這個通用框架應該包括有效的信息傳遞，同時提供靈活性和適應性，以滿足人工智能開發和人類用戶在訓練和實際使用環境中的需求。最后，交互技術的開發本身需要跨學科的協同專業技術。一個基礎性的問題是如何壓縮信息使之被用戶有效地理解，以及如何最好地利用用戶的互動來進行機會主義學習。人類的大腦并不處理所有的感官信息，而是對世界進行預測和假設，以便在信息不完整的環境下節約計算。一個有效的WMI應該同時預測潛在的決策結果以及個人用戶的期望和假設。此外，人工智能決策輔助工具必須估計用戶的默契，使其能夠提供最相關的信息和最有希望的選擇，這些信息來自整個作戰領域。

結論

信息作戰和指揮與控制（C2）是美國陸軍可以向盟友和伙伴提供的兩種能力。在未來的作戰環境中，不僅要為動能作戰做準備，而且要為混合作戰和以信息為重點的戰爭做準備。這需要在復雜和默契推理的人工智能能力方面取得進展，在能夠提供持續訓練、分布式混合決策和大數據分析系統方面取得進展，以及在人與人工智能協作決策和機會主義學習方面取得進展，以實現人工智能的持續進步和人與人工智能的共同適應。這些進展中的每一項都需要跨學科的計劃性努力，以克服復雜的技術挑戰，創造新的決策原則、理論和理論方法，包括持續開發綜合測試平臺和技術，以實現政府、學術界和工業界的合作和協同發展。

摘要

當代和新出現的安全威脅以及從最近的軍事行動中吸取的教訓已經證明，為了在傳統的物理領域（陸地、空中、海上、太空）實現作戰目標，確保在非物理領域的主導地位至關重要，即網絡空間、電磁環境（EME）和信息環境。因此，除了物理作戰領域之外，在非物理領域取得優勢的能力對于實現戰役的軍事和非軍事目標具有決定性意義。

作戰人員將面臨消除沖突，協作，同步和整合行動的挑戰，以實現并發揮協同效應以應對多種威脅，其中可能還包括來自每個作戰領域對手的武裝沖突閾值以下的行動，包括非物質的。

本文探討了作戰環境聯合情報準備 (JIPOE) 作為支持聯合作戰規劃、執行和評估的主要工具的作用和意義，從而有助于多域作戰 (MDO) 的同步和協調。在這方面，基于政治、軍事、經濟、信息、基礎設施-物理、時間(PMESII-PT)方法，不可能將對當代作戰環境(OE)的分析局限于物理領域及其與非物理領域的關系。相反，作者們相信，確定一種合適的方法來關注在非物理領域單獨或聯合進行的活動影響，它們在PMESII-PT所有領域的相互融合和實際操作領域的相關性，將大大有助于友軍識別和評估對手的重心(COG)、關鍵弱點、意圖和行動路線(COAs)的能力，包括各自的指標。JIPOE將為聯合部隊指揮官(JFC)提供OE的整體視圖，將與戰術層面密切合作、共享和開發，通過結合不同領域的能力，應該能夠壓倒對手的部隊。這種集中控制和分散執行的方法將有助于在作戰和戰術層面之間產生協同效應。

引言

未來的軍事行動將以物理和非物理層面的融合為特征，眾多不同的行為者將在其中運作。任何部隊都需要適應極其復雜的作戰環境和大量的作戰變量，需要適應性地使用一系列武器系統來產生致命和非致命的效果。因此，除了物理作戰領域（即陸地、空中、海上和太空），在非物理領域（網絡空間、EME、信息環境）取得優勢的能力將對實現戰役的軍事和非軍事目標具有決定性意義[1, p.280]。

OE是影響能力運用和影響指揮官決策的條件、環境和影響因素的綜合體[2, p.3]。了解OE的因素和條件不僅是所有計劃活動，特別是行動設計的關鍵前提，也是友軍保護和許多其他相關任務的關鍵前提[3, p.41]。

JIPOE代表了一種系統的方法，用于分析有關OE和對手的信息。它可以應用于全部的軍事行動。指揮官和參謀部在危機背景、根本原因和具體動態方面，對戰區形成共同的理解和整體的看法。它使指揮官能夠直觀地看到問題的程度，以及他們如何塑造和改變OE，使之成為他們的優勢，這將為他們的決策提供信息[2, p.3-5]。

JIPOE產品極大地促進了聯合（即作戰）層面的軍事行動的規劃和執行。現代軍隊，特別是北大西洋公約組織（NATO）內的軍隊，幾十年來在討論跨領域（陸、海、空）的協調行動時一直使用聯合這一術語。如今，由于全球安全環境的巨大變化以及俄羅斯和中國日益增長的野心，為了挑戰潛在的同行對手，需要采取多領域的方法。在傳統的戰爭門檻下，盟國及其合作伙伴已經受到了跨越物理和非物理領域的持續攻擊[4, p.2]。MDO一詞不同于聯合行動，因為它旨在關注跨越多個領域的行動，而不考慮服務的歸屬，不一定是由多個部門進行的行動[5，p.49]。

圖1:支持聯合行動的當前JIPOE流程的可視化。

圖2:提出支持MDO的JIPOE過程方案。