【引 言】
軍事領導人利用戰場情報和環境信息及時做出戰略和戰術決策,以推進他們的作戰目標,同時試圖否認對手的行動。基于計算機的兵棋推演模擬程序對戰場空間事件進行建模,以幫助決策制定,因此領導者可以從眾多選項中選擇一個更優化的選項,以有效地完成目標。
戰爭是一個充滿不確定性的領域,戰爭中的決策因素籠罩在各種不確定性的迷霧之中。因此,戰爭迷霧是軍事行動參與者所經歷的態勢感知的不確定性。其目標是定義霧的存在位置,并允許分析師在AFSIM等虛擬兵棋推演框架中操縱霧效果。
圖1. 信息環境:該圖展示了應用信息相關能力來實現影響力
這項研究探討了戰爭場景中不確定性的領域,以尋找霧源,這可能會阻礙決策過程,這些過程記錄在三篇提交的期刊文章中。
文章[1] “使用并行搜索算法導航敵方競爭區域(Navigating an Enemy Contested Area with a Parallel Search Algorithm)" 通過在地圖上找到敵方單位位置的配置來探索霧,這會導致并行搜索算法的最大加速。算法優于并行算法,這些結果表明敵方位置的霧可用于破壞搜索和任務分配過程。
文章[2] “AFSIM 中的戰爭霧效果建模(Modeling Fog of War Eects in AFSIM)”[2] 創建了霧識別和操作方法 (FIMM)將霧引入傳感器和通信,并開發霧分析工具 (FAT) 以將 FIMM 實施到用于驗證的高級仿真、集成和建模框架 (AFSIM)。傳感器和通信有助于指揮官感知戰場上的敵軍。霧會扭曲指揮官對形勢的感知,這會扭曲決策過程并導致任務失敗。
文章[3] “將霧分析工具應用于AFSIM 多域 CLASS 場景(Applying Fog Analysis Tool to AFSIM Multi-Domain CLASS scenarios)”利用 FAT 研究霧效應在多個作戰域中的影響,并使用趨勢來支持 FAT 在多域操作中有效且有用的想法FAT 在多個領域的有效性鞏固了這樣一種觀點,即識別和操縱傳感器和通信中的霧對于為軍事模擬分析人員提供選擇以改善兵棋推演中的決策是有效的。
【問題與動機】
軍事領導人必須考慮跨多個作戰領域的大量信息,以便及時做出決策并推進任務。模擬模型試圖真實地模擬戰爭場景以分析行動方案并選擇最佳路徑。在戰爭模擬中提供用于查看不確定性級別或霧的選項的方法可以進一步提高戰爭模擬的真實性。該方法需要對霧源的一般定義以及如何操縱源進行模擬分析。多域分析方法的實現驗證了該方法在查看對未來場景的影響方面的有效性。
問題源于需要為多域作戰的軍事領導人創建決策輔助工具。美國空軍正在研究一種直觀的傳感網格概念,該概念使用來自多個平臺的融合傳感器數據為決策者提供有關競爭環境的信息。傳感網格為戰略和戰術層面的領導者提供了獲得和保持對抗對手的決策優勢。網格假設傳感器收集信息并通過通信鏈路將其傳輸到集中處理實體。領導人希望盡可能準確地描述環境,因此霧源的識別以及霧如何影響決策過程允許軍事分析人員在處理信息并將數據發送給決策者時考慮霧。
決策代理與傳感網格概念相似,但代理提供決策能力,而不是為人類決策者提供決策輔助。在基于環境信息收集、處理和形成決策時,決策代理可以將霧合并到行動過程 (COA) 分析中。在 COA 中考慮霧可能會改變哪個選項被認為是最佳的。對多個域的霧的識別和操作允許一種更現實的方法來形成決策和決策輔助。
【研究路線圖】
以下路線圖提供了總體研究目標。
1. 識別兵棋推演場景中影響指揮官決策過程的不確定性來源。
2. 創建一種方法來識別和操縱兵棋推演中的不確定性,使用傳感器進行數據收集和數據傳輸通信。
3. 為現有兵棋推演模擬開發工具,以實施該方法并驗證其影響。
4. 分析多域場景,以驗證該工具在擾亂所有作戰域的決策過程中的有效性。
該路線圖側重于霧效應的識別和處理。并行搜索文章側重于尋找兵棋推演場景中的不確定性來源。介紹FIMM和FAT的論文針對的是第二項和第三項。上一篇文章提供了支持第四項的結果。本文介紹的每篇文章都以期刊格式顯示。
【結 論】
當決策者沒有關于環境的完整信息時,兵棋推演中的戰爭迷霧就會出現。霧源于對敵人、敵人意圖和敵軍缺乏了解。霧也可能來自自然環境和友軍的行為。例如,一個在整個地圖上搜索目標的單元可能在多次搜索后變得筋疲力盡。搜索目標的多個單元可能會劃分搜索時間。霧識別和操縱方法(FIMM)提供了一種在與傳感器和通信鏈路相關的兵棋推演中操縱霧效應的新方法。霧分析工具 (FAT) 在高級模擬、集成和建模框架 (AFSIM) 中提供了 FIMM 的實現。將霧引入傳感器和通信鏈路會影響指揮官從信息收集平臺接收的信息,并將其傳播到效應生成平臺。霧的引入和操縱可能會導致指揮官失敗。較高水平的霧效應往往會導致較高的故障率。在分析各種多域場景時也會出現這種趨勢。
【未來工作】
與順序算法相比,搜索算法的測試套件將收集更多結果來分析地圖配置如何影響并行算法的加速。測試套件需要地圖生成器來隨機排列地圖上的圖塊,同時保持假設有序。
FAT 是 AFSIM 分析人員為模擬運行更改不同級別的霧的便捷工具。但是,FAT 的使用是高度手動的。該過程可以轉換為測試套件,其中該工具自動采用 AFSIM 場景并找到傳感器對象和通信對象,以不同的霧級別和運行次數模擬每個對象,并提供有關成功/失敗的統計報告率。該測試套件可以消除尋找使用 FAT 的標準化方法的需要,并且可以對每個場景進行唯一處理。
將 FAT 集成到 Warlock 應用程序將允許實時分析霧效果。分析師將能夠實時更改霧效果值并查看它如何影響場景的成功。具有實時分析的 FAT 可用于細粒度的戰術策略測試。
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。
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。
幾十年來,政治科學家和國家層面的軍方政策制定者一直在戰略層面使用博弈論,但對其在作戰層面的使用幾乎沒有評論。傳統上,三個主要挑戰阻礙了規劃人員和分析人員在作戰層面使用博弈論,即復雜的作戰環境、參與者的動態交互以及大多數陸軍參謀人員不具備使用復雜數學技能。
這本專著表明,這些挑戰是可以克服的,博弈論可以在規劃過程中提供新穎的見解。美陸軍參謀部規劃人員可以在作戰層面有效地使用基本博弈論和簡單的數學來了解作戰環境、了解行動者及其動機,并在軍事決策過程中比較行動方案。本專著展示了如何避免高級博弈論用于解決理論問題的繁瑣數學程序,而是專注于使用基本博弈論在規劃過程中提供價值。它通過回顧博弈論在戰略層面的應用、教授基本博弈論和涵蓋一些基本博弈概念來展示博弈論的實用性。然后,它考察了一場歷史性的行動,以展示博弈論的使用將如何達到另一個推薦行動方案和結果,也許會改變歷史進程。最后,它通過將博弈論應用于軍事決策過程、任務分析和行動制定過程的兩個步驟的練習,提供了使用博弈論的指南。
幾十年來,戰略規劃者和政策制定者在戰略層面有效地應用了博弈論,但軍事從業者往往不在作戰層面使用它。當約翰·馮·諾依曼和奧斯卡·摩根斯坦在 1940 年代初在蘭德公司工作期間發展博弈論時,他們尋求一種數學方法來為沖突領域,特別是經濟沖突提供解決方案。他們于 1944 年發表了開創性的著作《博弈論與經濟行為》
博弈論允許通過將場景建模為簡化的博弈來分析決策。博弈論試圖定義參與者、策略——或可供他們選擇的選項——以及博弈結果的預期回報。它試圖澄清由于參與者的選擇而導致的不確定性。它的主要用途是它認識到結果是通過多個參與者的互動共同決定的,而不僅僅是一個人自己決定的結果,它允許分析對手可能會做什么。由于這些原因,政策制定者和戰略家使用博弈論來理解戰略問題,例如核對手、貿易慣例、內戰解決和裁軍以及缺乏國際合作,從而制定政策建議以幫助解決這些問題
作戰層面的規劃者是否可以有效地應用博弈論仍然是一個懸而未決的問題。在作戰層面使用博弈論的批評者強調了動態交互的復雜性。他們指出,培訓軍官了解博弈論的基本概念并將操作層面問題的復雜性提煉成基本博弈需要大量時間。
本專著認為博弈論提供了一個有價值的框架,最適用于在軍事決策過程的任務分析和行動發展步驟過程中理解環境中的參與者。博弈論旨在提供對情況的理解。這需要了解參與者及其潛在計劃或戰略動機。博弈論提供了一種理性的方法來研究行動者如何制定他們的策略和他們的動機基礎。由此,指揮官和參謀人員可以獲得理解,然后疊加其他因素,包括行動方案和潛在結果。它提供了一種合理而直接的方法來簡化復雜的問題。因此,博弈論為作戰規劃者提供了另一種工具,可用于了解作戰環境。
本專著重點介紹博弈論在戰略層面的歷史應用、當前的規劃過程學說和相關框架,以回答作戰規劃者能否在作戰層面有效地使用博弈論。這本專著主要通過囚徒困境分析博弈論在戰略層面的應用,將其應用于冷戰、國際貿易和價格戰期間的降價。 1777 年的新澤西戰役為應用博弈論和理解喬治華盛頓將軍和查爾斯康沃利斯將軍之間的競爭環境提供了一個歷史例子。最后,它演示了如何以及在何處將博弈論工具實施到美國陸軍當前使用的規劃過程中。所使用的博弈論是一種基本的應用方法,而不是過于復雜和無用的高級學術博弈論。簡單的博弈可以使復雜的操作情況變得清晰。該研究回顧了陸軍規劃學說,以專注于了解作戰環境和問題。任務分析旨在了解環境中的參與者以及他們之間沖突的根源。這 3 項研究的重點是深入了解對抗性和中立的參與者、激勵措施、潛在的行動方案和回報。該專著追溯了博弈論的戰略應用和作戰應用之間的差異,以了解哪些要素是一致的,同時說明了差異。最后,它將討論如何克服實施中的潛在挑戰。
規劃人員可以在軍事決策過程中使用博弈論工具,特別是在任務分析期間,以不同的視角理解作戰環境和行動發展過程,以檢查未發現的假設。博弈論工具不是替代軍事決策過程中現有的步驟和工具,而是對其進行補充。戰地手冊 6-0 解釋說,指揮官和參謀人員使用任務分析來更好地了解作戰環境和部隊面臨的問題。接下來,規劃人員使用任務分析來制定假設以填補知識空白。最后,考慮到博弈論理解競爭的本質,任務分析也有助于理解友軍和敵軍如何互動。行動方案制定過程提供了一種客觀的方式來看待多個潛在計劃。在上面的歷史例子中,華盛頓將軍和康沃利斯將軍需要了解他們的潛在行動以及他們認為 30 名敵方指揮官可能會做什么。在某種程度上,歷史例子中的將軍們可以在他們的行動發展過程中使用博弈論來檢查他們的假設。開發從敘述性或定性評估開始,然后轉向帶有每個計劃的加權分數的可量化評估。博弈論允許另一種觀點來評估潛在的計劃。以下思想實驗提供了一個示例,說明工作人員如何在任務規劃期間使用一些博弈論工具。
演習如下:美國討論在一個靠近對手的友好國家增加軍事存在,這旨在阻止對手入侵友好國家。軍團工作人員了解國家決策者關于在一個地區增加軍事存在的辯論。此外,他們知道如果國家領導層追求升級,軍團是升級的一個因素。工作人員致力于了解作戰環境并了解國家層面的優先事項和激勵措施,以便他們可以就選項提出更高的建議并為預期的行動方案做好準備。其次,他們努力了解敵人的動機和行動計劃。敵人還面臨著增加其在該地區的軍事存在或維持現狀的前景。兩國都擁有核武器,都不想進行全面戰爭。最后,兩個大國都可以遷移的地區的人口不希望被外國勢力占領。國家決策者面臨的戰略決策具有操作層面的影響。
如上所述,任務分析提供了對情況和問題的理解。在任務分析過程中,工作人員開始對行動者的動機和動機有所了解。戰場情報準備是任務分析的關鍵步驟。參謀人員對友軍和敵軍如何在環境中相互作用做出假設。由此,工作人員開發了每個參與者在即將到來的操作中可以使用的潛在選項。此外,情報準備步驟確定了指揮官和參謀人員的知識差距。這些差距導致了獲取信息的情報需求的發展。正如文獻回顧中所述,人們根據他們擁有的信息做出決策,并預測競爭對手的行為。這些步驟不會取代或否定軍事決策過程的任何步驟,它們只是關于如何以及在何處實施博弈論工具的建議。
鑒于這種情況,參謀人員開始制定敵人的行動方案。當應用于博弈矩陣時,這些行動方案成為敵人的策略。敵人可以用他們的一個師或軍將該地區軍事化,也可以選擇不軍事化。是否軍事化的選擇為敵人創造了兩種不同的戰略。第二步著眼于每個策略的結果。如果雙方都軍事化,那么他們將面臨戰爭。如果雙方都沒有軍事化,那么他們就維持現狀。如果一個國家軍事化而另一個國家不軍事化,那么軍事化的國家就會在沒有爭議的環境中這樣做。表11顯示了這種情況的結果。
表11:定性結果
第三步要求參謀人員查看敵人的動機,然后對他們的選擇進行定性分析。敵人想在美國不決定將該地區軍事化的情況下將該地區軍事化。這為他們創造了一個無可爭議的環境。其次,他們既不看重自己也不看重美國將該地區軍事化,這是現狀。第三個可取的結果是美國軍事化,而敵人沒有,這意味著美國擁有無可爭議的軍事化。最后,如果美國也進行軍事化,敵人不想升級為戰爭,也不想將該地區軍事化。工作人員現在可以根據偏好對敵人的行動路線進行排序。作戰和情報人員可以利用收集資產并制定收集計劃,以確定有關敵人計劃的任何指標,例如在該地區集結部隊。信息收集計劃有助于回答信息需求并協助進行有效規劃。
工作人員現在進入行動開發過程。生成選項步驟概述了指揮官和參謀人員可用的選項。工作人員制定了可以切實擊敗敵人行動方案的選項,然后確定它們的優先級。工作人員還產生了兩個廣泛的選項。他們可以軍事化,也可以不軍事化。由于每個參與者的策略,工作人員現在可以對他們的行動方案進行排序。指揮官和參謀更愿意維持現狀。如果美國采取行動將該地區軍事化,它可能會擾亂地方、國家政府和民眾。因此,美國對該地區的軍事化和一個不軍事化的敵人是次要的選擇。這種選擇意味著美國擁有無可爭議的軍事化,但正如所述,當地政府感到不安。第三,排名是美國不軍事化,但敵人軍事化,給了他們無可爭議的優勢。最后,美國不希望發生戰爭,如果美國和敵人都進行軍事化,就會發生戰爭。
接下來,工作人員將博弈發展為矩陣或戰略形式。首先,他們進行定性分析,說明每次交戰的可能結果,見表 12。然后參謀人員從每個指揮官的角度對結果進行排序,以生成定量分析和回報,如表 13 所示。該表顯示了回報敵方第一,美國第二。使用倒序排列,最低數字的收益表示排后的選項,數字越大,表示首選的選項。每個戰斗人員都是近鄰,因此參謀人員認為交戰將有利于主動一方。
表12 :定性分析
表13:定量結果
這兩種的價值在于員工進行分析以掌握對潛在未來結果的理解。它提供了一個簡潔的可交付產品,參謀計劃人員可以在一張紙上將其交給指揮官或參謀長,以供將來參考或思考,因為指揮官和參謀人員開始在軍事決策過程的未來步驟中權衡選項。這種分析為員工提供了一個思考他們正在做什么以及他們的計劃可能產生什么結果。這是舍恩所說的實踐中反思的一個例子。正如他所說,它允許人們在執行任務時思考他們正在做什么,然后塑造他們所做的事情。
下一步要求參謀人員將可用選項縮小到只有指揮官可用的可信選項。參謀部尋找指揮官永遠不會使用任何主導策略。敵方指揮官沒有任何主導策略,并且兩種策略都可供他使用。但美國永遠不會在博弈中選擇軍事化,因為無論敵人選擇什么,不軍事化都會主導博弈。表 14 以粗體突出顯示哪個選項在美國占主導地位。例如,如果敵人決定軍事化,如果它決定軍事化,美國將獲得 1 的回報,否則將獲得 2 的回報。因此,在這種情況下,美國會選擇不進行軍事化。同樣,如果敵人不軍事化,那么如果它軍事化,美國將獲得三倍的回報,如果它不軍事化,美國將獲得四倍的回報,美國將再次選擇不進行軍事化。因此,工作人員將其排除在外。
表14:以粗體突出顯示的美國的收益
既然參謀人員了解美國沒有軍事化的動機,它就可以看看敵人可能會采取什么行動作為回應。敵人知道美國不想軍事化,并尋求使其結果最大化。因此,敵人選擇軍事化,因為這比不軍事化帶來更好的回報。這達到了納什均衡,即敵人軍事化并獲得四分之二的回報,而美國不軍事化并獲得三分之二的回報。表 15 顯示了圈出的所得納什均衡。
表15:軍事化為主
但現實生活中的情況并不總是一致的。一方通常首先采取行動,迫使另一方做出決定。在上述情況下,美國正在努力應對將該地區軍事化的決定。然后他們的決定迫使敵人做出決定。下一步著眼于在順序移動游戲中情況如何展開,以及納什均衡在決策分析中是否發生變化。順序博弈見表 16。該表首先顯示了敵人的收益,其次是美國的收益。
表16:順序多次博弈
參與者對每個結果的選擇和回報保持不變。唯一的區別是美國先行動,敵人必須做出反應。工作人員必須使用子博弈分析來分析這個博弈及其結果。敵人有第二步,因此分析從他們的預期步驟開始。這兩個參與者都知道,如果美國選擇軍事化,敵人將選擇不軍事化,因為兩個人的回報比一個人要好。如果美國選擇不軍事化,敵人會想要軍事化,因為四比三好。鑒于美國的選擇,上面的表 16 通過圈出每個敵人的首選選擇來表明這種行為。既然美國知道敵人會根據美國的選擇做出哪些選擇,他們就會在兩者之間做出選擇。美國選擇軍事化,知道敵人不會軍事化,從而為美國帶來三倍的回報。美國軍事化總比不軍事化并獲得兩個回報要好,因為知道敵人會選擇軍事化。因此,納什均衡變成了美國軍事化和敵人不軍事化,敵方兩分,美國三分,見表 17。
表17:納什均衡
序列博弈導致的納什均衡與同步博弈不同,為什么?每場比賽都會導致一方軍事化,而另一方不軍事化。在同步博弈中,敵人通過軍事化獲得了最有利的回報,美國知道這一點,因此選擇不軍事化。然而,在順序博弈中,美國先決勝負。如果他們不軍事化,他們將獲得最高的回報,而敵人也選擇不軍事化。兩國都不會軍事化,因為如果美國不軍事化,敵人就有動機進行軍事化。美國意識到這一點,因此認為他們的下一個最佳選擇是軍事化,因為它知道敵人不會軍事化,因為這會迫使兩個參與者之間發生戰爭。這個游戲提供了一個先發優勢的例子。如果敵人先選擇,他們也會有軍事化的動機
序列多次博弈反映了更現實的情況。但是運行這兩種類型的博弈為工作人員了解動機和潛在行動提供了分析價值。工作人員可以看到排序操作如何改變結果。如上所述,使用這種方法的價值在于分析。工作人員可以按照矩陣形式對每個結果進行簡要說明。然后他們可以看到他們的選擇之一不是一個可行的選擇。然后,他們查看了定量評估并確定可以使用平衡結果。所進行的定性分析重申了 Thomas Schelling 的觀點,即博弈論的數學并不總能解決沖突,不應過度依賴數學。而是對問題的思考增加了價值。
博弈論提供了一種分析工具來看待競爭情況。它使分析師能夠了解潛在的行動計劃、激勵措施以及回報或結果。此外,它可以突出信息差距和需要進一步理解的領域。在 20 世紀中葉,戰略層面的規劃者用它來更好地了解美國和蘇聯之間在使用核武器和原子戰方面的競爭。國防部以外的分析師使用它來了解競爭公司之間的貿易爭端和降價。
在作戰層面,博弈論允許對潛在計劃、激勵和結果進行相同類型的分析和理解。這本專著審視了博弈論的歷史并探索了基本的博弈論,確立了博弈論在分析沖突情況方面的有用性。文獻回顧揭示了博弈論的優勢和劣勢,這為如何最好地利用它以最大限度地發揮其潛力提供了信息。檢查諸如核局勢和國際貿易等戰略層面的決策為以前的努力如何有效地應用博弈論提供了背景。博弈論在特倫頓和普林斯頓的美國獨立戰爭中的應用與指揮官們所追求的不同,展示了使用博弈論如何提供獨特的見解,這對于像康沃利斯這樣經驗豐富的將軍來說并不明顯。最后,該專著展示了軍團級別的參謀人員如何使用博弈論來理解戰略級別的決策如何影響作戰級別的行動,比較了同步博弈和序列博弈的實用性。最后一部分提供了一個基本框架,工作人員可以通過將博弈論應用于任務分析和行動開發過程來解決操作問題。
博弈論的使用不僅限于軍事決策過程。博弈論非常適合國防部和美國陸軍目前使用的現有規劃流程。規劃人員可以在聯合作戰設計過程和陸軍設計方法中使用博弈論工具。具體來說,在聯合設計期間,博弈論工具最適合理解戰略指導和理解作戰環境。在軍隊設計期間,它最適合構建作戰環境和理解問題。博弈論是參謀人員或計劃團隊的工具包中的另一個有用工具。當通過軍事決策過程或設計過程應用時,博弈論分析與其他工具很好地結合在一起,可以更好地了解作戰環境。
美國加州大學與美國航空太空公司聯合從系統的視角提出了支持復雜空間系統、博弈和決策支持系統(DSS)的高級建模、仿真和分析(MS&A)方法。MS&A 方法還涉及支持美國國防采辦生命周期的基于能力的方法,重點放在授前采辦階段,并結合博弈論和兵棋推演來采購復雜的國防空間系統。作者概述了在復雜的防御系統系統環境中設計、分析和開發政府參考系統架構解決方案,相應采購策略的現有模型和工具。雖然提出的 MS&A 方法側重于國防空間系統,但這些方法靈活且穩健,可以擴展到任何民用和商業應用。?
基于需求和基于能力的方法的描述
支持美國國防部國防采辦生命周期的 MS&A 框架
SOSE CONOPS 評估的 MS&A 方法
【摘 要】 最近,Postnikov 引入了 Bert Kostant 游戲來構建與簡單圖的二次形式相關的最大正根。這個結果,以及其他一些基于 Cartan 矩陣的游戲,給出了關于代數分類的 Gabriel 定理的新版本。
在本文中,作為 Bert Kostant 游戲的變體,介紹了一種關于導彈防御系統 (MDS) 的兵棋推演。在這種情況下,導彈軌跡被解釋為有箭頭的合適路徑(有向圖)。MDS 通過從位于點 (0,0) 的陸基攔截器 (GBI) 發射導彈來保護歐幾里得平面的一個區域。在這種情況下,如果與敵軍發射相關的適當正數可以寫成三角數和平方數的混合和,則導彈成功攔截。
本文結構如下:第 2 節回顧了本文中使用的定義和符號。特別是,回顧了 Bert Kostant 博弈的概念及其一些變體。本節還描述了有關 Brauer 配置代數以及二次形式、這些類型的博弈和路徑代數之間的聯系。第 3 節給出了主要結果。?定義了一個兵棋推演,其結果基于一些可接受的路徑以及三角數和平方數的混合和。結束語和可能的未來工作在第 4 節中描述。
圖 1. Brauer 配置代數、Bert Kostant 的博弈以及平方數和三角數的混合和允許在本文中找到主要結果。定理 9 給出了與引入的兵棋推演相關的布勞爾配置代數和相應中心的維數公式。這樣的定理允許使用三角數的普遍和來確定地面基地探測器的發射是成功還是未能探測到對手發射的導彈。定理 10 給出了類似的結果,但我們沒有使用三角數的全和,而是使用平方數的全和。推論 1 將Legendre–Gauss定理應用于三個平方數之和,以確定哪些條件允許對手在擬議的兵棋推演中取得成功。
美國空軍研究介紹了兵棋推演多物網絡行動路線自動分析方法(WCCAAM),這是一種通過軍事決策過程(MDMP)的半自動化協助兵棋指揮官制定和分析行動路線(COA)的新方法。MDMP是一種七步迭代方法,指揮官和任務合作伙伴可以遵循該方法建立作戰行動方案,以實現戰略目標。MDMP需要時間、資源和協調——指揮官權衡所有競爭項目以做出最佳決策。WCCAAM接收MDMP的任務分析階段作為輸入,將兵棋推演轉換為有向圖,在節點和邊上處理多物網絡流算法,其中物品代表單位,節點代表藍色基地和紅色威脅,然后編程處理MDMP步驟以輸出推薦的COA。為了證明WCCAAM的有效性,兵棋推演場景比較了模擬、集成和建模高級框架(AFSIM)和統計分析中的COA結果。AFSIM結果表明,與人工生成的COA相比,WCCAAM COA的客觀完成度提高了71%。統計分析表明,在超過300次運行的測試矩陣中,WCCAAM生成了最佳的、風險最小的 COA。
海軍艦艇是由多個組織組成的復雜機構,這些組織必須在不影響效率和戰備狀態的情況下順利交互和外部交流。隨著后勤挑戰的增加和技術推動響應時間的增加,因此引入最先進的計算方法至關重要,用于分析互聯系統和針對不同事件進行分析。
美國海軍研究生院專家引入了一個名為LAILOW的框架:學習、優化和兵棋推演。LAILOW利用復雜機構中多個來源產生的數據,基于數據挖掘、機器學習和預測算法,分析和發現模式、規則和異常。接著LAILOW的輸出結果可以用來優化業務流程和行動方案。展示了使用LAILOW框架的三個用例。使用LAILOW框架,搜索主要艦艇設備維護和供應系統的脆弱性,以進行困難測試,并相應地提出彈性和新穎的解決方案。詞法鏈接分析(LLA)作為LAILOW的一部分,以提高與C4I系統相關的海軍艦艇關鍵部件失效概率的預測精度,用于NAVWARSYSCOM的預測風險備用矩陣(PRiSM)產品中。還展示了LLA對財務受限工作隊列(FRWQ)中的優先項目與基線計算的比較。
?標題
On games and simulators as a platform for development of artificial intelligence for command and control
期刊
Journal of Defense Modeling and Simulation (JDMS)
美國國防建模與仿真學報
作者 Vinicius G. Goecks, Nicholas Waytowich, Derrik E. Asher, Song Jun Park, Mark Mittrick, John Richardson, Manuel Vindiola, Anne Logie, Mark Dennison, Theron Trout, Priya Narayanan, Alexander Kott
機構
美國陸軍研究實驗室
摘要
游戲和模擬器可以成為一個有價值的平臺,可以執行復雜的多智能體、多人、不完善的信息場景,與軍事應用有很大的相似之處:多個參與者管理資源并做出指揮資產的決策,以保護地圖的特定區域或中和敵方部隊。這些特征通過支持開發具有復雜基準的算法和快速迭代新想法的能力,而吸引了人工智能 (AI) 團體。人工智能算法在《星際爭霸II》等即時戰略游戲中的成功也引起了軍事研究界的關注,旨在探索類似技術在軍事對應場景中的應用。
本文旨在架起游戲與軍事應用之間的橋梁,討論了過去和當前游戲和模擬器以及人工智能算法如何適應模擬軍事任務,以及它們如何影響未來戰場方面所做的努力。
本文還研究了虛擬現實和視覺增強系統的進步如何在與游戲平臺及其軍事相似之處的人機界面中開辟新的可能性。
關鍵詞
人工智能、強化學習、兵棋推演、指揮控制、人機交互、未來戰場
今天介紹的是美國蘭德公司、耶魯大學聯合發表于The Journal of Defense Modeling and Simulation: Applications, Methodology, Technology(國防建模與仿真學報:應用、方法、技術)期刊的論文“Artificial intelligence for wargaming and modeling”。
摘要:
在本文中,討論了如何將人工智能 (AI) 用于與擁有大規模殺傷性武器和其他涉及太空、網絡空間和遠程精確度的高端能力的國家發生沖突的政治軍事建模、模擬和兵棋推演武器。人工智能應該幫助兵棋推演的參與者和模擬中的代理人了解在不確定性和錯誤印象下作戰的對手的可能觀點、看法和計算。人工智能的內容應該認識到升級的風險,導致沒有贏家的災難,但也有可能產生有意義的贏家和輸家的結果。我們討論了對設計和發展的影響使用多種類型的 AI 功能的模型、模擬和兵棋推演。我們還討論了使用模擬、歷史和早期兵棋推演的理論和探索性工作為兵棋推演決策輔助工具,無論有無人工智能。
關鍵詞:
人工智能,兵棋推演,建模與仿真,認知建模,決策,深度不確定性下的決策,海量場景生成,探索性分析與建模