旨在爭奪聯合部隊作戰準入的武器系統的出現，為許多國家提供了防止入侵其周邊領域的低成本選擇。由于認識到這些武器對美軍構成的威脅，參謀長聯席會議制定了 "聯合作戰準入概念"。該概念的第一個子概念是 "空海一體戰"，即使用空軍和海軍資產擊敗復雜的A2/AD系統的聯合概念。按照JOAC的初衷，本文考慮了使用美國陸軍和美國海軍陸戰隊炮兵和防空炮兵資產的跨域能力來對抗反介入威脅，同時為聯合部隊的利益再現相同的能力。它解釋了炮兵資產作為一種可快速部署、靈活的威懾選擇為聯合部隊指揮官帶來的戰略利益，以及在爭奪制海權的戰斗中為海上部隊指揮官帶來的作戰利益。最后，它向聯合部隊提出了整合功能和發展未來能力的建議，以便有效地使用這些資產來支持海上部分。

美國海軍和海軍陸戰隊未能將其指揮和控制的利益納入 "殺傷盒"多軍種戰術、技術和程序（MTTP），因為海軍部門在人員數量和級別上的投入不足以與陸軍部門的同行相提并論。

1973年，美國陸軍訓練與條令司令部和空軍戰術航空司令部開始對話，為1975年空地部隊機構（ALFA）的建立奠定了基礎。在整個80年代，ALFA制定了 "用今天的軍隊對付今天的威脅 "的程序。海軍和海軍陸戰隊的興趣始于1980年代中期，當時ALFA的程序開始跨入海軍感興趣的領域，并在1992年達到高潮，海軍派出代表加入ALFA。該機構將其名稱改為空陸海應用（ALSA）中心，但為今天的戰士開發程序的章程仍然是一樣的。殺傷盒是一本現代多兵種戰術技術和程序（MTTP）手冊，是一種固有的聯合火力支援協調措施，但海軍在整合聯合火力方面的歷史知識未能達到完全納入殺傷盒MTTP中。本研究試圖找出在伊拉克自由行動中對海軍行動取得固有成功的殺傷盒的指揮和控制延遲了不到十年的根本原因。該研究的結論來自于ALSA提供的原始數據、與ALSA工作組參與者的口述歷史以及對殺傷盒發展的個別服務文化的歷史分析。

由于海軍在ALSA工作組中缺乏參與，海軍對保持航空和水面火力的指揮和控制在殺傷盒MTTP中緊密結合的興趣受到影響。海軍部門的主題專家平均只占工作組總人數的29%，這些工作組撰寫了《殺傷性彈藥箱MTTP》的原始版本和后續修訂版。該研究建議海軍部門投入與陸軍部門相當的級別和數量的人員，更多地利用文職專業人員，他們是MTTP審查主題的專家，并且ALSA采取措施，確保工作組的投票不會影響到ALSA MTTP手冊中的程序。

對手對美國在太空、網絡空間和電磁頻譜上的優勢的競爭的崛起要求海軍陸戰隊的指揮、控制和通信（C3）發生變化。戰術空中指揮中心（TACC）是海軍陸戰隊中最關鍵的C3節點，在海軍陸戰隊的遠征先進基地作戰（EABO）概念下，在有爭議的通信環境中，目前所采用的方式將無法生存。

海軍陸戰隊必須轉變其對通信的概念化和理解，以促進在有爭議的通信環境中的指揮和控制。爭奪電磁頻譜內外的通信途徑將需要預測在通信斷續期間做出作戰決策所需的信息。TACC應該成為一個低可觀察性、小型和移動、具有聯合互操作性的網絡化的C3節點，在對手的武器交戰區內運作。通過這些改變，TACC將成為符合海軍陸戰隊EABO概念的有彈性、有條件的前方海軍空中作戰中心（AOC），并將為海軍-海軍陸戰隊團隊和聯合部隊提供重要的C3能力。

安全部隊應建立新的專業分工，以提高其在戰術通信和小型無人機系統（sUAS）操作方面的地面重點能力，同時從整個職業領域分配任務和認證專門的團隊，以滿足空軍 "敏捷作戰"（ACE）概念所要求的嚴峻的機場安全需求。

ACE是空軍在潛在的A2AD環境中重新獲得主動權的新興作戰概念之一。ACE概念也被稱為分散或敏捷基地，它利用大量不同的臨時機場為作戰飛機提供補給，以便在高作戰節奏下實現空中力量的前沿投射。這種模式將對空軍的作戰支援功能提出新的要求，需要新的作戰概念和能力。美國空軍安全部隊負責確保這些機場的安全，以應對由地面部隊、間接火力和無人機系統造成的假定威脅。快速出現的對手能力促使我們需要新的技能和就業結構，以確保對臨時機場的有效地面防御。

這項分析借鑒了聯合社區中其他以地面為重點的作戰部隊的平行工作，并主張安全部隊通過建立兩個新的專業分工：信號專家和無人機系統專家，投資于簽名管理、電子戰（EW）和攻防一體的無人機系統能力。此外，這項工作還確立了將駐地單位指定為源ACE防御小組（ADETs）的理由，該小組作為一個單位進行訓練、認證和部署，以滿足參與高端戰斗的地域作戰指揮官的預期需求。

近年來，各國軍隊加強了整合無人駕駛技術的努力，以提高有人-無人駕駛編隊（MUM-T）的能力。由于一些國家的戰斗年齡人口正在減少，軍隊正在轉向容易獲得的、具有成本效益的和復雜的無人駕駛技術。MUM-T擁有巨大的潛力，不僅可以緩解軍隊的人力短缺，還可以提高作戰能力。這篇論文研究了MUM-T在前線的有效性，直至步兵小組支持城市地形的進攻行動。一個基于智能體的模擬被用來模擬有無無人駕駛地面車輛（UGV）支持一個步兵連的MUM-T作戰行動。對超過76,800次的模擬戰斗進行了分析。據觀察，MUM-T概念可以極大地提高戰斗力，通過增加敵人的傷亡來評估。還觀察到UGV的重裝時間、武器精度和自身的力量結構對步兵的殺傷力和生存能力有很大影響。這項分析的結論是，在小單位戰術層面實施MUM-T對提高整體作戰性能有很大潛力。未來，作戰模型可以被整合到未來的軍事演習中，這樣就可以對模擬的結果進行驗證和確認。

隨著復雜技術和創新的使用，戰爭正在日益演變。在全球人力短缺的推動下，各國正在轉向無人駕駛技術以緩解這種短缺并提供作戰能力。因此，通過采用載人-無人小組（MUM-T），利用無人技術來支持前線步兵的潛力很大。

本論文旨在探索MUM-T在進攻性城市場景中的有效性。論文討論、分析和研究了在城市環境中連級無人駕駛地面車輛（UGV）的戰術運用效果。指導這項研究的研究問題包括以下幾個方面：

主要問題：

1.有UGV或UGV支持的步兵小隊的致命性和生存能力如何？

2.在模擬場景中，MUM-T部隊的不同部隊結構的戰斗結果和分析是什么？

次要問題：

• 未來對MUM-T在更廣泛的戰略層面的潛在實施方法的研究范圍是什么？

本論文使用基于智能體的模擬環境 "地圖感知非統一自動機"（MANA），通過建立一個模擬并對UGV的作戰方案進行分析，再加上影響城市地形中進攻性步兵部隊作戰效率的因素，來研究MUM-T。

該作戰模型包括兩組主要的作戰部隊，以美國陸軍的步兵作戰順序（ORBAT）為模型： (1)由裝備有UGV的友軍步兵連組成的藍方部隊；(2)由作為防御方的對手步兵排組成的紅方部隊。圖1顯示了模擬作戰行動的一個迭代的開始狀態。

圖1. MANA的一個模擬復制的初始狀態的截圖。

共創建了三個不同的實驗設計（DOE），以研究MUM-T能力和概念的關鍵戰斗特征和效果。衡量性能的重點是任務的有效性，重點是確定與殺傷力和生存能力相關的因素。作者對每個DOE采取了迭代的方法，將前一個DOE的一些發現和分析納入下一個DOE。第一個DOE著重于與基線步兵ORBAT相比，最初引入MUM-T的效果。第二個DOE重點關注不同的人力和部隊結構，以研究支持MUM-T的部隊規模的影響。最后一個DOE結合了前兩個DOE的各個方面，并創建了一個近乎正交和平衡的混合設計，以實現一個更全面和結論性的實驗來結束這篇論文。近80,000次模擬戰役，每次涵蓋超過8小時的戰斗，被運行和分析。

這項研究的目的是開發和評估一個通用本體和概念數據模型（CDM），該模型是為支持海軍領域而創建的，適用于海軍陸戰隊系統司令部（MCSC）和使用《2030年部隊設計》（Congressional Research Service Insight, 2022）作為總體指導的陸地領域。通用本體和CDM的開發是探索性研究的一部分，它考慮了系統數據實體、屬性和關系。這項研究工作確定了一個通用本體，并定義了一個CDM，從多個角度代表感興趣的系統，并允許從整體上探索系統。這是實現基于模型的系統工程（MBSE）環境的基礎。一個簡明的本體允許系統實體被還原到其原子水平，然后通過建立CDM（即數據模式）允許定義系統的虛擬表示。本體和CDM確定了必須開發接口以交換數據的領域，并確定組織、建模語言、表現框架和工具之間的數據邊界。研究方法考慮了設計一個通用本體的重要性，該本體全面地代表了整個生命周期的系統，分析了本體內定義的實體之間的關系，考慮了本體作為權威真理來源的基礎，最后，設計了一個建模計劃，描述了從基于文檔的系統工程過渡到真正基于MBSE的土地領域的建議路徑。總而言之，本體論和CDM的開發是為了定義整個系統在其生命周期中的實體和關系。這些產品利用代表美國海軍陸戰隊陸域的《2030部隊設計》的任務線進行了驗證。利用這個本體和CDM以及衍生的建模計劃，MCSC可以開始從基于文件的系統工程過渡到真正的基于MBSE的陸地領域。

NAVAIR任務工程和分析部（MEAD，AIR4.0M）每年進行一次工程、參與和任務級建模和分析，以支持項目和技術投資決策。Minotaur任務系統正在被海軍收購，以整合到P-8A海神號海上巡邏機和MH-60R海鷹海上直升機上。 Minotaur將"海神"和"海鷹"的傳感器整合到一個全面、共享和聯網的畫面中。Minotaur在速度、準確性和內存容量方面比傳統的、主要是手工的數據融合系統有了明顯的提高。然而， Minotaur對任務有效性的影響還不清楚，因為與傳統的動能效應器（即武器）不同，在現有的AIR-4.0M任務級模擬中，使用海軍模擬系統（NSS）和/或模擬、集成和建模高級框架（AFSIM），無法輕易捕捉到 "更好的 "數據融合對機組人員態勢感知（SA）的影響。

基本的假設是，像Minotaur這樣的系統通過提高SA的準確性來增加價值，同時減少分類和識別感興趣的聯系人的時間。這種改進預計將對水面目標定位、自我保護和協調反潛戰（ASW）行動產生重大影響。由于 Minotaur特別是不融合/協調反潛戰傳感器，它在那里的價值較小，但仍可能增加一些價值，有待確定。本研究中開發的建模和分析方法可以應用于這種調查

本研究的首要目標是為AIR-4.0M提供洞察力，使其了解如何在任務級分析中描述 "Minotaur"，包括潛在功能、指標、其當前模型的充分性，以及是否可以或應該使用其他模型或方法的指示。

研究人員使用了一種基于文獻回顧的邏輯方法，與融合、海神和海鷹社區的主題專家進行討論，并對各種建模技術進行調查。由于贊助商使用NSS和AFSIM，所以特別強調了這些建模工具。

從表面上看，研究目標并沒有什么不尋常之處。許多決策者需要分析工具和程序來協助投資決策。不過，研究結果比預期的要更廣泛，范圍更廣：

• 了解融合的價值不僅僅是對海上巡邏和直升機界的挑戰，也是對整個海軍的挑戰。不同的利益相關者對融合系統有不同的期望，而網絡平臺所支持的融合能力的顯著提高往往被認為是容易的，或者完全被忽視。
• 此外，海軍內部和建模界對融合和關聯的定義也不一致。例如，NSS、Minotaur和聯合實驗室主任對融合有三個不同的定義，這些定義并不一致。
• 另一個發現是，贊助商現在對Minotaur得出的聚變效果感興趣。這很好，但Minotaur提供的能力與聚變無關，但仍然非常有用。此外，目前海軍中還有其他現有的融合能力在使用，而這些能力并沒有被認為可以用于這些平臺。

在解決研究目的中指出的建模挑戰時，很明顯，NSS提供了一個 "足夠好 "的解決方案，只需對報告模型做一些補充就可以快速實施。這是通過建立一個新的 "傳感器 "來實現的，它包括檢測、分類和識別的能力，反映了融合系統如何攝取不同的傳感器并創造更大的態勢感知。因為對這個 "傳感器 "的性能進行參數化是一個簡單的問題，基線方案的許多偏離將產生一個查找表，供分析人員與演習/實驗結果進行比較。例如，如果一項實驗表明，Minotaur融合在300納米范圍內將接觸識別率提高到95%（這些數字是名義上的），分析人員可以使用相當于該性能的參數化偏移，將該偏移的操作指標與Minotaur基線進行比較，從而能夠確定潛在的附加值。

不過，NSS的使用并非沒有顧慮。NSS通過相同傳感器的關聯來實現 "融合"，而不是像Minotaur那樣通過兩個或更多獨立和不同傳感器的關聯來進行。因此，假設一個具有上述建模質量的 "傳感器 "代表融合，有時可能是錯誤的，例如，如果某個感興趣的接觸點沒有信號發射，沒有廣播自動識別系統（AIS），或者不在一個主動傳感器的范圍內。所以，NSS的建模方法并非100%完美。同樣，這就是為什么研究人員建議將概率值參數化，這樣分析人員就可以在他們的分析中根據需要進行詳細分析。

研究人員認為，AFSIM提供了替代性的建模方法，但與NSS相比，它的基礎水平更高。NSS在核心軟件中預先開發了一些融合過程的功能表示，而AFSIM有一個更開放的框架，提供了一個創建更多系統表示的機會。然而，這意味著對本研究感興趣的過程進行建模需要更詳細的設計和實施工作，同時還要有必要的驗證和確認程序。這可能是一個更苛刻的（和昂貴的）開發水平，而不是贊助商所能容納的。由于使用AFSIM的組織眾多，如果其他組織已經完成了數據融合業務價值研究所需的一些能力的建模，并愿意分享他們的軟件，那么積極參加AFSIM用戶組可以減輕定制開發的成本。

最后，研究人員指出，隨著關于數據和知識表示的新想法在工業界和最終在政府中的爆發，融合領域即將爆發。僅僅融合兩個傳感器曾經是相當具有挑戰性的。現在，新的攝入和分類程序意味著智能算法可以融合幾十個不同的來源來講述一個故事。一位從事融合工作35年的融合主題專家提醒研究人員，"真正的融合實際上仍然只發生在頭腦中"。

研究人員認為，理解不僅是融合的價值，而且利用由大數據、云計算和機器學習提供的日益增長的數據雪崩（很快可用于所有平臺和戰術邊緣）至關重要。圍繞這些新興能力的炒作是巨大的，所以仔細考慮投資是不為過的。因此，研究小組建議對以下領域的建模和分析進行研究：

• 如果繼續使用NSS等傳統模型，建議進行改進，以考慮到多源融合。
• 像AFSIM這樣的模擬框架，為用戶提供了更大的可操作性（但也需要更長的準備時間），顯示了捕捉新興大數據和融合能力的細微差別的前景。應該在這些技術的建模方面做出更多努力。
• 雖然2019年冠狀病毒病（covid-19）的限制和可用性阻礙了在機密層面上對該主題的深入探索，但研究人員認為，使用現場、虛擬和建設性刺激和模擬的系統內方法，可能仍然是一種可行的分析方法。在這項研究中，主辦方努力爭取讓研究人員接觸到平臺模擬器，但沒有機會。
• 先進的基于模型的系統工程技術，特別是那些即將推出的系統建模語言（SysML）2.0所帶來的技術，將允許分析人員構建或重復使用正式的系統工程模型和相關的參數化分析工具。這有能力將真正的系統工程與建模和分析技術結合起來，深入研究潛在的投資決策。此外，海軍部門的數字/系統工程轉型工作組今天正在研究這種能力。

由于沒有足夠快地開發和部署人工智能（AI），美國在常規戰斗中面臨被超越的風險。對手，特別是中國，正在擁抱人工智能，并試圖利用所認為的美國弱點。中國計劃到2030年成為人工智能的世界領導者，并繼續在其民用和軍用部門大量投資于人工智能能力。使用致命性自主武器（LAWS）是不可避免的，并正在所有領域發展這種能力。人工智能是一種力量倍增器，但美國對在戰斗中使用致命性自主武器感到不安。中國和美國對未來的人工智能應用有著截然不同的戰略。為了使美國軍隊既能最大限度地發揮人工智能的全部潛力，又能維護國際法治，在未來的大規模沖突中，人-智能體（H-A）編隊合作是必不可少的。

為什么需要人類-智能體編隊?

雖然人工智能是一種力量倍增器，但美國的政策制定者和軍事指揮官目前對在未來的戰斗中使用致命性自主武器系統感到憂慮。如果一個或多個對手對美國或其盟國部署致命性自主武器系統，這一政策可能會引起爭論。解決這個問題的一個潛在辦法是將人工智能與人類對應方組合起來。人-智能體（H-A）團隊是一個網絡，其中智能系統（智能體）和人在一個小組內有效合作，通過加強彼此的強項和預測彼此的弱點來創造協同效應。團隊合作的特點和屬性因模型而異，但貫穿始終的一個概念是相互依賴的重要性。H-A團隊合作取決于人與人工智能系統之間的這種相互依存關系，才能取得成功。

DeepMind之前提到的AlphaGo是一個完美的例子，說明如何有效地將人工智能與人類同行配對。2017年，也就是AlphaGo第二次擊敗圍棋世界冠軍的那一年，兩名人類專業人士與人工智能系統結成了伙伴。在 "配對圍棋 "中，人類和AlphaGo交替下棋，每個人都必須學習和適應他們的隊友正在下的棋。這種耦合使人類能夠從他們的人工智能對手那里學習，成為更好的棋手。與AlphaGo配對的中國圍棋大師連笑解釋說："AlphaGo非常自信，他也給了我信心。他幫助我相信我應該掌好舵"。雖然人類在AlphaGo手中的失敗讓一些人感到失望，但這實際上是一種變相的祝福。H-A組隊有可能增強，甚至可能改善人類目前的能力。

本文將試圖回答美軍將如何利用人工智能和H-A團隊合作，為未來10到20年的大規模戰斗做準備。為了使美國軍隊既能最大限度地發揮人工智能的潛力，又能維護國際法治，H-A團隊合作在未來的沖突中是必不可少的。通過理論、歷史、條令、已完成的研究項目和潛在的未來情景，這項研究將有助于回答人工智能在美國軍事行動中的未來是什么樣子。證據將集中在利用自主武器系統（AWS）和人工智能的積極和消極方面。

本文還將探討H-A組隊的能力，以及當兩者結合在一起時，性能是否會提高。研究結果將解決 "終結者難題 "的可能性，特別是在自主機器提供明顯優勢的情況下是否使用它們。雖然這個話題相對較新，但有許多關于人工智能研究和在美國軍隊中使用的書籍、期刊文章和新聞報道。研究將擴展這一主題，并提出在未來戰場上人工智能和人類合作的方式。人工智能有可能引領下一次軍事事務的革命（RMA）；然而，除非人工智能成為人類有效團隊的一部分，否則美國無法在大規模戰斗中充分發揮其潛力。

目前，人工智能（AI）為改造許多軍事行動領域提供了巨大的機會，包括作戰、指揮與控制（C2）、后勤、安全和維護，以提高其整體作戰效率。空中和導彈防御（AMD）是一個特別復雜的任務領域，人工智能的應用至關重要。空中導彈防御任務指的是保衛國土、保護區、地面基地、地面部隊或艦艇免受敵對的空中或導彈威脅。AMD的威脅包括敵對的飛機、無人駕駛飛行器（UAV）或機載導彈。AMD行動的復雜性源于威脅的嚴重性、威脅的意外性、對形勢認識的不確定性以及事件的快速發展，因為作戰人員必須迅速評估形勢，制定適當的行動方案，并最好地利用他們的戰爭資產來應對。美國國防部（U.S. DOD）正在研究使用AI系統（或AI-enabled AMD[AI-AMD]系統）作為AMD作戰人員的自動決策輔助工具，以大大減少他們的認知負荷（Jones等人，2020），使AMD決策更快、更好。

人工智能的一個關鍵方面已經聚集了大量的研究興趣，那就是信任。信任是有效團隊的一個基本原則。它同時適用于人類和人機團隊。信任使團隊成員能夠很好地合作，是有效團隊表現的基礎（Lee and See 2004）。與人工智能系統的成功合作將需要人類對人工智能系統有一個校準的信任和依賴程度（泰勒等人，2016）。

隨著更先進和更快的空中和導彈威脅彈藥的發展和投入使用，操作人員更需要在AMD行動中迅速作出監測。不及時的決策和反應將導致災難性的后果。因此，人工智能是一個可能的解決方案，通過自動決策輔助工具加快和加強決策過程。這些AMD自動戰斗管理輔助工具可以幫助戰術操作人員應對更快的決策周期、大量的數據以及需要觀察的幾個系統或屏幕（Galdorisi 2019）。然而，為了有效地利用人工智能能力的潛力，需要操作員的高度信任。操作員對系統的信任程度低，可能會導致人工智能-AMD系統利用不足，受到不適當的監控，或者根本不使用（Floyd, Drinkwater, and Aha 2016）。這些問題中的任何一個都可能導致操作者的工作量不必要的增加，或者任務失敗的可能性。

論文對信任的定義、人機交互（HMI）的概念、信任因素以及包括AMD殺傷鏈模型、威脅場景、架構、模型和功能在內的概念模型進行了廣泛的回顧。有了這樣的認識，論文提出了人工智能-AMD系統的信任框架，對人機交互和人工智能-AMD系統信任因素的描述。論文最后提出了在人類操作者和AI-AMD系統之間實現校準信任的策略。

信任框架始于對系統背景的分析。圖1顯示了AI-AMD指揮與控制（C2）系統（包括AI-AMD操作員和決策輔助工具）及其他與之互動的子系統的背景圖，這些子系統有助于操作員和AI-AMD決策輔助工具之間信任的發展。背景圖使我們能夠研究各系統之間的相互作用，以及它們對AI-AMD操作員和決策輔助工具之間信任動態的影響。

圖1. AI-AMD系統框架圖。

這篇論文將信任定義為操作者的態度，即AI-AMD決策輔助工具將有助于實現操作者的目標，即在一個以不確定性和脆弱性為特征的作戰環境中迅速摧毀來襲威脅的任務。這種信任的定義表明，它是對操作者相信或感知AI-AMD決策輔助工具的一種情感評估。為了積極地影響信任，操作者必須親自看到并感受到AI-AMD決策輔助行動的優勢。AI-AMD行動涉及很多不確定因素，以及天氣、電磁干擾和地形等環境因素以及不斷變化的威脅的性質所帶來的脆弱性。操作員將預期AI-AMD決策輔助系統按照 "合同 "執行，以處理這些不確定性和脆弱性。這些合同將是人工智能-AMD決策輔助工具應該執行的感知功能或任務，以及執行這些功能或任務的理想表現。

圖2說明了操作員和AI-AMD決策輔助工具之間的信任框架。y軸代表人類對AI-AMD決策輔助系統的信任程度，x軸代表AI-AMD決策輔助系統的能力。綠色的45°虛線表示最佳的信任水平或校準的信任線，其中的信任與AI-AMD的能力相對應，導致正確的利用（Lee and See 2004）。過度信任由最佳信任水平線以上的區域表示，此時的信任超過了系統能力，導致誤用。低于理想信任水平線的區域表示不信任，這時的信任沒有達到系統能力，導致濫用。假設存在一些默認的信任水平（如黃框所示），目標是制定一個策略，以提高AI-AMD輔助決策能力的信任。在使用該系統時，可能會發生違反信任的情況，從而降低操作員的信任。因此，信任修復行動必須被納入，以保持信任在最佳水平。

圖2. 人類操作員和AI-AMD決策輔助工具之間的信任。

基于功能分配的操作員和AI-AMD決策輔助工具之間的人機交互研究表明，操作員和AI-AMD決策輔助工具應該被設計成在大多數殺戮鏈功能中作為一個 "團隊"運作。這引導論文研究了單獨和集體考慮人類和決策輔助的信任因素。對操作員和人工智能-AMD決策之間的人機交互的研究還顯示，操作員的角色已經從手動控制器變成了監督控制器。因此，一個值得信賴的決策輔助工具是很重要的，因為操作者會期望系統的表現符合預期，以幫助操作者更好地履行他的角色。另外，為了進一步幫助減輕操作者的認知工作量，信息的外部表示、決策輔助工具的建議必須易于閱讀和理解。

關于信任因素，本論文提出了一個 "由外而內 "的框架，如圖3所示。論文首先考慮了與操作環境相關的因素，這些因素描述了AMD操作系統的背景。第二，它研究了與組織環境相關的因素，操作人員和人工智能-AMD系統得到了培訓和發展。第三，論文研究了操作人員和人工智能-AMD決策輔助工具之間的交互，以提出與操作人員、人工智能-AMD、單獨和集體相關的因素。

圖3. 建議的信任因素

圖4顯示了擬議的戰略銜接圖，以實現操作者和AI-AMD輔助決策之間的校準信任。對信任定義、人機界面和信任因素的審查表明，該戰略應關注三個關鍵領域：（1）人類對自動化技術和AI-AMD決策輔助系統的集體和個人感知；（2）增強操作員和AI-AMD決策輔助系統的團隊活力；（3）AI-AMD決策輔助系統的可信度，重點是系統開發。該戰略利用DOTMLPF-P框架提出了三個關鍵原則和五個支持原則。首先，軍事作戰人員需要被告知自動化技術的真正能力和局限性，特別是AI-AMD輔助決策。第二，操作員的培訓要求必須增加，以應對新的工作范圍和不斷變化的威脅。第三，必須在人工智能-AMD決策輔助系統的開發中加入新的要求，以提高系統的可感知的可信度。這三個關鍵原則得到了DOTMLPF-P框架其他方面的支持，如組織、領導、人員、設施和政策。

圖4. 實現操作員和人工智能-AMD決策輔助工具之間校準信任的戰略銜接圖

前沿作戰基地（FOB）防御是一項人力密集型任務，需要占用作戰任務的寶貴資源。雖然能力越來越強的無人駕駛飛行器（UAV）具備執行許多任務的能力，但目前的理論并沒有充分考慮將其納入。特別是，如果操作人員與飛行器的比例為一比一時，并沒有考慮提高無人機的自主性。本論文描述了使用先進機器人系統工程實驗室（ARSENL）蜂群系統開發和測試自主FOB防御能力。開發工作利用了基于任務的蜂群可組合性結構（MASC），以任務為中心、自上而下的方式開發復雜的蜂群行為。這種方法使我們能夠開發出一種基于理論的基地防御戰術，在這種戰術中，固定翼和四旋翼無人機的任意組合能夠自主分配并執行所有必要的FOB防御角色：周邊監視、關鍵區域搜索、接觸調查和威脅響應。該戰術在軟件模擬環境中進行了廣泛的測試，并在現場飛行演習中進行了演示。實驗結果將使用本研究過程中制定的有效性措施和性能措施進行討論。

第1章：導言

1.1 背景和動機

2019年，美國海軍陸戰隊司令大衛-H-伯杰將軍發布了他的規劃指南，作為塑造未來四年的部隊的一種方式。他在其中指出："我們今天做得很好，我們明天將需要做得更好，以保持我們的作戰優勢"[1]。這句話摘自海軍陸戰隊司令大衛-H-伯杰將軍的《2019年司令員規劃指南》（CPG），呼吁采取集中行動，以應對海軍陸戰隊在未來戰爭中預計將面臨的不斷變化的挑戰。在為海軍陸戰隊確定未來四年的優先事項和方向的CPG中的其他指導，呼吁建立一個 "適合偵察、監視和提供致命和非致命效果的強大的無人駕駛系統系列"[1]。伯杰將軍進一步呼吁利用新技術來支持遠征前沿基地作戰（EABO）。EABO將需要靈活的系統，既能進行有效的進攻行動，又能進行獨立和可持續的防御行動。簡而言之，實現EABO將需要最大限度地利用每個系統和海軍陸戰隊。

從本質上講，伯杰將軍正在呼吁改變無人駕駛飛行器的使用方式。通過使用大型的合作自主無人飛行器系統，或稱蜂群，將有助于實現這一目標。無人飛行器蜂群提供了在人力需求和后勤負擔增加最少的情況下成倍提高戰場能力的機會。正如伯杰將軍所提到的 "下一個戰場"，海軍陸戰隊將必須利用各種技術，最大限度地利用自主性和每個作戰人員在戰場上的影響。

目前的無人系統使用理論是以很少或沒有自主性的系統為中心。另外，目前的系統依賴于單個飛行器的遠程駕駛；也就是說，每輛飛行器有一個操作員。部隊中缺乏自主系統，這在監視和直接行動的作戰能力方面造成了差距。此外，側重于一對一操作員-飛行器管理的無人系統理論要求操作員的數量與車輛的數量成線性比例。這對于 "下一個戰場 "來說是不夠的。相反，海軍陸戰隊將需要能夠讓操作員擺脫束縛或提高他們同時控制多個飛行器的能力系統[2]。

考慮到這些目標，美國海軍研究生院（NPS）的先進機器人系統工程實驗室（ARSENL）已經開發并演示了一個用于控制大型、自主、多飛行器的系統，該系統利用了分布式計算的優勢，并將駕駛的認知要求降到最低。ARSENL在現場實驗中證明了其系統的功效，在該實驗中，50個自主無人駕駛飛行器（UAV）被成功發射，同時由一個操作員控制，并安全回收[3]。

1.2 研究目標

這項研究的主要目標是證明使用無人機蜂群來支持前沿作戰基地（FOB）的防御。特別是，這需要自主生成、分配和執行有效的、符合理論的基地防御所需的子任務。這部分研究的重點是開發基于狀態的監視、調查和威脅響應任務的描述；實施支持多飛行器任務分配的決策機制；以及任務執行期間的多飛行器控制。

輔助研究目標包括展示基于任務的蜂群可組合性結構（MASC）過程，以自上而下、以任務為中心的方式開發復雜的蜂群行為，探索自主蜂群控制和決策的分布式方法，以及實施一般的蜂群算法，并證明了對廣泛的潛在蜂群戰術有用。總的來說，這些目標是主要目標的一部分，是實現主要目標的手段。

1.3 方法論

基地防御戰術的制定始于對現有基地防御理論的審查。這一審查是確定該行為所要完成的基本任務和子任務的基礎。然后，我們審查了目前海軍陸戰隊使用無人機的理論，以確定這些系統在基地防御任務中的使用情況。

在確定了任務要求的特征后，我們為基地防御的整體任務制定了一個高層次的狀態圖。子任務級別的狀態圖等同于MASC層次結構中的角色。

ARSENL代碼庫中現有的算法和游戲以及在研究過程中開發的新算法和游戲被用來在ARSENL系統中實現子任務級的狀態圖。最后，根據高層次的狀態圖將這些游戲組合起來，完成基地防御戰術的實施。

在游戲和戰術開發之后，設計了基于理論的有效性措施（MOE）和性能措施（MOPs）。通過在循環軟件（SITL）模擬環境中的廣泛實驗，這些措施被用來評估基地防御戰術。在加利福尼亞州羅伯茨營進行的實戰飛行實驗中，也展示了該戰術和游戲。

1.4 結果

最終，本研究成功地實現了其主要目標，并展示了一種包含周邊監視、關鍵區域搜索、接觸調查和威脅響應的基地防御戰術。此外，開發工作在很大程度上依賴于MASC層次結構，以此來制定任務要求，并將這些要求分解成可在ARSENL蜂群系統上實施的可管理任務。這一戰術在實戰飛行和模擬環境中進行了測試，并使用以任務為中心的MOP和MOE進行了評估。最后的結果是令人滿意的，在本研究過程中開發的戰術被評估為有效的概念證明。

1.5 論文組織

本論文共分六章。第1章提供了這項研究的動機，描述了這個概念驗證所要彌補的能力差距，并提供了ARSENL的簡短背景和所追求的研究目標。

第2章討論了海軍陸戰隊和聯合出版物中描述的當前海軍陸戰隊后方作戰的理論。還概述了目前海軍陸戰隊內無人機的使用情況，并描述了目前各種系統所能達到的自主性水平。

第3章概述了以前自主系統基于行為的架構工作，ARSENL多車輛無人駕駛航空系統（UAS）和MASC層次結構。

第4章對基地防御戰術的整體設計以及高層戰術所依賴的游戲進行了基于狀態的描述。本章還詳細介紹了用于創建、測試和評估這一概念驗證的方法。在此過程中，重點是對每一戰術和戰術所針對的MOP和MOE進行評估。

第5章詳細介紹了所進行的實戰飛行和模擬實驗，并討論了與相關MOPs和MOEs有關的測試結果。

最后，第6章介紹了這個概念驗證的結論。本章還提供了與基地防御戰術本身以及更廣泛的自主蜂群能力和控制有關的未來工作建議。