在這項研究中，提出了一種智能兵棋推演方法，以評估軍事行動方案在作戰成功和資產生存能力方面的有效性。擬議的應用是基于經典的軍事決策和規劃（MDMP）工作流程開發的，以便于在現實世界應用中實施。本研究的貢獻有三個方面：a）開發一個智能兵棋推演方法，以加速MDMP中的行動方案（COA）分析步驟，從而為軍事行動創造更多的候選COA；b）產生針對對面部隊的有效戰術，以提高作戰成功率；以及c）為未來的系統開發一個高效的、基于可視化兵棋推演的MDMP框架，這些系統需要一個小型操作團隊來監督一個自動智能體網絡。為了評估系統的能力，執行了幾個交戰場景示例，并給出了結果。此外，研究了自動智能體的兵力組成問題，并提出了具有超參數調整結構的兵力組成算法。

引言

隨著無人系統在復雜任務中的作用越來越突出，包括情報、監視和偵察行動，最近的應用傾向于轉向異構的無人系統組合之間的合作，以執行這些行動并獲得高任務成功率[1]。為了完成復雜的任務，異質智能體之間的合作帶來了對多域作戰能力的需求，其中人工智能（AI）輔助的兵棋推演策略發揮了重要作用[2]。特定的目標，如使用人工智能來發現戰術，這可能會通過現有的軍事能力提高作戰效益，或可能為新的軍事能力提出有效的使用概念。人工智能決策最近集中在開放型游戲，即所有玩家都能看到所有的游戲狀態，或封閉游戲，即存在有限的兵棋靈活性。然而，在戰術和戰略層面上對決策策略進行建模需要有新的算法，這些算法可以在規則變化、不確定性、個人偏見和隨機性的動態環境中運行[3]。

戰術模擬是MDMP的一個重要組成部分，MDMP是軍隊制定作戰計劃、預測敵方部隊的反擊行動和評估擬議作戰計劃有效性的理論方法，因為它提供了一個安全和替代性的與武裝沖突有關的一些情況和決策動態的再現。雖然 "兵棋推演"一詞沒有統一的定義，但普遍接受的定義可以追溯到19世紀初。它被認為是通過任何手段，使用特定的規則、數據、方法和程序來模擬軍事行動[4]。因此，在進行MDMP的定義和重要性之前，必須對兵棋推演做出明確的說明。MDMP始于從上級總部收到的任務。然后，通過利用其他來源的情報進行任務分析。在下一步，處理指揮官的意圖、行動要求和可用資源，以制定行動方案（COA），包括任務組織計劃。在制定行動方案后，通過兵棋推演進行行動方案分析，重點是行動、反應、反擊和裁決過程，以重新確定行動方案和潛在決策點。

圖1 軍事決策過程總結。

在MDMP中，COA分析通常被稱為兵棋推演，它將COA的發展與COA的比較和批準聯系起來[5]。在比較步驟中，每一個COA都根據規定的標準進行評估，如簡單性、機動性、熱能、民用控制和規模性，這些標準在一個決策矩陣中被賦予了評估的權重。此外，從比較步驟中選出的COA應具有最小的風險、最大的安全性和靈活性。然后，根據COA的比較結果完成COA的審批過程，在最后一步，指令生成并與相關單元共享[6]。從總體上看，圖1給出了MDMP的整體流程。

在這項研究中，提出了開發情報、監視和偵察(ISR)和壓制敵人防空(SEAD)作戰計劃，這些計劃由上層人工智能和輔助的、分布式的決策策略支持，以評估生成的COA的成功概率、資產的生存能力和作戰效率。這個過程是在經典的MDMP方案的基礎上發展起來的，以便于在現實世界的應用中實施，它能夠在行動前或行動中提供快速評估和客觀比較COA。這個過程從接收來自MDMP第二步的任務分析結果開始。在COA開發步驟中，最初的任務分配過程是利用CBBA算法進行的，該算法能夠解決具有分布式的通信結構、異質集合和在線重新規劃要求的分配問題。在創建了幾個行動計劃（即COA）后，它們被輸入兵棋推演過程以評估其有效性。之后，這些行動方案在成功概率、生存能力和成本方面被相互比較，最有效的方案被送去審批步驟。圖2給出了重點框架的總體概況。

圖2 COA生成框架。

本研究的貢獻有三個方面：a）開發一種智能兵棋推演方法，以加速MDMP中的行動方案分析步驟，從而為軍事行動創造更多的候選COA；b）產生針對對面部隊的有效戰術，以提高作戰成功率；c）為未來的系統開發一種有效的、可視化的和強大的基于兵棋推演的MDMP框架，這些系統需要一個小型的操作團隊來監督自動智能體網絡。本研究的其余部分結構如下：在第2節，將對文獻中的相關研究進行調查。第3節描述了問題陳述，第4節給出了針對該問題的解決方案所需的背景。在第5節中，將給出在創建這項工作時遵循的方法，第6節展示了模擬研究的結果。最后，第7節是文章結尾。

相關工作

兵棋推演模擬被用作不同領域的決策工具，從商業到軍事[8]，從沖突場景到監視或危機演習，從軍事角度看搜索和救援任務[9] 。在Filho等人[10]中，使用兵棋推演的方法優化了無人機在超視距戰斗中的位置。考慮到兵棋推演中敵人的不確定性，研究了友軍蜂群團隊戰術編隊的有效性。Chen等人[11]提出了一個基于決策樹的城市暴雨情況下的緊急救援兵棋推演模型。在該模型中，雖然敵人的任務僅限于道路積水，但友軍團隊由試圖防止這種積水的應急車輛組成。Su等人提出了基于地理信息系統(GIS)的兵棋推演援助平臺，以防止臺灣地區的蓄水[12]。基于兵棋推演的策略的另一種使用方法是危機演習，Song等人指出，兵棋推演是一種有效的危機演習方式，成本低，方式方便[13]。

一個有效的兵棋推演策略取決于對下屬指揮官完成任務所需資產的準確和最佳分配/配置[7]。許多方法已經被開發出來，使智能體能夠根據已知行動的任務列表在他們之間分配任務。這些方法的主要思想是不僅要提高任務的有效性，而且要降低行動成本和風險。集中式任務分配，需要在智能體和中央服務器之間建立通信聯系，為整個團隊生成一個分配計劃。由于集中式系統能夠減少地面處理要求的負擔，它們能夠有效地使代理人更小、更便宜地建造。此外，據調查，在集中式任務分配系統中使用啟發式方法，如遺傳算法[14-16]和粒子群優化方法[17-19]，在計算時間方面有更好的表現[20]。另一方面，由于集中式任務分配的結構，智能體和行動基地之間應保持持久的通信，以提供合作，這需要發送/接收操作更新。這種對通信系統的要求直接影響到智能體組的能力和穩健性。

與集中式應用相反，可以通過利用分布式方法來提高兵力組合的性能和穩健性，在這種方法中，需要智能體之間的通信來獲得對特定任務集的共識。這種類型的通信拓撲結構在智能體損失、通信損失和任務列表的實時更新（即添加和刪除任務）的情況下增加了兵力組合的穩健性[21]。在這種情況下，文獻中已經研究了消除對中央基地的需要的分布式規劃方法。這些方法中的大多數都假設有完美的通信，并有一定的帶寬，以確保智能體在規劃前有相同的態勢感知。然而，這在現實世界的場景中很容易被違反，包括搜索和救援任務，在這些場景中，智能體的通信范圍有限或通信渠道的帶寬有限[22]。在態勢感知不一致的情況下，分散的任務分配算法可以通過利用基于共識的算法，如基于共識的捆綁算法（CBBA）來增強，以便收斂在一個一致的解決方案上[23-25]。不僅有可以集成到分布式框架中的共識算法，文獻中也有基于部分可觀察馬爾可夫決策過程（POMDP）的方法[26]。盡管共識算法保證了信息的收斂，即達成共識，但這可能需要大量的時間，并且經常需要傳輸大量的數據，這可能導致在低帶寬環境下的高延遲，并增加了為無人系統找到最佳任務分配解決方案的處理時間[27]。也有一些關于中間層次結構的報告，即混合結構，介于集中式和分布式結構之間，用于從兩種方法的優點中獲益[28]。

盡管有許多嘗試試圖解決無人駕駛異構飛行器的任務分配問題，而且前面提到的所有研究都考察了底層自動化（以規劃和控制算法的形式）分配異構無人駕駛飛行器（UxVs）網絡的能力，但在產生COA的MDMP中整合增強/高級人工智能生成的指導和輔助決策支持是至關重要的[29]。一些初步的嘗試，如國防高級研究計劃局（DARPA）的 "拒止環境中的協作行動"（CODE）計劃和 "分布式戰斗空間管理"（DBM）的廣泛機構公告（BAA），被提出來改善人類與自動化的協作和決策，通過執行一系列自動化和自主行動來協助戰斗管理者和飛行員[30]。然而，這種具有不同任務分配方法的框架可能是脆弱的，無法對突發事件做出反應。這樣的系統可以通過人類操作者帶來他們基于知識的推理和經驗來緩解[31]。

因此，很明顯，任務規劃者和平臺內的操作者框架都應該被仔細構建。模擬和分析這種框架的最重要的平臺之一是兵棋推演，它被用來執行關于未來部隊資產、軍事能力的決策，并為許多行動做準備。兵棋推演能夠以許多不同的方式執行，從研討會的兵棋推演，到手工棋盤游戲，再到復雜的計算機輔助兵棋推演[32]，其中由計算機判斷交戰的后果[33]。

關于該主題的初步研究以來，智能兵棋推演對于促進軍事決策是否有價值一直受到質疑[34]。這些系統在決策過程中的作用也在四個主要學科下進行了討論，即傳感、態勢感知、計劃生成和學習[35, 36]。在這些討論之后，隨著人工智能學科的進步和技術的發展，據報道，將人工智能應用于軍隊的MDMP具有很大的潛力，可以支持指揮中心對競爭激烈和更加復雜的戰場進行規劃，因此Schwartz等人在輔助性人工智能架構中用遺傳算法（GA）來解決這個問題[37]。Boron等人將基于人工智能的兵棋推演整合到決策過程中，他們在不同的戰斗場景中使用強化學習（RL）來評估其算法的性能[38]。Xin等人考慮了以往研究中通常被忽略的不確定性，因此他們提出了一個名為混合智能多分支兵棋推演的解決方案，通過融合基于RL的人工智能方法和人類智能來考慮不確定性[39]。最近，Tarraf等人提出了一個兵棋推演框架，其中規則和交戰統計用于商業桌面兵棋推演，以實現遠程操作和完全自主的戰斗智能體和具有AI/ML支持的態勢感知的智能體[40]。Goecks等人討論了過去和現在關于游戲和模擬器以及人工智能算法如何被調整以模擬軍事任務的某些方面的努力，以及它們如何影響未來的戰場。此外，他們研究了虛擬現實（VR）和視覺增強（VA）系統的進展如何為游戲平臺的人機界面及其軍事提供新的前沿[41]。

基于共識的捆綁算法(CBBA)

在MDMP的步驟2中確定了問題、任務要求、假設和評估標準后，重要的是將藍隊的軍事單位分配給合適的紅隊任務。這是通過利用基于共識的捆綁算法（CBBA）[27]來完成的，該算法支持分布式的、異構的任務和動態環境。在本節中，將給出和描述CBBA算法的細節。

CBBA是一個去中心化的基于市場的協議，它為異質智能體網絡上的多智能體多任務分配問題提供了可證明的良好近似解決方案，并通過使用去中心化的通信方法來解決協調異質自主車輛的任務分配問題[27]。這種類型的通信拓撲結構消除了對中央基地的需求，并且在智能體損失、通信損失和任務列表的實時更新（即添加和刪除任務）的情況下，它增加了任務組的穩健性。CBBA是由兩個階段交替進行的迭代組成的：第一階段是捆綁構建階段，其中每個車輛貪婪地生成一個有序的工作捆綁，第二階段是共識階段，其中相鄰的智能體之間通過本地通信找到并解決沖突的任務。圖3展示了CBBA的內部循環。

方法

A 仿真環境

為了創建可支持、可擴展和易修改的模塊化架構，我們決定將智能任務規劃器分成四個子組。引擎模塊包括主要的引擎腳本，它包含了關鍵的方法，如任務分配、尋路、戰略、交戰和其他一些重要的方法，以便在模擬過程中前進。引擎腳本中的任務分配方法使用基于共識的捆綁算法（CBBA），該算法也在引擎模塊中。環境模塊包括腳本中的世界對象，它給出了仿真環境的邊界，也是這個環境的網格表示，并附有任務、地形、敵人存在的費用。模型包含關于模擬過程中使用的代理和任務的必要信息。為了創建異質智能體，UAV、UGV、USV和近距離防空（CAD）智能體對象被單獨創建，團隊對象被創建用于設置敵方團隊并跟蹤團隊所做的動作。視圖模塊負責以視覺角度表示結果。圖4給出了智能任務規劃器的模塊結構概要。

B 生成殺傷力熱圖

在模擬環境中，殺傷力熱圖在空中、地面和海上層生成，以模擬特定區域內敵對力量的火力。這些熱圖是基于內核密度估計（KDE）算法生成的，該算法用于估計地圖上某一點相對于對面部隊位置的危險等級（即對面部隊的有效等級）。在這項研究中，假定軍事單位根據范圍的致命性分布被建模為夸特函數或埃帕尼科夫函數，如公式5所示。

其中d是軍事單位與地圖上指定點（即相關六邊形的中心）之間的距離。對于在d=0時的殺傷力計算，分布的最大值被縮放為1。 圖5中給出了空中、地面和海上層的熱圖生成結果示例。這里給出了a)地面層、b)海軍層和c)空中層的紅隊單位的殺傷力熱圖。在地面層，UAV、UGV、USV和CAD單位都是對藍軍的有效威脅，在給定的自由區域。在海軍層，USV是主要威脅，但UAV、UGV和CAD也是有效的。在空中層，乍一看，似乎對藍隊沒有威脅，因為紅隊的UAV、UGV和USV對藍隊的空軍沒有效果。然而，如果CAD資產存在于該地區，它將是對藍隊的關鍵威脅，結果將是致命的。

圖 5 紅隊在 a) 地面、b) 海軍和 c) 空中層的殺傷力熱圖。

圖 6 示例案例：地面層紅隊的殺傷力熱圖

圖6給出了模擬環境的另一個例子。為了便于可視化，沒有在環境中插入CAD單元。這里給出了地面層的無人機、UGV和USV的殺傷力熱圖。在這種情況下，與地面層的USV相比，UAV和UGV的殺傷力相對較高，因為USV的射程和效率有限。這可以通過利用表1中給出的軍事單位的效率表來直接模擬。該表提供了每種類型的資產對不同層的破壞效率的信息。

表1每種資產的損害效果表。

C 戰斗模型

戰斗模型對戰斗實體、它們的行為、活動和相互關系進行抽象和簡化，以回答與國防有關的研究問題。沒有一個通用的模型可以回答所有的問題，即使可以構建這樣的模型，它也會變得比現實更復雜，因為它不僅包括真實的系統，還包括想象中的系統。戰斗模型可以是隨機的，也可以是決定性的。直觀地說，一個隨機的模型假設關于某種情況的不確定或概率性的輸入，并對結果作出不確定的預測。一個確定性的模型準確地指出將會發生什么，就像沒有不確定性一樣。更正式地說，一個隨機模型需要用概率理論的術語來描述，而一個確定性的模型則不需要。

其中F, HP, L, PH, PD , PT, PW, PL分別是總火力、火力健康度、致命性、命中概率、探測概率、瞄準系統可靠性、武器可靠性和層效率。在這里，建立軍事單位的損傷矩陣也很重要，它決定了它們在交戰中對敵軍的有效性。在模擬環境中，損害矩陣被假定為表1中的內容。通過使用這些定義，每個資產的生存能力被建模為公式7和8中給出的。

其中Fk、Mk是相關團隊在時間k的火力和機動性。Fok是敵對部隊在時間k的火力。

D 評估指標和作戰評估

有效的評估包括定量（基于觀察）和定性（基于意見）指標。人的判斷是評估的組成部分。任何評估的一個關鍵方面是它對人類判斷的依賴程度，以及對直接觀察和數學嚴謹性的依賴程度。嚴密性解決了不可避免的偏見，而人的判斷將嚴密性和過程集中在往往是成功關鍵的無形因素上。口頭定義是直截了當的陳述，但為了以智能方式訓練整個系統，將這些句子表示為數學指標是關鍵。從口頭到數學指標定義的過渡是一個開放式的程序，它可以通過手動選擇的方式來捕捉最佳決策[42]。

為了評估紅隊和藍隊的機動性和火力能力，制定了幾個戰斗力評估指標，如公式9和10所給出。

作戰兵力組成

兵力的組成與CBBA的評分功能密切相關，具體如下。

這個函數給出了一個智能體在時間tj到達任務時從任務j中得到的分數。分數由兩部分組成，第一部分是任務的名義獎勵，Rj(aj)，它是aj的函數，即分配給任務j的智能體指數，第二部分是折扣函數，它是任務j的到達時間的函數，tj。λ是一個折扣系數，用于解釋目標值隨時間的減少。這個系數包含在目標函數中，以更好地代表現實世界中的問題，即訪問目標的價值與訪問的時間成比例地減少[43]。

由于折扣系數改變了任務到達時間的影響，它需要根據世界的大小進行調整。因此，我們提出了以下結構，從圖7中可以看出，以克服選擇最佳折扣系數和兵力配置的問題。

圖7 基于λ搜索算法的兵力編碼器結構

對蜂群機器人的研究已經產生了一個強大的蜂群行為庫，它們擅長確定的任務，如集群和區域搜索，其中許多有可能應用于廣泛的軍事問題。然而，為了成功地應用于作戰環境，蜂群必須足夠靈活，以實現廣泛的特定目標，并且可以由非專業人員配置和使用。這項研究探索了使用基于任務的蜂群可組合性結構（MASC）來開發特定任務的戰術，作為更普遍的、可重復使用的規則組合，供高級機器人系統工程實驗室（ARSENL）蜂群系統使用。開發了三種戰術，用于對一個地理區域進行自主搜索。這些戰術在現場飛行和虛擬環境實驗中進行了測試，并與預先存在的完成相同任務的單體行為實現進行了比較。對性能的衡量標準進行了定義和觀察，驗證了解決方案的有效性，并確認了組合在可重用性和快速開發日益復雜的行為方面所提供的優勢。

1.1 動機

美國軍方對無人駕駛飛行器（UAV）的研究和利用有很長的歷史，早在第二次世界大戰之前就有了。最近，"捕食者 "無人機的推出，首先作為偵察平臺，后來作為武裝戰斗成員，徹底改變了現代戰爭。使用 "捕食者 "型無人機的優勢很多，而且有據可查，但是這類系統并不能為每一類任務提供通用的解決方案。系統的可用性、便攜性、后勤和維護要求、人力專業化和道德問題只是限制無人機向各級作戰部隊傳播的部分因素。一些人認為，戰爭的下一次革命將來自于蜂群技術：大量低成本的自主系統采用合作行為和分散控制來實現任務目標[1]-[3]。

在過去的十年中，已經進行了大量的工作來擴展無人機群的行為、能力以及指揮和控制（C2）。海軍研究生院先進機器人系統工程實驗室（ARSENL）小組以前的研究推動了以任務為中心的C2方法的發展[4]，并通過分散的動態任務分配實現了蜂群自主[5]。然而，在描述高層行為和目標以及在機器人代理的強大分布式系統中實現這些目標方面，設計蜂群系統仍然存在獨特的挑戰。目前的行為實現往往是單一的，而有效的設計需要專家編程。這項研究探索了在一個面向任務的分層框架內組成原始蜂群行為的方法，以自主實現復雜的任務目標。在面向任務的框架內應用行為組合技術，可以促進簡化行為開發和重用，并有可能加速創建復雜的以任務為重點的蜂群行為，用于軍事應用。

1.1.1 蜂群案例

蜂群飛行器并沒有提供將完全取代目前無人駕駛航空系統（UAS）的好處和能力，但它們確實有可能吞并許多目前的能力。然而，更有趣的是，蜂群有可能迫使戰爭行為的技術轉變。在[1]中，Arquilla提出蜂群是一種建立在高度連接和機動能力的小型單位上的戰爭形式，這些小型單位可以快速分散和聚集在一起。Scharre[2]和Hurst[3]通過分析機器人群的屬性及其對現代戰場的潛在影響，闡述了群戰的概念。與目前的無人機系統相比，蜂群通過飛行器的異質性使自己與眾不同，這種異質性提供了單一無人機所不具備的廣泛能力。特別是，合作行為和分散控制所帶來的決策和執行速度，可能再加上人工智能（AI），使蜂群系統具有潛在的決定性作戰優勢。或者正如[2]中指出的，"擁有最智能的算法可能比擁有最好的硬件更重要"。

美國防部已經認識到蜂群技術的內在可能性，并將蜂群行為列為具有 "推動無人系統的巨大潛力 "的人工智能技術之一[6]。這種認識進一步體現在國防高級研究計劃局（DARPA）的項目中，如進攻型蜂群戰術（OFFSET）[7]。各軍種也在各自探索蜂群技術[8]，成功的概念驗證包括海軍研究辦公室（ONR）的低成本無人機蜂群技術（LOCUST）[9]，海軍航空系統司令部（NAVAIR）的Perdix系統[10]，以及NAVAIR對DARPA的CODE計劃的收購[11]。這些計劃不僅探討了自主協作系統的發展，而且還探討了與這些系統相關的C2和人機界面（HSI）要求。蜂群C2和HSI已被確定為建議研究的核心，以使該技術進入軍事應用范圍[2]、[6]、[8]。

1.1.2 蜂群特征

蜂群機器人的研究源于早期的元胞自動機領域的研究。元胞自動機通常可以被描述為一組細胞的數學模型，其中單個細胞的狀態由其鄰居的狀態隨時間變化的某些函數決定[12]。細胞本身的效用是有限的，但一組細胞可以有效地模擬自然和生物模式，而且一些細胞自動機已被證明能夠模擬任何計算機器[12]。

貝尼[13]的早期工作將自動機的概念應用于機器人學。他和Wang[14]的工作創造了"蜂群智能 "一詞，即 "非智能機器人系統表現出集體的智能行為，表現為在外部環境中不可預測地產生特定的有序物質模式的能力。" 該定義后來被完善，指出智能蜂群是 "一群能夠進行普遍物質計算的非智能機器人" [15]。這種蜂群智能的概念是蜂群的一個基本屬性。對于這項研究來說，這個概念可以簡化為：蜂群是一個無人機的集合，這些無人機單獨只能夠進行簡單的行為，但當它們聚集成一個集體系統時，能夠產生特定的額外和更復雜的行為。

確保蜂群中的集體行為產生最終的預期行為是蜂群工程的一個基礎概念[16]。蜂群行為通常依賴于涌現，被定義為由單個智能體構成集體行為，進而產生全系統行為[17]。雖然涌現是蜂群的一個理想和基本特征，但它并不容易預測。意外的涌現行為會表現出潛在的負面后果，降低對系統的信任度[16], [17]。涌現行為不僅在蜂群智能方面得到了廣泛的研究，而且在多Agent系統的背景下也得到了更廣泛的研究，包括經濟、物流和工程等廣泛的應用。因此，有大量的行為問題的涌現算法解決方案，已經成為該領域的基礎。直接適用于機器人群領域的是基于生物的行為集合，如成群結隊[18]，螞蟻和蜜蜂群優化[19]，以及粒子群優化[20]，[21]。在這些問題中的每一個，單個智能體，即本研究中的單個無人機，根據本地知識和對蜂群其他部分的有限知識決定自己的最佳行動。

分散控制和集體行為使關鍵蜂群屬性成為可能：適應性（靈活性）、穩健性和可擴展性[22]。適用于蜂群機器人和蜂群智能的這些屬性的精確定義在[22]-[24]中提供。一般來說，適應性是突發行為的結果，是蜂群在動態環境中實現一系列任務的能力。穩健性源于分散控制，即無論其他智能體是否失敗，單個蜂群智能體仍然可以做出適當的決定；也就是說，即使單個智能體失敗，蜂群仍然可以集體完成行為。可擴展性與此類似，即蜂群的規模應根據需要進行調整，以便在約束條件下完成特定目標。

1.1.3 機器人群

在過去的十年里，隨著低成本機器人和通信組件的普及，蜂群的實現已經取得了快速進展。像Kilobot[25]這樣的開源機器人很容易獲得，而像海軍研究生院（NPS）ARSENL的Zephyr II固定翼和Mosquito Hawk四旋翼無人機這樣更先進的平臺也很容易制造[26]。仿真環境，如Autonomous Robots Go Swarming（ARGoS）[27]、Open Robotics的Gazebo模擬器[28]和ArduPilot的軟件在環（SITL）環境[29]，可免費用于測試與物理系統相結合的行為，以加快開發速度。

物理機器人群的C2系統并不像模擬器那樣發達，而且很少有管理機器人群的總體框架。值得注意的框架包括用于無人機的Aerostack[30]和ARSENL的基于任務的蜂群可組合性結構（MASC）[4]框架。此外，C2要求與蜂群的HSI研究密切相關。鑒于蜂群的潛在規模和相對于人的認知能力而言的行為復雜性，蜂群對人類互動提出了獨特的挑戰[31]。由于集體行為的突發性質與軍事環境中固有的嚴格的操作控制結構相匹配，HSI對軍事應用具有特別的意義[32]。在進攻性機動中使用無人駕駛車輛已經引起了倫理方面的爭論，而蜂群的自主性質只會使這個問題更加復雜[33]。

1.1.4 技術現狀

目前對多機器人系統和多機器人任務分配（MRTA）的重要研究工作集中在實現機器人群中復雜行為的規劃和執行。多機器人系統通常依靠任務分配技術和高層規劃來確定實現整體蜂群目標所需的單個平臺行動。有任務的機器人可以利用蜂群智能和涌現來實現子任務目標，但也有可能采用更多慎重的方法。Khaldi[23]和Arnold等人[34]對多機器人系統和蜂群機器人技術進行了比較和分析，重點是蜂群智能的應用。

MRTA的進展通過考慮時間和任務優先級限制的綜合能力匹配，使越來越復雜的任務領域成為可能[35], [36]。例如，NPS的ARSENL小組以前的研究推動了分散的、基于市場的任務分配的發展[5],[37]，并在復雜的多域蜂群行動中成功地進行了演示[26]。ARSENL已經成功地采用大型蜂群來合作執行定義明確的復雜任務。對這些系統的有效控制仍然需要操作員的實時監督。

最近的論文如[38]將機器學習和人工智能技術應用于蜂群系統以實現行為發展。在這一領域的工作相對較少，實現先進的蜂群自治的目標，即通過 "提供指揮官的意圖，系統能夠從該指揮官的意圖中找出系統能夠做什么"[11]，仍然是相當遙遠的。

1.2 研究目標

這項研究的目的是實施和評估基于MASC的分層解決方案，將能夠自主搜索和調查任務的不同規則組合成更強大的戰術，在異質蜂群上執行。基于市場的任務分配被調整為向參與戰術的平臺分配行為角色。本論文假設，以這種方式組成的簡單行為可以實現與更多單一行為相媲美的性能特征，并且該方法廣泛適用于創建面向任務的一般戰術。這一目標為實現MASC的目標提供了一個步驟，即促進簡單行為的設計和重用，并為任務應用創建越來越有能力的戰術。

對所開發的解決方案進行分析，以驗證復合任務分配方法的使用，并為未來實施和研究異構多無人機群的性能和C2提供建議的基礎。特別是，本論文討論了以下研究問題。

• 使用組合行為的蜂群與使用單體行為的蜂群相比，其性能是否具有可比性？

• 在有效性和可用性方面，可組合行為比單體行為有哪些好處（如果有的話）？

• 哪些性能指標適合于比較行為的實現？

• 如何將建議的行為開發方法擴展到支持適用于任意任務的行為開發？

• 所開發的方法是否提供了所需的靈活性和接口，以納入更大的任務控制框架中？

這項研究的范圍僅限于利用原始的規則和算法來組成強大的戰術。它沒有探索或開發在單個平臺上執行行為的算法。

1.2.1 方法

開發了三個符合MASC戰術理念的蜂群行為，該戰術由[4]中描述的更原始的規則組成。這些戰術是作為現有ARSENL規則的組合來實現的。每個戰術都由一個搜索規則和一個調查規則組成，前者指導平臺參與協調的區域搜索，后者指導平臺協調調查一個或多個感興趣的聯系體。這兩種戰術都利用以前開發的拍賣算法進行任務分配[37]。戰術動態地將每個平臺分配到其中一個規則中，并且在任何給定的時間，只有被分配的規則被用來控制平臺。

該戰術是為使用由具有獨特特征的平臺組成的異質群而開發的，這些特征影響了它們執行搜索和調查行為的適宜性。該戰術利用基于市場的方法（即拍賣算法）來考慮單個平臺的能力，具體描述如下。

• SearchTacticStatic。一種戰術，在行為初始化時，搜索者和調查者的角色被靜態地分配給特定平臺。分配規定了搜索者的最低數量，并有效地按飛機類型優先分配（例如，更快的固定翼無人機被分配為搜索者）。

• SearchTacticDynamic。采用這種戰術，所有平臺開始時都是搜索角色，但隨著行為的進展，可以在搜索者和調查者角色之間動態切換。當遇到聯系人時，一個單項拍賣被用來重新分配角色。需要改變角色的車輛會推遲執行向新角色的轉換，直到當前分配的任務完成之后。

• SearchTacticImmediate。這個戰術實現了與SearchTacticDynamic戰術相同的分配方法；但是，搜索者和調查者角色之間的轉換會立即發生，而不是在當前分配的任務完成后發生。也就是說，如果平臺需要轉換角色，一個正在進行的搜索單元或調查任務將被中止。

1.3 論文組織

本論文分為五章。第一章討論了空中蜂群系統的現狀，它們與美國防部的相關性，以及這項研究的動機。第二章對相關的蜂群研究領域及其與本研究的關系進行了更詳細的討論。第三章描述了組成行為的實現，并將其與之前實現的單體行為進行了比較。第四章描述了所利用的實驗過程，并討論了所收集的數據，以提供實施的戰術性能和理論上的最佳性能之間的比較。最后，第五章提供了這項工作的結論和對該領域未來工作的建議。

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。

這篇論文探討了美陸軍信息戰令人困惑的歷史，以了解為什么持久的信息條令被證明是如此難以捉摸。論文認為，陸軍信息條令的發展分為三個階段，每個階段都對應著一系列獨特的戰略、組織和技術挑戰。內部的組織動態，而不是外部的戰略一致性，是決定信息學說在歷史上任何特定時刻的成敗的主要因素。未來的信息條令，包括目前的ADP 3-13草案的未來迭代，必須以認可陸軍組織利益的復雜性方式來解決陸軍的核心戰略挑戰，而且必須通過一個概念來實現，其有效性是可見的、可衡量的和令人信服的。

研究意義

盡管學術界和政策文獻對信息戰爭，特別是對陸戰的重要性有越來越多的共識，但對美軍如何建立其與信息有關的作戰概念，或對這些概念何時、如何以及為什么會改變的研究卻很少。對于一個自誕生以來就幾乎不斷變化的領域來說，了解是什么推動了條令的變化尤為重要，信息作戰就是如此。本研究報告所包含的歷史將填補我們理解上的這一空白。重要的是，它將試圖區分條令變化的有效原因--例如為應對不斷發展的技術或合法的外部威脅而進行的轉變，以及任意的原因--例如那些源于內部組織政治或外部政治關切的原因。這樣一來，它將更好地使政策制定者對未來信息作戰概念的適當方向做出正確的決定。

這項研究還將產生第一部關于陸軍信息條令演變的權威性歷史。最近的公開評論表明，陸軍高級領導人并不了解他們所要塑造條令的歷史。這種對歷史的短視有可能鼓勵在舊的不充分的前提下，不斷產生實際上并不新的 "新 "術語和概念。如果說，本研究對信息條令歷史的探索揭示了陸軍最早的許多信息相關概念的先見之明--這本身就引出了一個問題：為什么這些概念未能獲得制度上的支持。因此，這項研究將對那些試圖在信息和網絡空間領域找到自己發展方向的決策者產生直接影響。

最后，本論文希望對以下問題提供一個答案：鑒于三十年的條令先例，信息戰的想法仍然在體制上被邊緣化，盡管高級領導人對信息戰的假設越來越感興趣，但卻無法更有力地宣稱自己是一種輔助功能。本論文認為，在不斷變化的戰略條件、相互競爭的組織利益和 "信息 "一詞固有的復雜性的共同作用下，長期以來缺乏理論上的一致性，導致該領域無法成為一個邊緣概念。

提綱

第一章介紹了美陸軍信息條令的歷史，為論文的其余部分提供了理解的基礎。本論文的主要研究問題是 "為什么陸軍一直在努力創建一個持久的信息作戰條令框架？" 其余各章將回答這個問題

第二章將介紹陸軍信息條令的歷史學。它將總結和描述關鍵文本，確定學說拐點的主要內容，并強調歷史趨勢。本章將專門關注書面條令的演變，而將相關組織、培訓途徑和人員實踐的變化保留在分析章節中。第三章將討論本文的研究方法。

第四章至第六章將分析第二章中概述的歷史的主要階段，重點解釋導致條令變化的具體決策點。第四章將探討從越南的 "電子戰場 "到1991年波斯灣戰爭的信息作戰的早期起源。第五章將研究隨后的信息行動時期，它從1991年的 "信息戰 "概念開始，在1996年過渡到 "信息行動"，并以1990年代末在巴爾干地區的行動結束。第六章從9/11恐怖襲擊開始，描述了隨之而來的2000年代中后期向更注重認知的 "信息和影響 "理念的轉變。第七章是結論，在回顧研究的主要發現和討論其實際意義之前，將總結從2016年到2021年這五年的動蕩時期。

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。

多智能體系統在解決復雜和動態領域的問題方面顯示出巨大的潛力。這種系統由多個單獨的實體組成，稱為智能體。系統的整體行為是由其組成的智能體的許多相互作用產生的。大多數研究的系統由同質的智能體組成，它們擁有相同的行為或物理形式。然而，最近的工作表明，擁有不同行為或形式的異質智能體可以提高系統性能。這項研究考察了異質性對多智能體系統有效性的影響，并研究了多智能體系統在聯合武器戰中的應用，聯合武器戰同時應用異質單位類型來完成軍事目標。數百個形態上同質和異質的多Agent團隊被演化出來，并對其完成某些目標的能力進行評估。結果表明，沒有一個團隊配置在所有情況下都表現出色，在異質和同質配置之間轉換的能力對團隊的成功比任何配置的異質性更重要。結果進一步表明，美國海軍陸戰隊理論中描述的聯合武器戰術可以從簡單的、分散的智能體的互動中產生，表明該領域的未來研究可能被證明對聯合武器戰爭的軍事藝術有價值。

引言

1.1 問題背景

現代聯合武器理論要求同時應用多種武器類型，以達到大于其各部分之和的效果[1, 2]。復雜適應性系統（CASs）的研究人員對這句話很熟悉，它是一種涌現的語言，通過這種現象，一個相對簡單的智能體系統表現出復雜的總體行為，從而創造出 "小中見大 "的效果--大于其部分之和[3, 4, 5]。約翰-博伊德（John Boyd）的工作是基于當前的聯合軍備理論，他將武裝部隊視為由處于不同角色的自主單位組成的復雜網絡，并借鑒了CAS文獻來發展其戰爭理論[6]。對博伊德來說，每個軍事單位都填補了一個專門的利基，有助于整體的運作，因此，發展一支有效的聯合武器部隊是一個多智能體系統工程問題。在這樣的問題中，每個智能體必須被設計成通過與同伴的互動，在系統層面上幫助產生一些理想的特征。例如，戰斗的勝利是軍隊的一個理想特征，每個士兵的訓練和裝備都是針對贏得戰斗的整體任務。

聯合武器部隊具體來說是一個異質的多智能體系統。異質性一詞表示智能體之間在形態上、行為上或兩者上的差異。形態上的異質性指的是物理特性上的差異，而行為上的異質性指的是智能體對感知數據的行為方式上的差異。因此，形態上的異質性智能體就像坦克與飛機或警犬與警察一樣不同。行為上的異質性智能體不同，就像兩架相同的飛機在執行任務時可能扮演不同的角色，或者一個士兵可能在另一個士兵前進時提供火力掩護[3, 7]。

聯合武器戰爭的歷史提供了許多異質系統的例子，從古代的小兵、步兵和騎兵的聯合編隊到現代空軍的復合翼概念[8, 9]。現代計算機模擬和人工智能（AI）的研究提供了新的機會，通過建模和評估部隊的組成和戰術來推進聯合武器理論。最近的研究表明，智能體能夠在戰略游戲中產生新的戰術[10]，協調多個物理和行為上不同的單位，在物理世界中執行協作任務[11]，并在智能體的合作團隊中產生新的和多樣化的行為[12]。所有這些結果都與聯合武器理論有直接關系。這樣的研究既促進了軍事藝術的發展，也促進了人工智能和多智能體系統的研究。

1.2 研究問題

假設異質智能體系統將比同質系統更有效地完成分配的任務，其中有效性是由衡量成功完成任務的健身分數來衡量。更具體地說，這項研究將回答以下問題。

1.行為的異質性是否會改善或損害多Agent系統在聯合武器場景下的性能？

2.形態上的異質性是否會改善或損害多Agent系統在聯合軍備情況下的性能？

假設異質智能體系統將比同質系統更有效地完成分配的任務，其中有效性是由衡量成功完成任務的健身分數來衡量。更具體地說，這項研究將回答以下問題。

1.行為的異質性是否會改善或損害多Agent系統在聯合武器場景下的性能？

2.形態上的異質性是否會改善或損害多Agent系統在聯合軍備情況下的性能？

3.給定一組形態不同的單元，多Agent系統能否在沒有明確的中央指令的情況下表現出協同的聯合武器行為？

問題一和問題二涉及到可以將多樣性引入到智能體群體中的方式。采用具有物理或形態差異的智能體是否有益？為了回答這些問題，本研究在各種不同的任務中測試并比較了行為上和形態上的異質團隊。第三個問題是評估多智能體系統參與聯合武器戰爭中的合作行為類型的潛力。

這項研究提出了幾個戰斗單位的異質團隊的模擬，并評估了形態和行為異質性對團隊有效性的影響。多個異質和同質團隊被生成并在四個場景中測試，每個場景都有不同的目標。隊伍根據其勝利率進行分級，并與所受傷害成反比。測試結果被用來確定最有效和最高效的團隊配置和行為。

最合適的團隊表現出合作戰術，包括側翼機動、偵察、多管齊下的攻擊和其他行為。這些戰術產生于每個團隊成員智能體的互動，并且經常結合不同的智能體形態或行為。這項研究表明，異質性對團隊適應性的影響因情況而異，最有效的團隊傾向于演化出異質性行為和形態來克服戰術挑戰，而且聯合武器戰術可以從簡單智能體的相互作用中出現。

1.3 貢獻

這項研究提供了一個動態領域中同質和異質多智能體系統的比較。它支持國防部（DoD）發展自主武器系統的優先事項[13]，并通過展示從簡單的智能體互動中出現的可識別的戰術行為，將多智能體系統理論應用于聯合武器的軍事藝術。提供了一個新的和可擴展的模擬器，用于未來對單體和多體系統的研究。

1.4 概要

第二章提供了多智能體系統的相關背景和研究，并概述了該領域與聯合武器理論的關系。還提供了RoboCodePlus模擬器的描述。第三章描述了用于執行實驗的方法，概述了智能體架構、測試場景以及用于生成和進化單個團隊的遺傳算法。第四章分析了每個實驗的結果并得出結論，而第五章總結了所做的工作并為未來的工作提供了建議。

美國正越來越多地參與到與中國和俄羅斯聯邦的長期競爭中--在這場競爭中，美國國防領導人和專家認為，美國軍隊在技術和行動上已經落后。為了重新獲得優勢，美國國防部（DoD）正在推行新的防御戰略和作戰概念，旨在通過重新調整防御態勢和更好地整合空中、陸地、海上、太空和網絡空間領域的行動來提高美國的軍事能力。這些新方法的實施導致美國政府將國防部的研究和開發（R&D）支出增加到自第二次世界大戰以來的最高水平。

盡管有這些工作，美國軍隊可能無法通過簡單地使用當今部隊的改進版來進行現有戰術的適度變化，以獲得并保持對其大國競爭對手的優勢。美國防部為幫助贏得冷戰而開發的能力--包括隱形飛機、精確武器和遠程通信網絡--已經擴散到其他國家的軍隊。潛在的對手也同樣觀察到了美國在冷戰后科索沃、伊拉克和阿富汗沖突中的行動，并相應地調整了他們的作戰概念。 因此，美國軍事領導人承認，美國軍隊在這些情況下獲得的任何未來優勢都可能是狹隘的和短暫的。

1 需要一種新的作戰方法

與其利用已經擴散到對手那里的能力和作戰概念來與其他大國競爭，美國軍方不如考慮采取新的作戰方式，以獲得長期的優勢。例如，在冷戰期間，美國能夠將突出的新興技術與新的作戰概念相結合，克服蘇聯部隊的數量優勢，首先使用核武器，后來使用精確武器和隱形武器。

今天，美國部隊面臨的最重大的作戰挑戰包括中國和俄羅斯軍隊的遠程傳感器和精確武器網絡。中國將這些能力作為一個全面系統（SoS）的一部分，以捕捉利用美國和盟國部隊中被認為的漏洞。俄羅斯等武裝部隊用代理和準軍事部隊來補充他們的遠程精確武器和傳感器，他們利用這些武器和傳感器來實施 "灰色地帶 "戰術，通過爭奪有爭議的領土或破壞鄰國的穩定來獲得領土和影響力。

反擊中國或俄羅斯的作戰方式將需要美國和盟國軍隊提高其在不同程度的升級中生存和追求目標的能力。今天，最有效的美國部隊組合將多任務單位和平臺組合成相對較大的編隊，如陸軍旅級戰斗隊（BCT）、海軍遠征部隊（MEU）或海軍航母打擊群（CSG）。這些部隊由于其規模和集合而變得脆弱，這限制了他們的行動靈活性，并增加了他們的可探測性。此外，這些部隊組合的規模有可能使對抗不適當地升級，并可能使美國部署的部隊態勢在財政上無法持續。

盡管美國防部的新概念，如分布式海上作戰（DMO）、多域作戰（MDO）和遠征先進基地作戰（EABO）強調更多的分布式編隊，但國防部的投資仍然優先考慮相對較少的多任務平臺和部隊編隊，它們缺乏數量或決策支持工具來實現分布式作戰。美國的一攬子計劃也傾向于聚集多任務單位，以便它們能夠提供相互支持的防御，協調大量的進攻性火力，并獲得維持和管理的效率。

美國軍隊的設計反映了一種以消耗為中心的戰爭觀，其目標是通過摧毀足夠多的敵人使其無法再戰斗來取得勝利。例如，美軍在過去20年中的行動越來越依賴于殺死或俘虜恐怖分子和叛亂分子，而不是剝奪敵人的侵略利益。為了更好地應對大國競爭者帶來的作戰挑戰，本研究報告建議美國防部接受一種新的制勝理論和作戰概念，重點是做出比對手更快和更好的決策，而不是減員。

以決策為中心的戰爭方法不是摧毀對手的力量，直到它不能再戰斗或成功，而是給敵人施加多種困境，阻止其實現目標。例如，經典的機動戰，旨在通過延遲或退化使敵人的進攻行動脫節，并破壞其重心，如維持或指揮和控制（C2）。這可以被看作是對敵方戰斗網絡的凝聚力的攻擊。

目前的美國軍隊在執行以決策為中心和機動作戰的能力方面將受到限制。由于其成本，多任務平臺的數量不夠多，無法實現足夠的分布或多樣化的演示，無法對大國對手施加多種作戰困境。這種成本和稀缺性也要求多任務平臺和部隊編隊得到保護，進一步降低了美國部隊的靈活性。

美軍所面臨的困境的數量和速度也同樣受到美軍指揮官對整個戰區C2結構的依賴限制。戰區一級的環境和情況的范圍限制了指揮官使用自動決策輔助工具的能力，使決策速度慢于指揮官的規劃人員的速度。此外，在戰區范圍內的通信很可能是有爭議的，這降低了戰區指揮官為實施機動戰而動態管理部隊的能力。

與冷戰時期一樣，美國防部可以利用新興一代技術來克服美國部隊在實施新的作戰概念時將面臨的挑戰。在冷戰后期，隱形、制導武器和通信網絡是實現向穿透性精確打擊行動轉變的技術。今天，最突出的新興技術是人工智能（AI）和自主系統，美國防部使用這些技術僅僅是為了加快已經由人類進行的行動或使之自動化。這些技術反而可以成為以決策為中心的戰爭方法的基礎。例如，自主系統可以實現更多的部隊設計，使美國的軍事單位和平臺數量更多，更容易重組；人工智能可以賦予決策支持工具，使指揮官能夠管理快速和復雜的行動。

2 轉向以決策為中心的戰爭

以決策為中心的戰爭旨在使美國指揮官能夠做出更快、更有效的決策，同時也降低了對手決策的質量和速度。對美國和對手決策的關注使以決策為中心的戰爭有別于之前的概念，如以網絡為中心的戰爭，后者側重于通過集中決策來改善美軍決策。

以網絡為中心的戰爭依賴于戰區指揮官對廣泛地區不受限制的態勢感知，以及與他們所指揮的所有部隊溝通的能力。然而，在未來高度競爭環境的沖突中，集中決策可能既不可能也不可取。對手電子戰（EW）和其他反C2和情報、監視和偵察（C2ISR）能力的提高將降低美國指揮官了解或跨戰區溝通的能力。這些行動將限制美國指揮官獲得了解或對大群美軍施加控制的能力。

以網絡為中心的戰爭假定了高度的清晰和控制，而以決策為中心的戰爭則接受了軍事沖突中固有的迷霧和摩擦。以決策為中心的戰爭通過利用分布式編隊、動態組成和重組、減少電子發射和反C2ISR行動來增加對手對美國軍事行動的復雜性和不確定性，并降低對方指揮官的決策水平，從而提高美國部隊的適應性和生存能力。

以決策為中心的戰爭所產生的兩個最重要的作戰挑戰是分散和掩蓋美國部隊的部署和意圖，同時維持美國指揮官做出和頒布迅速、有效的決策能力。自主系統和人工智能可以幫助解決這些挑戰。

2.1 自主系統實現分配和任務指揮

自主系統，如無人駕駛平臺和通信網絡管理系統，可以幫助美國部隊進行更多的分布式行動。無人駕駛平臺可以通過將傳統的多任務平臺和單位的能力分解成更多的功能較少和成本較低的系統，從而實現更多的分布式編隊。

以決策為中心的戰爭假定，在軍事對抗中，通信將是有爭議的，而且經常被拒絕。因此，C2關系將遵循通信的可用性，而不是像網絡中心戰那樣試圖建立一個支持理想C2結構的通信架構。可以說，美國防部建設通信網絡的工作之所以失敗，部分原因正是因為他們試圖通過一個無處不在的彈性網絡來強加一個理想的C2結構，而這可能是無法實現的，也是負擔不起的。

在以決策為中心的戰爭中使用的C2和通信（C3）方法，也被稱為 "以背景為中心的C3"，指揮官將對那些與他們進行通信的部隊進行控制。自主的網絡控制將管理帶寬、覆蓋范圍和延遲之間的權衡，以便將通信與指揮官所需的部隊連接起來，完成他或她的任務，并防止指揮官的控制范圍變得無法管理。那些太難到達或對所需任務沒有必要的部隊將被排除在指揮官的部隊之外。

2.2 AI賦能的決策支持

美國軍方將下級領導人在獨立行動中，包括在與高級領導人失去聯系時采取主動的概念稱為 "任務指揮"。然而，按照目前的做法，"任務指揮 "將破壞為獲得對對手的決策優勢所做的工作。初級指揮官將沒有一個規劃人員來協助管理或操作他們指揮的部隊。因此，他們可能會做出錯誤的決策，或者退回到對對手來說更容易預測的習慣性或理論性的戰術。

以決策為中心的戰爭將通過一個新的C2結構來解決任務指揮部的局限性，該結構將人類指揮與人工智能的機器控制相結合。人工智能的決策支持工具將允許初級指揮官控制分布式部隊，適應環境或對手的行動，并對敵人的決策施加復雜性。通過這種方式，指揮官將能夠執行以內容為中心的C3。

人類的指揮和機器的控制將利用人類和機器各自的優勢；人類提供靈活性并應用其創造性的見解，而機器提供速度和規模，以提高美國部隊將多種困境強加于對手的能力。這種方法也將適應在部署人工智能決策支持系統時可能遇到的困難。人類指揮官在發布命令之前將首先仔細檢查和評估來自機器控制系統的建議，允許他們調整或修改作戰計劃。隨著時間的推移，隨著決策支持工具的改進和建立有效的績效歷史，指揮官可能會變得更愿意接受機器建議。

3 馬賽克戰

DARPA的馬賽克戰爭概念為實施以決策為中心的戰爭提供了一種方法。馬賽克戰爭的中心思想是通過使用人的指揮和機器的控制，快速組成和重新組合更加分散的美軍部隊，為美國部隊創造適應性，為敵人創造復雜性或不確定性。實施 "馬賽克戰爭 "或其他形式的以決策為中心的戰爭將需要對美國部隊的設計和C2過程進行重大改變。

3.1 兵力設計

今天，美國部隊主要由有人的多任務單位組成，如飛機、艦艇和部隊編隊，它們是獨立的，或者說是單體的，并包含自己的傳感器、C2能力和武器或電子戰斗系統。單一多任務單位相對不靈活的配置，以及不同單位之間通信互操作性的限制，導致一個特定的部隊組合只能執行小范圍內的效應鏈。這降低了部隊的適應性，使其行動更可預測，并限制了美國部隊迷惑敵人的能力，而這種能力是側重于獲得決策優勢的作戰概念的一部分。

美國防部可以通過將今天的一些單一的多任務單位分解為更多的功能較少的小型元素，從而更好地追求以決策為中心的戰爭。例如，一艘護衛艦和幾艘無人駕駛水面艦艇可以取代由三艘驅逐艦組成的水面行動小組。一部分攻擊型戰斗機可以被作為C2ISR平臺的攻擊型戰斗機所取代，而這一平臺是由一組遠程導彈和裝有傳感器和電子戰裝備的無人駕駛飛行器（UAV）組成的。在地面部隊中，不必依賴大型部隊編隊，小型部隊和分隊可以用中小型無人地面車輛（UGV）和/或無人機來增強其自衛、ISR和后勤能力。

派遣更多的分解單位不需要全盤替換傳統的美國部隊。只有一小部分單元需要退役或被取消，以使大量較小的、較少的多功能部隊能夠被采納和投入使用。一支能夠快速組成和重新組合的分解部隊可以為美國軍隊提供若干優勢：

• 更容易納入新的技術和戰術。具有較少功能的嵌入式部隊元素不會像多任務單位那樣高度整合。因此，需要對一個平臺或部隊編隊進行較少的修改，以使新的能力能夠被納入。

• 為美國指揮官提供更大的適應性。與傳統的單一平臺和部隊編隊相比，分散的部隊將能夠以更多的方式進行組合，以實現效果。

-對敵方來說更復雜。敵人將更難評估分布和分解的部隊以確定美國的意圖和效果鏈。

• 提高效率。指揮官將能夠更精細地調整由分散的部隊組成的部隊包，以匹配行動所需的資源能力和執行能力，以及他們所期望的風險水平。

• 更廣泛的行動范圍。分散的部隊能夠更精細地適應一項行動，可以減少不必要的過度匹配，使其能夠分散到更多的任務中。

• 改進行動戰略的實施。更多同時進行的任務，改進的資源能力和執行能力的校準，以及分解部隊中更大比例的無人系統將使部隊能夠更好地進行佯攻，同時進行進攻和防御行動，或高風險/高回報的任務。因此，指揮官可以更好地執行他們的戰略。

馬賽克戰爭所需的部隊設計將需要新的C2方法，能夠組成和重新組成大量的分布式單位。C2流程也需要在給敵人的傳感器和C2流程帶來復雜性的同時，能夠做出更快、更有效的決定。

3.2 C2過程

也許以決策為中心的戰爭最具破壞性的因素是它將如何改變美軍的C2流程。為了充分挖掘分解的和更可組合的部隊的價值，"馬賽克戰爭 "將依賴于人類指揮和機器控制的結合。如果在不改變相關C2流程的情況下實施部隊設計，與傳統部隊相比，指揮官及其參謀部將難以管理分解部隊中的大量元素。如果沒有自動控制系統，指揮官也將更難利用以決策為中心的部隊的可組合性來為對手制造復雜性，或對敵人的防御和反制措施進行重新組合。

在馬賽克戰爭的C2過程中，如圖1所示，人類指揮官為一項行動制定一個總體方針，反映他們的戰略和指揮官的上級提供的意圖。指揮官通過計算機界面指揮機器化的控制系統，分配要完成的任務，并輸入對立力量規模和有效性的估計。機器化的控制系統通過識別通信中的部隊來實施以內容為中心的C3，同時將指揮官的控制范圍保持在一個可控的范圍內。然后，指揮官從通信中的部隊中選擇可用于執行任務的單位。

在以內容為中心的C3方法中，時間將是一個重要的考慮因素。指揮官在行動中需要的部隊可能會離開位置，失去通信，或者在指揮官決定哪些部隊可用于執行任務和審查建議的行動方案時被摧毀。然而，這種延遲可能比使用傳統的計劃程序要少得多。這種潛在的缺點也可能被強加給對手的復雜性對美軍的好處所抵消。

3.3 來自兵棋推演的見解

為了評估以決策為中心的戰爭理論的有效性和 "馬賽克戰爭 "的實用性，CSBA進行了三次兵棋推演，將美國的 "馬賽克 "部隊和C2程序與傳統的美國部隊和C2程序在可信的未來大國和地區沖突場景中的表現進行了比較。演習的目的是測試關于 "馬賽克戰爭 "概念的可行性和作戰效益的五個假設。

1.指揮官和規劃人員可以實現對機器控制體系的信任。

2."馬賽克戰爭"將增加美國一攬子部隊的復雜性，并降低對手的決策能力。

3."馬賽克戰爭"將使指揮官能夠發起更多的同時行動，為對手創造更多的復雜性，并使他們的決策不堪重負。

4.馬賽克式部隊設計和C2進程將提高美國部隊的決策速度，使指揮官能夠更好地運用節奏。

5.與傳統部隊的行動相比，"馬賽克戰爭 "將更好地使美國指揮官實施其戰略。

研討會和兵棋為 "馬賽克戰爭 "假設的許多潛在好處找到了證據，但有一些注意事項。除了對后勤、通信、人工智能和自主系統的假設外，游戲版的機器控制系統缺乏真實控制系統的建模和模擬能力。控制系統所使用的馬賽克部隊元素的特性也是極其簡化的。因此，參與者傾向于接受控制系統提出的COA中的力量組合和隱含的戰術，而沒有提出重要的問題或分析。

4 實行決策中心戰

盡管實施以決策為中心的戰爭不需要取代目前的美國軍隊，但美國防部將需要改變它用來發展軍事能力的許多過程，以部署一支分解的部隊。例如，在一支高度可組合的部隊中，對元素的要求將不會以差距的形式出現，因為機器化的控制系統將組裝定制的部隊包，以盡可能密切地執行指揮官的任務，以滿足特定的情況。與其要求技術專家創造解決方案來填補具體和確定的能力差距，國防部將需要追求新的能力，以便在廣泛的潛在情況和部隊配置中提高性能。

盡管實施以決策為中心的戰爭存在挑戰，但美軍需要采取一種新的方法來遏制侵略并在未來的沖突中取得成功。它在以前的競爭中借助的優勢來源現在很容易被美國的競爭對手獲得，而且戰爭的趨勢正在降低美軍在大規模精確打擊戰爭中的能力和經驗的價值。軍事競爭的下一個主要領域可能是信息和決策，美軍可以通過利用人工智能和自主系統的新興技術在其中建立長期的優勢。

新的作戰概念對于美軍充分挖掘新技術的潛力將是至關重要的。如果國防部繼續把人工智能和自主系統僅僅看作是改進其現有作戰方法的一種手段，那么美國軍隊可能會發現自己是破壞的受害者，而不是把破壞強加給美國的競爭對手。

圖2：決策中心戰背后的基本原理：行動和制度影響

圖 16：以內容為中心的C3架構

美國戰略與預算評估中心是一個獨立的、無黨派的政策研究機構，它的成立是為了促進對國家安全戰略和投資方案的創新思考和辯論。CSBA的分析側重于與美國國家安全面臨的現有和新出現的威脅有關的關鍵問題，其目標是使決策者能夠在戰略、安全政策和資源分配等問題上做出明智的決定。

2018年，TRADOC發布了《多域作戰中的美國陸軍（2028年）》，TP 525-3-1。眾所周知，MDO是陸軍的作戰概念，旨在威懾并在必要時在戰斗中擊敗有能力和實力挑戰美國的對手，在所有領域和每個戰爭要素中進行對等戰爭。盡管戰爭的性質、原因和目標在歷史上保持不變，但21世紀的信息時代戰爭的開展在許多極其重要的方面不同于20世紀的機械化戰爭，美國軍隊，特別是美國陸軍必須改變以應對這些問題。最明顯的區別之一是和平與戰爭的模糊，MDO是第一個包括從和平競爭到武裝沖突的全部沖突的陸軍作戰概念，從而解決了這個問題。雖然兩者在過渡時期的區別是模糊的，但在MDO環境下的大規模作戰行動本身就是與眾不同的。

以下概念，即《美國陸軍多域作戰機動概念（2028-2040年）》，描述了陸軍在多域作戰戰場上的大規模作戰行動中如何進行機動。盡管它涉及到機動在競爭中的作用，但這一概念主要集中在陸軍如何在梯隊中作戰，以贏得與同行競爭者的戰斗。雖然看起來是 "進攻"性質的，但不能忘記，威懾的首要前提是在戰斗中獲勝的能力是毋庸置疑的。這一概念描述了陸軍將如何排兵布陣以克服對手的對峙，并深入細致地擊敗敵人的戰斗編隊。機動概念牢牢地嵌套在MDO中，但也在MDO的基礎上進行了擴展，包括兩年的全球作戰經驗，以及機構研究、兵棋推演和實驗。

有幾個關鍵的想法支撐并促成了這個概念。機動同時發生在師、軍團和更高級別的每個梯隊。機動發生在競爭和恢復競爭的過程中，而不僅僅是武裝沖突。在競爭中，我們通過機動來獲得優勢地位，塑造安全環境，支持區域安全，并能迅速過渡到武裝沖突。在武裝沖突中，我們通過機動來摧毀或擊敗敵軍，控制土地區域和資源，并保護民眾。這一概念描述了戰役，其設計必須包括所有領域的所有梯隊。

一個概念是變革的起點。它是變革過程的開始，而不是其結束。2018年發布的MDO啟動了一系列的研究、兵棋推演和實驗，從而形成了這個機動概念，并描述了在梯隊中進行的具體作戰功能。在這個概念之后，必須在未來和概念中心以及卓越功能中心內進一步努力，以確定所有的作戰功能，而不僅僅是機動，如何整合以在每個梯隊的MDO戰斗中取得成功。同時，這個概念應該在作戰部隊中啟動探索，以發展戰術、技術和程序（TTP），從而使MDO的機動性得以實現。正是作戰部隊和體制內的軍隊一起努力實現本概念中所描述的規則，將確保美國陸軍仍然是世界上最有統治力的陸軍。

圖：多域作戰中的機動

概括

歷史。這本新的美國陸軍未來司令部（AFC）小冊子介紹了陸軍如何描述2028-2040年的機動功能的概念。這個概念與《美國陸軍旅級戰斗隊跨域機動概念（2028-2040年）》一起取代了2017年2月的TRADOC Pam 525-3-5《美國陸軍行動和機動功能概念》。

摘要。這一概念描述了陸軍部隊如何在動態和擴大的作戰環境中進行機動，包括有爭議的戰場和領域，綜合對手的防御與對峙，作戰和戰略威懾的挑戰，以及多國和政府合作。陸軍部隊在不可預測的作戰環境中面對高度致命的對手，這與新的作戰環境相結合，為軍事問題提供了參考，以確定陸軍部隊如何取得相對優勢地位并產生超額效果。中心思想是計算來自所有領域的多軍種同時匯合的成功，并促進加強聯合和作戰指揮與控制、分層機動和決定性的戰役。

適用性。本概念適用于陸軍部所有發展理論、組織、訓練、物資、領導和教育、人員、設施和政策能力的活動。這一概念指導實驗和部隊發展，并支持聯合能力整合和發展系統的進程。它還支持《陸軍未來司令部概念和能力指南》中描述的陸軍能力發展過程。當與陸軍概念框架的其他內容發生沖突時，本文件具有優先權。

在過去17年的反叛亂行動中，美國陸軍的許多師級情報分析員和設備都停留在靜態、集中的戰術行動中心，以促進對地面行動的情報支持。最近出版的《作戰手冊》（FM）3-0（2017年10月）將美國陸軍的重點從反叛亂轉向大規模的地面作戰行動。這些行動要求各師能夠建立多個前沿指揮所（CPs），這些指揮所能夠生存并能夠在退化和有爭議的領域促進任務指揮。為了支持大規模的戰斗，情報部門必須重新平衡人員、能力和設備，在一個師能夠建立的所有前線指揮所中，使該師的情報作戰功能具有生存能力。這需要將人員和情報專用設備從主指揮所和戰術指揮所調出，以支持支援區/早期進入指揮所和機動指揮組（如果指揮官需要）。為了考慮到美國同行威脅對手通過電子和網絡攻擊來爭奪美國陸軍進入空間領域的能力，這次重組還需要調整師級的通信計劃，以考慮模擬通信。

引言

“大規模作戰行動的流動性和混亂性將對情報作戰功能造成最大程度的混亂、摩擦和壓力。” - 美國陸軍學說出版物2-0《情報》

在過去的17年中，美國陸軍的情報機構主要是為支持伊拉克和阿富汗的反叛亂行動而運作。陸軍各師總共部署了20多次，以支持伊拉克自由行動（OIF）和持久自由行動（OEF）。這是響應國家號召，支持擊敗基地組織、敘利亞伊斯蘭國（ISIS）、利比亞伊斯蘭國（ISIL）和其他在中央司令部負責區域內活動的恐怖組織。每一次部署都由不同的作戰環境、獨特的任務以及不同程度的作戰成功和失敗所決定，但有一個共同點：師部的情報行動主要由分析員使用靜態、集中的戰術行動中心（TOC）中的設備進行。隨著陸軍為未來的作戰行動做準備，《作戰手冊》（FM）3-0（2017年10月）將重點從反叛亂轉移到準備在大規模作戰行動（LSCO）中與同行競爭者作戰。FM 3-0明確指出，師的主要作用是 "作為戰術總部指揮各旅進行決定性的行動"。這些行動要求各師能夠建立多個前沿指揮所（CPs），這些指揮所具有機動性、可生存性，并且能夠在退化和有爭議的領域內促進任務指揮。

在OIF和OEF期間，促成師級情報行動的一個關鍵能力是一個無爭議的空間領域。指揮官和下屬單位通過一個使用衛星的情報架構，在叛亂團體沒有能力影響的空間領域，收到近乎實時的情報收集、處理、利用和傳播。除了無爭議的通信網絡，叛亂分子的游擊戰術主要集中在東道國的政府設施和人口中心，這使得師部情報部門可以在大型前沿作戰基地（FOB）開展行動，而不需要對情報部門的生存能力和機動性作出重大規劃。師中央情報局沒有受到敵人的持續和直接攻擊的威脅。大規模的戰斗不會給情報部門帶來領域優勢或假定的生存能力。同行對手將在所有領域與美軍進行較量，甚至可能在某些領域長期保持優勢。FM2-0《情報》指出："部隊必須準備好對抗各種威脅、敵方陣型和未知因素的情報。"威脅的變化并沒有改變情報的作用，即提供 "及時、準確、相關和預測性的情報，以了解威脅的特征、目標和行動方案，從而成功執行進攻和防御任務。"然而，威脅的變化確實提高了對情報的期望。大規模的戰斗代表了情報行動執行方式的范式轉變。各師可能會在大的地理區域內建立多個不斷流動的中央情報局，以履行其任務指揮職責，而情報部門必須準備好支持他們。

美國陸軍理論討論了一個師能夠建立的五種類型的指揮所：主指揮所（MCP）、戰術指揮所（TAC）、機動指揮組、支援區指揮所（SACP）和早期進入指揮所（EECP）。每個指揮所執行不同的功能，從而使任務指揮更加有效。按照目前陸軍修訂的組織和裝備表（MTOE）的規定，師級情報部門只被授權在MCP和TAC中操作人員和裝備。不能假設在LSCO環境中不使用其他CPs。陸軍各師必須確保其情報部門的結構能夠在不斷受到攻擊威脅的多個中心點有效運作，需要有快速轉移的能力才能生存。

由于有爭議的空間領域，通信能力將受到限制，影響基于衛星的通信的可能性增加。目前的情報架構依靠衛星在下屬單位的信息收集器和師級中央情報局的分析小組之間傳輸關鍵情報。衛星可用性的喪失極大地影響了師部情報部門支持指揮官了解、可視化和描述敵人威脅的能力。用于建立師部情報架構的設備授權缺乏靈活性和冗余度，無法支持在衛星通信被拒絕的環境下執行的情報行動。

本專著探討了師級情報部門組織人員和情報架構的最佳方式，以便在大規模作戰行動（LSCO）期間，在加強機動性、生存能力和有爭議空間領域的環境中，在多個指揮所開展行動。為了支持多個指揮所的工作，師情報部門必須確保在不同的指揮所中，師情報部門的所有任務都是冗余的，這一點超出了修訂的組織和裝備表的授權。G-2總部、G-2X和分析與控制部門的精選士兵必須以機動的方式執行他們的任務。為了在被拒絕或有爭議的空間環境中行動，師情報部門應該建立主要的、備用的、應急的和緊急的通信計劃，其中包括一個模擬信使系統，以向其他師的CP和下屬單位傳播情報。在LSCO環境中，由于行動節奏的加快，特別是在進攻中，情報職能可能會被大大削弱。

師情報部門必須有適當的姿態來支持作戰層面上的LSCO。無論作戰環境如何，師的情報部門必須為指揮官、參謀部和下屬單位提供盡可能及時和準確的信息。此外，情報和行動之間的關系是相互的，"情報推動行動，行動促成情報"，在正確的地方沒有正確的情報人員和設備會降低組織的作戰效率。進一步的分析可以確定：1）目前授權給該師的情報人員和設備是否足以支持多個指揮所；2）提供關于G-2應該如何組織這些資產以支持大規模作戰行動中的任務指揮行動的建議。

為了找到支持性證據來檢驗這一假設，**本研究依賴于四個研究問題。首先，在大規模的作戰行動中，師級情報部門應該在哪些作戰環境中行動？第二，目前的師級情報部門是如何設計運作的？在支持LSCO行動要求的能力方面存在哪些差距？第三，在過去的LSCO環境中，單位不斷移動，通信網絡不像最近的反叛亂行動中那樣可以評估，情報部門是如何運作的？最后，根據目前部隊的最佳做法，G-2在其部門內部可以做些什么來更好地支持師級LSCO？**為了更好地闡明所討論的問題和本專論的內容，需要對幾個關鍵術語進行定義。機動性被定義為 "軍隊的一種質量或能力，它允許軍隊從一個地方移動到另一個地方，同時保持完成其主要任務的能力。"本專著討論了情報部門在執行其主要任務的同時進行生存性移動的能力。關于生存能力的討論涉及到 "保護人員、武器和物資，同時欺騙敵人的所有方面"。

第一節描述了情報部門應在哪些環境中行動，以及師部情報部門必須解決哪些問題以最好地支持LSCO。

第二節研究師級的情報行動。本節回顧了第二次世界大戰（WWII）期間的一次師級情報行動，這是美國陸軍部隊最后一次在沒有使用衛星來促進通信和情報收集的情況下進行LSCO。特別是第80步兵師在1944年和1945年在喬治-巴頓將軍的美國第三軍中橫跨法國北部作戰時的情報使用情況。這項研究確定了在情報部門組織和信息傳播方面的經驗教訓和最佳做法。此外，本專著還討論了一個師的情報部門最近的MTOE歷史，這些變化如何影響該部門支持LSCO的能力。

第三部分研究了G-2師目前是如何為LSCO進行訓練的，以便在大規模戰斗之前找出目前訓練趨勢所不能解決的能力差距。第三節還推薦了一個組織結構，使師級情報部門能夠更好地支持大規模的地面作戰行動，并使用基于理論要求的篩選標準來評估這一建議，以確保中央情報局的生存能力和完成師級情報行動的要求。

第四節提出了對大規模作戰中執行情報行動至關重要的關鍵見解。

戰斗行動建模是一項緊迫的科學和實踐任務，旨在為指揮官和總部提供決策的量化依據。

作者根據G-塔洛克的沖突函數（function of conflict），并考慮到戰斗（軍事）行動的規模，提出了戰斗和軍事行動中的勝利函數（function of victory）。通過足夠數量的軍事統計數據，對尺度參數進行了評估，并為戰術、戰役和戰略層面找到了其數值。研究了"進攻-防御"（?offensive – defense?）的博弈論模型，“進攻方”與“防御方”由一個或幾個部隊梯隊組成，在博弈論模型中各方解決當前和隨后的任務。在建模的第一階段，找到了當前任務的解決方案--突破（守住）防御點，在第二階段，找到了后續任務的解決方案--在防御縱深擊敗敵人（反攻和恢復防御）。在戰術層面上，利用納什均衡，根據三個標準為對抗性博弈中最接近的問題（雙方力量在防御點的分布）找到了解決方案：a）突破最弱的點，b）至少突破一個點，c）加權平均概率。研究表明，在其他條件相同的情況下，進攻方最好使用 "至少突破一個點 "的標準，可以確保突破防御點的最大概率。在對特定情況進行建模的第二階段（雙方在突破和守住防御點時以突破最弱點的標準為指導），根據兩個標準解決在戰術任務（梯隊）之間分配部隊和設施的問題：a）突破防御點的概率和在縱深防御中擊敗敵人的概率最大化，b）概率的最小值最大化（保證結果的標準）。感知是作戰行動的一個重要方面。考慮了反射性博弈（以復雜的相互認識為特征的博弈）和信息管理的幾個例子。它顯示了在什么條件下信息控制會增加參與者的回報，并找到了最佳信息控制。

【關鍵詞】數學模型、戰斗、進攻、防御、勝利函數、博弈論模型、反射性和信息控制

1 引言

對部隊的控制是指揮官、總部和其他指揮和控制機構為保持部隊的戰備和戰斗力、為戰斗做準備并指導他們執行指定任務而進行的有目的的活動[Taktika, 1987]。部隊指揮與控制的兩個主要階段（戰備和執行戰斗行動）可以用一套模型表示，其分類見圖1。

圖1：戰斗行動分類模型

• 戰斗行動準備階段

  • WME的戰斗特征
  • 專家模型
  • 勝利函數（指標，概率）
  • 決策模型（博弈論，多準則）

• 戰斗行動執行階段

  • 軍事游戲，演習，戰斗訓練
  • 優化模型
  • 仿真模型（馬爾科夫鏈，微分方程）
  • 反射性的、多步的和其他的博弈
  • 人工智能與集群行為

在準備階段，在一般情況下，戰斗行動的建模歸結為找到部隊的部署最佳方案（將部隊和設施部署到該地區，并分配），可對敵人造成最大可能的損害。建模的順序如下：

在第一階段，分析戰斗資產的戰術特征，并計算出在戰斗、戰役、行動中預期的編隊參數（單位、小型/大型單位）（可能有專家參與），能在道德和技術上對敵方編隊形成戰斗優勢[Buravlev, Tsyrendorzhiev, Brezgin, 2009; Dorokhov and Ishchuk, 2017] 。

在第二階段，選擇形成勝利函數的類型[Shumov, 2020]：指標型（Blotto上校博弈[Application, 1961]）或概率型，在概率型情況下，基于比率（Yu. B. Germeier[Germeier, 1971]，G. Tullock[Tullock, 1980]的函數），或基于力差（D. McFadden和D. Hirschleifen的模型[Jia, Skaperdas, Vaidya, 2013]）。

在第三階段，建模通常包括設定博弈論任務 "進攻-防御"，并為任務和點（區域、陣地）之間的部隊分配找到最佳方案。如果可能的話，在突破防線和深入防線的過程中，也要對進攻進行規劃（預測），并對誤導敵人的活動進行檢驗。

在最后階段，對模型進行驗證，檢查計算結果是否符合軍事藝術原則和作戰經驗（模型 "正確性"的標準是模擬結果是否符合軍事藝術原則[Osipov, 1915]）。

戰斗行動執行（控制的第二階段）是在戰斗行動過程中使用模擬和其他模型以及具有不同自動化程度的決策支持系統進行的軍事游戲、演習和戰斗訓練中探討的[Novikov, 2012; Aggregated, 2000]，不是本文的主題。

俄羅斯將軍米哈伊爾-帕夫洛維奇-奧西波夫（Mikhail Pavlovich Osipov）被認為是戰斗行動模擬的創始人。他在1915年發表在《軍事文集》（現在的《軍事思想》雜志）上的作品《戰斗人員數量對其失敗的影響》[Osipov, 1915]中，根據對19世紀和20世紀38次常備部隊戰斗結果的分析，闡述了一個戰斗動力學模型，找到了解決方案，并估算了模型參數。

Osipov-Lanchester模型[Osipov, 1915; Lanchester, 1916]（平均動力學方法）的正式論證可以在[Wentzel, 1964]中找到。對抗性博弈理論的基本概念是由E.Borel[Borel, 1921]提出的。在俄羅斯和國外，作戰行動模型是在 "運籌學 "的科學學科框架內發展起來的（例如，見作品[Germeier, 1971; Krasnoshchekov, Petrov, 1983; Vasin, Morozov, 2003; Vasin, 2005; Vasin, Krasnoshchekov, Morozov, 2008; Morse and Kimball, 1951; Karlin, 1964; Wagner, 1972] ）。經典的博弈論問題 "進攻-防御 "是由Yu. B. Germeier[Germeier, 1971]提出和解決的（作為O. Gross模型的修改），雙方在防御點之間分配有限資源。

D.A. Novikov的文章 "Hierarchical models of warfare（戰爭的分層模型）"[Novikov, 2012]中可以找到關于作戰行動建模的概述，其中考慮了蘭徹斯特模型、Blotto上校博弈（一種雙方同時獨立地在對象--戰場、同時競爭/拍賣、選民群體等之間分配資源的博弈），以及指標和概率類型的沖突函數。

主體根據關于基本參數的層次觀念做出決定，不可避免地，由于這樣或那樣的原因，觀念(反身現實)和客觀現實之間存在差異。控制科學中對反射性系統研究始于20世紀60年代[Lefevre, 1973]，在過去的十年中，一套信息和戰略反射性數學模型已經被開發出來[Novikov, Chkhartishvili, 2012]。

本文的目的是在以下方向概括和闡述作戰行動模擬的結果[Korepanov, Novikov, 2011；Shumov, 2019；Shumov, Korepanov, 2020；Shumov, Korepanov,2021]:

• 首先，考慮到作戰單位的道德和技術特點、作戰行動的規模，對戰斗、戰役、行動中的勝利函數進行統計論證。

• 第二，開發博弈論的 "進攻-防御 "模型，其中進攻方解決兩個任務：第一階段任務（突破敵人的防御）和隨后的任務（摧毀敵人的儲備，在防御的深處奪取目標物）。請注意，在現有的博弈論模型中，只有第一個任務被形式化，也就是說，這種模型可以被稱為反擊模型，而不是進攻（防御）模型。

• 第三，考慮戰斗模型中雙方的態勢感知。

因此，下面考慮的戰斗模型的一個特點是在其中使用勝利函數，表示沖突的對立性質：第一方努力的增加以及第二方努力的減少，會提升第一方成功的機會[Hirshleifer, 2000]。這項工作的主要重點是分析勝利函數和解決任務和方向（物體、點）上資源最佳分配的博弈論問題。

2 “進攻-防御”博弈論模型

“進攻-防御”博弈論模型是在格羅斯-格梅爾-瓦辛（Gross – Germeier – Vasin）"進攻-防御"模型的基礎上開發的[Karlin, 1964; Germeier, 1971; Vasin, Morozov, 2003]，主要在突破防御點任務方面做了研究。戰斗（戰役、行動）中的勝利函數被用作戰斗技術的聚合函數。

假設雙方都參與了沖突（競爭、拍賣）。他們的努力（資源）將分別用x>0和y>0來表示。雙方努力的任何組合都被賦予成功（勝利）的概率--和。以下各類勝利函數已被充分研究：

其中和--非負的、嚴格遞增的函數。模型（2.1）最常見的函數形式是G. Tullock的模型：

其中--雙方的決定性參數，屬于基于努力比率的模型類別（結果取決于雙方的努力比率）。