近年來,情報、監視和偵察(ISR)行動經歷了爆炸性的增長,導致收集的數據成倍增加。然而,盡管有如此豐富的ISR數據,個人、團隊和決策者往往無法開發出他們所需的個人和集體對作戰環境的態勢感知(SA)。增強現實(AR)技術為這種困境提供了一個潛在的解決方案。利用視覺、聽覺和觸覺的線索,AR技術有可能為合作和分析提供新的機會,這將提高個人和集體的安全意識。本文旨在為開發用于ISR行動中協作和分析的AR工具指明道路。它探討了AR技術的現狀,以澄清關鍵的定義、系統的分類和目前對有效使用的研究。它還研究了支撐情景意識的認知和學習理論,以了解AR在發展SA方面可以發揮什么作用(如果有的話)。這些理論被發現支持越來越多地使用AR技術來改善SA和協作,并確定了AR技術為促進SA必須解決的八個設計標準。如果這些設計標準得到尊重,可以預期AR技術會改善學習成績,提高用戶的積極性,并增強用戶的參與/互動和協作。此外,還可以預見在空間理解和長期記憶保持方面的收益。盡管有這樣的潛力,但在AR系統設計中必須適當地管理三個主要風險:引導注意力;系統管理中的分心;以及用戶定制。如果這些風險得到管理,設計標準得到尊重,那么用于ISR行動的協作和分析工具的開發者將能夠開啟AR所提供的光明前景。
本專著分析了為聯合全域作戰(JADO)組織、訓練和裝備空軍特種作戰(AFSPECWAR)武器系統的挑戰。2017年,美空軍參謀長(CSAF)實施了戰場空軍部隊改進計劃(BA FIP),以增加戰備和提高殺傷力。該倡議旨在整合空軍特戰部隊,以實現統一行動,并為戰略效果提供不對稱的空中力量優勢。作為一個武器系統,AFSPECWAR的愿景是提供一個整體的能力,執行全球接入、精確打擊和人員恢復。盡管美國空軍(USAF)在2019年建立了一個局(HAF/A3S),但AFSPECWAR面臨著組織、理論和資源方面的挑戰,限制了其在聯合行動中作為連接組織的能力。AFSPECWAR需要組織變革和持久的機構投資,以確保美國空軍能夠投射空中、太空和網絡空間能力以支持聯合部隊和國家目標。
美國空軍提供行動和機動自由的能力是對聯合部隊進行聯合全域作戰(JADO)能力的一個重要貢獻。在高度競爭的環境中,實現全球準入,實現空中優勢,擊敗反介入/區域封鎖(A2AD)系統和綜合防空(IAD)網絡,整合致命和非致命火力,以及營救或恢復人員以拒絕敵人的利用,都是至關重要的能力。通過利用AFSPECWAR,美國空軍可以創建解決方案來推進戰略目標,同時將任務風險降到最低。
2017年戰場空軍部隊改進計劃(BA FIP)報告指出,AFSPECWAR的組織結構是有效部署的障礙。盡管采取了重組和整合部隊的初步行動,但作為聯合部隊的推動者,AFSPECWAR缺乏一個連貫的任務集、綜合的理論和整體的部署。 在前CSAF司令戈德費恩將軍的戰略要求的基礎上,現任CSAF司令查爾斯-布朗(Charles Q. Brown)將軍在一份題為 "加速變革或失去 "的備忘錄中闡明了他對美國空軍的指導。布朗警告說,美國空軍不適應將增加任務和部隊的風險。美國空軍必須繼續評估和調整內部部隊結構,以實現互操作性,在全球范圍內擴大其部隊網絡,并制定新的作戰概念,以提高聯合防務的殺傷力。
AFSPECWAR的部隊結構和零散的作戰概念與以前和現在CSAF的戰略指導和意圖相沖突。需要采取緊急行動來解決AFSPECWAR的不足,進一步拖延 "加速變革或失去 "會增加部隊和美國競爭、威懾和獲勝能力的風險。
這本專著是為兩個受眾準備的。首先,是AFSPECWAR社區和它的作戰能力者。戰略環境要求AFSPECWAR通過發展作為綜合團隊的專業知識,而不是不同組織的單一能力來最大限度地發揮其效用。應該考慮在AFSPECWAR企業中增加以地面為中心的美國空軍能力,包括爆炸物處理(EOD),生存逃避抵抗逃亡(SERE)專家,以及特別選擇的安全部隊(SF)和軍事工作犬(MWD)。這些作戰能力提供了快速適應基地的選擇,增強了靈活性,并實現了敏捷作戰(ACE)和攻擊下的后勤(LUA)等新興概念。AFSPECWAR領導人必須優先考慮招募、培訓和評估高質量的候選人,以實現規模和效率的增長。
第二,本專著旨在向戰略家、學者、聯合和軍種高級領導人以及機構間合作伙伴介紹AFSPECWAR的能力。戰略競爭推動了美國防部的優先事項,需要 "增加和持續投資"。2018年國防戰略(NDS)確定需要建立 "有爭議環境中的聯合殺傷力",有能力 "打擊對手空中和導彈防御網絡內的不同目標",并通過較小的機動部隊投資于 "前沿部隊的機動性和態勢復原力",這些部隊可以 "在受到攻擊時跨領域部署、生存、運作、機動和再生"。如果整體部署,AFSPECWAR擁有這些能力來滿足聯合部隊的需求,并支持美國空軍的作戰敏捷性概念。
聯合部隊指揮官(JFC)組織部隊以最大限度地提高反應能力,發展有效的指揮和控制,并促進統一指揮以執行聯合行動。 作為聯合部隊的一個組成部分,美國空軍(USAF)通過其五個核心任務提供持久的空中力量能力。空中優勢、全球打擊、快速全球機動性、指揮和控制(C2)以及情報、監視和偵查(ISR)。通過這些任務,美國空軍擁有獨特的能力來監測對手的行動,快速部署部隊,威懾競爭對手,并打擊敵人的目標。要保持在這些任務中取得成功的能力,需要持續的技術創新,靈活的部隊結構和發展作戰能力。
2018年國防戰略(NDS)和2021年臨時國家安全戰略(NSS)將美國的國防重點從全球反恐戰爭(GWOT)轉向戰略競爭,特別是關注來自俄羅斯等大國的威脅。俄羅斯等試圖通過利用國家權力的外交、信息、軍事和經濟手段來擴大其影響范圍并重塑國際規范。在追求全球優勢的過程中,大國的脅迫以及快速的軍事現代化,越來越多地威脅到美國的利益以及印度洋-太平洋地區以外的伙伴和盟國的主權。
俄羅斯愿意入侵烏克蘭和格魯吉亞的主權領土,并利用網絡和信息戰能力詆毀格魯吉亞、羅馬尼亞、烏克蘭和摩爾多瓦的民主機構,這種模式威脅著歐洲的穩定和安全。俄羅斯對北約盟國的顛覆,非傳統戰爭和軍事能力的擴張,以及影響和操縱歐洲國家和前蘇聯國家政治的能力,對美國的利益構成了直接威脅。
區域和國際權力斗爭,加上武裝的非國家行為者的擴散,以及對新興技術的不斷擴展,提供了一系列的安全威脅。行動環境的特點是快速變化和不可預測,現在不清楚,未來不確定。戰略競爭要求國防部(DOD)重新調整美國國防戰略、計劃和方案,以更好地準備和整合聯合部隊。這包括現有能力和部隊態勢的現代化,增加武器系統開發的創新和速度,實施新的采購政策,以及與美國機構間合作伙伴同步,在戰役計劃中運用國家力量的所有要素。
在《國家安全戰略》中,總統聲稱,美國將采用 "外交作為我們的第一手段",并作為與世界接觸和管理威脅的主要手段,但外交必須源于權力、信心和實力的地位。在最近的歷史上,美國軍隊享有領域優勢,有能力在海外部署和集結部隊開展行動。今天,美軍面臨著有爭議的領域,這些領域考驗著美軍保持均勢或實現優勢的能力
美國防部的戰略轉變,從傳統的要么和平要么戰爭的視角,轉向合作、低于武裝沖突水平的競爭以及與競爭對手的武裝沖突的競爭連續體框架,更加強調綜合和靈活的戰役。 新的作戰概念尋求對抗俄羅斯在歐洲的侵略和在全球的惡性影響,以及中國在印度-太平洋地區不斷擴大的反介入/區域封鎖(A2AD)能力。雖然聯合部隊專注于聯合全域作戰(JADO),但具體軍種的作戰概念旨在同步美國的軍事能力,并在陸地、空中、海上、太空和網絡/電磁頻譜領域分配部隊,此外還獲得和保持信息優勢。部隊的分布提供了行動自由,增強了網絡的生存能力,提高了對形勢的認識,并改善了決策。這些能力在各領域的融合 "給對手帶來了多種困境",并降低了行動節奏,"使聯合部隊能夠在對手的決策周期內行動"。這種 "協同使用增強了有效性,并產生了通過單一領域行動不容易實現的選擇",同時減少了美國部隊的脆弱性。
JADO的理論依據是空軍理論家約翰-博伊德的OODA循環(觀察、定向、決定、行動),強調通過操縱對手處理反饋的能力來破壞他們的物理和認知節奏,從而降低適應的速度和能力。然而,操作JADO的主要挑戰在于聯合部隊處理 "大量數據為可操作情報 "的能力,以同步和C2行動。
為了應對這一挑戰,軍方指定美國空軍作為全域聯合指揮與控制(JADC2)的執行機構,負責開發技術、政策、理論和要求,這些將被納入未來的聯合作戰概念。JADC2被定義為 "將決定迅速轉化為行動的決策藝術和科學,JADC2利用各種能力在競爭和沖突中實現作戰和信息優勢"。國防部設想JADC2為聯合部隊創建一個 "物聯網 "網絡,將 "眾多傳感器 "與武器系統連接起來,并利用人工智能實現同步的信息共享和溝通。通過建立對作戰環境的共同理解,JADC2使指揮官能夠做出時間緊迫的決策。快速決策為對手制造了困境,同時也為聯合部隊指揮官提供了協調行使權力、整合規劃或同步效果的選擇。
美國空軍擁有獨特的能力,可以同時進行ISR,提供空中機動性以快速部署部隊,并打擊戰略目標。它在維護核三系統的兩條腿方面的作用要求美國空軍規劃和執行許多靈活的威懾選擇(FDO),并支持一系列的危機反應。此外,"綜合威懾 "的概念將成為2022年國家發展戰略的基礎,它要求在所有作戰領域、行動區以及 "從高強度戰爭到灰色地帶行動的沖突范圍內 "進行整合。2022年印度-太平洋戰略同樣強調綜合威懾是美國 "推動倡議并加強威懾和反脅迫努力,如改變領土邊界或破壞主權國家的海上權利 "的方法的基石。鑒于支持快速、全球戰斗力投射和JADC2的核心戰略任務和能力,美國空軍為綜合威懾提供了一個核心,特別是在印度太平洋地區。
美國空軍的空中、太空和網絡部隊執行其核心任務,提供全球警戒、全球覆蓋和全球力量。雖然美國空軍擁有支持聯合防務的空中、太空、網絡/電磁頻譜能力,但這些行動主要是在允許的環境下進行的,沒有受到有爭議的環境的影響。美國空軍發現,其支持能力和作戰概念沒有足夠的互操作性,通信速度也不夠敏捷,無法滿足預期的未來作戰環境的需要。
2017年,空軍參謀長大衛-L-戈德費恩將軍(CSAF,2016-2020年)認識到,美國空軍沒有充分利用陸域來執行其核心任務以支持聯合部隊。由于多域戰場對美國空軍的資產構成了關鍵的脆弱性,CSAF確定戰場空軍人員(BA)群體需要轉型。CSAF指示空軍總部(HAF)開展一項部隊改進計劃(FIP),為未來發展BA部隊并提供資源,優化BA事業的全部能力,并使BA部隊及其組織結構與美國空軍的未來作戰理念保持一致。
在2017年8月至2018年7月期間,HAF領導80名BA FIP團隊成員組織成職能工作組(FWG),進行了800多次同行訪談,并審查了四個職能領域的1600多份調查答復:招募、生產、就業和維持。BA FIP報告確定了165項建議,后來被歸類為28個行動項目,以改善BA部隊的任務、文化、組織、領導、招募、資源和培訓。2018年7月,《2030年BA愿景》將這些行動項目和確定的解決方案編入美國空軍的戰略要務,在四個關鍵領域優化BA部隊:組織、培訓、資源和人員表現。《2030年BA愿景》還確定了使部隊結構現代化以實現NDS目標的必要性。這導致了基于人的武器系統的概念,以作為美國空軍的地面機動要素。2019年4月,隨著空軍特種作戰(AFSPECWAR)武器系統的啟動,這一作戰概念得以實現。
作為美國空軍唯一的進攻性地面部隊,AFSPECWAR "專門在敵對的、被拒絕的和政治敏感的環境中進行空中-地面-空間-網絡整合,以實現空中、空間和網絡優勢"。AFSPECWAR《2030年愿景》承認擴大空中力量優勢的戰略必要性,同時為聯合部隊提供直接支持,以最大限度地提高靈活性并減少生命和資源的損失。AFSPECWAR提供了一個以空軍為重點的跨軍種和跨領域的連接組織,其有機選擇是 "1)獲得全球準入;2)執行精確打擊;和3)進行人員恢復。" 這種獨特的能力確保了JFC和聯合空軍司令部(CJFACC)擁有不對稱的優勢,可以開發和指定目標,為空中攔截進行直接行動和特別偵察,建立空中基礎設施,訓練代理人員進行直接打擊,并加強現有的人員恢復架構。
盡管2019年命名規則從BA改為AFSPECWAR,并且特種作戰氣象技術員(SOWT)的任務重點發生了微妙的變化,現在稱為特種偵察(SR),但BA 2030年愿景的變化并沒有增強作戰能力或降低風險。截至2022年,AFSPECWAR部隊仍然分散在多個主要指揮部(MAJCOM),分別針對全球準入、精確打擊或指定戰區的人員恢復行動等任務領域進行調整,而不是通過一個整體的武器系統來支持作戰指揮官(CCDR)。此外,AFSPECWAR部隊經常為聯合或機構間伙伴提供這些獨特的能力。
盡管有眾多的任務要求,美國空軍太平洋戰區的職業領域仍然是低密度/高需求(LD/HD)的資產。國防部長(SECDEF)指定作戰能力、單位或系統為低密度/高需求,如果評估表明它們的資金、設備或人員嚴重不足,無法完全滿足或維持區域指揮官規定的實際或預期的作戰要求。
2002年,美國國務卿拉姆斯菲爾德在談到軍事轉型以及軍隊武器和部隊的 "再平衡 "時提到了這個問題。在 "持久自由行動 "的高峰期和 "伊拉克自由行動 "前不久,美國空軍副參謀長羅伯特-H-福格萊松將軍告訴國會小組,18種武器系統被認為是LD/HD,其中戰斗搜索和救援以及戰斗控制小組最為突出。盡管LD/HD這個詞直到2002年才被使用,但這個問題在1999年北約在科索沃的空襲行動 "盟軍行動 "中出現了。1999年,約翰-P-詹普將軍告訴立法者,這些部隊已經 "捉襟見肘",美國空軍 "敏銳地感受到 "這些永久性能力的缺乏,并且 "無法像其他資產那樣重組 "這些部隊。美國空軍缺乏對這些LD/HD部隊的適當再平衡和重組的關注,降低了其為支持戰略目標而提供理想的空中力量效果的總體能力,并影響了向前推進的部隊現代化努力。
今天,AFSPECWAR在提供必要的關鍵能力以支持有爭議的環境中的JADO方面面臨嚴重的限制。如果有適當的結構和資源,"AFSPECWAR可以提供履行這一關鍵職能的工具和選擇,而其他軍種或特種部隊不能......也不應該。" 資金、設備的退化和部隊的失調提高了風險并限制了決策。AFSPECWAR需要組織變革和持久的投資,以確保美國空軍能夠在有爭議的環境中投射空中、太空和網絡空間力量以支持JADO。
本專著確定了在組織、訓練和裝備AFSPECWAR以在整個競爭過程中進行聯合全域作戰方面的挑戰。AFSPECWAR的三個角色是本研究和分析的框架:全球準入、精確打擊和人員恢復。這項研究依賴于主要和次要來源的文件,包括聯合和空軍的理論、研究和行動后報告,為案例研究的比較提供組織和行動背景。
第二部分提供了每個BA職業領域的歷史,以及其演變為今天的AFSPECWAR的歷史,包括理論發展、組織和部隊結構、培訓要求和設備采購計劃。
第三和第四部分通過對盟軍行動(1999年)和蟒蛇行動(2002年)的案例研究說明了AFSPECWAR的能力。對這些案例的結構化分析側重于全球進入、精確打擊和人員恢復行動,以及指揮和控制(C2)關系、技術和作戰使用方法等因素。
第五部分介紹了跨案例的比較,并確定了共同的主題、優勢和能力的不足之處。有關實施的建議涉及當前的行動不足、組織力量結構差距、統一指揮安排和未來能力要求。橫向案例比較框架建立了一個共同的參考標準,以確定在未來作戰環境中增強聯合部隊作戰能力的同時降低風險的潛在途徑。
附錄A包含了一個行動小插曲,描述了所需的和建議的現代化努力,以確保AFSPECWAR的組織、訓練和裝備能夠為聯合部隊提供全方位的全球接入、精確打擊和人員恢復支持,以對抗一個同行的對手。
附錄B提供了一個更徹底的檢查和詳細的歷史說明,包括今天AFSPECWAR武器系統的每個職業領域的演變。
附錄C提供了對歷史條令的分析和概述,并確定了當前適用的美國空軍和聯合部隊條令,這些條令為AFSPECWAR任務領域提供了信息和動力。
軍隊為訓練、規劃和研究目的進行兵棋推演。人工智能(AI)可以通過降低成本、加快決策過程和提供新的見解來改善軍事兵棋推演。以前的研究人員根據強化學習(RL)在其他人類競技游戲中的成功應用,探討了將強化學習(RL)用于兵棋推演。雖然以前的研究已經證明RL智能體可以產生戰斗行為,但這些實驗僅限于小規模的兵棋推演。本論文研究了擴展分層強化學習(HRL)的可行性和可接受性,以支持將人工智能融入大型軍事兵棋推演。此外,本論文還通過探索智能體導致兵棋推演失敗的方式,研究了用智能體取代敵對勢力時可能出現的復雜情況。在越來越復雜的兵棋推演中,對訓練封建多智能體層次結構(FMH)和標準RL智能體所需的資源以及它們的有效性進行了比較。雖然FMH未能證明大型兵棋推演所需的性能,但它為未來的HRL研究提供了啟示。最后,美國防部提出了核查、驗證和認證程序,作為一種方法來確保未來應用于兵棋推演的任何人工智能應用都是合適的。
兵棋推演是成功軍隊的寶貴訓練、規劃和研究工具。自然,美國(U.S.)國防部(DOD)計劃將人工智能(AI)納入兵棋推演。將人工智能融入兵棋推演的一種方式是用智能體取代人類玩家;能夠展示戰斗行為的算法。本論文研究了用智能體取代人類兵棋推演操作員的可行性、可接受性和適宜性。為此,本章解釋了為什么兵棋推演對成功的軍隊至關重要。
軍隊進行兵棋推演是為了回答關于戰爭的關鍵問題,這些問題必須在實際沖突發生之前被理解。兵棋推演是利用對立的力量模擬實際的戰斗,并由人類的決策來決定[1]。雖然有廣泛的不同類型的兵棋推演,但它們都有一個共同的目標:"獲得有效和有用的知識" [2]。這種劃分很重要,因為兵棋推演的不同目的會導致玩家和游戲控制者的行為不同。圖1顯示了兵棋推演從訓練到分析到實驗的廣泛范圍。
1.訓練用的兵棋推演
最直接的兵棋推演類型是用于訓練的兵棋推演。大型參謀部使用建設性的模擬(數字兵棋推演)來鍛煉他們的參謀過程,并驗證他們的軍事準備。小型參謀部使用虛擬模擬器來訓練他們的戰斗演習和船員演習。軍隊進行這些兵棋推演是為了了解戰爭和鍛煉決策能力[3]。所有隊員的行動和決策一般都要符合已知的條令和戰術、技術和程序(TTP)。對于大型的參謀部演習,對手可能會突破TTP的界限來挑戰參謀部(例如,表現得更有侵略性,但仍然依賴相同的TTP)。
2.用于分析的兵棋推演
兵棋推演可用于分析,即 "確定在部隊對抗中會發生什么"[3]。這些是大多數軍事人員所熟悉的兵棋推演類型:作為行動方案(COA)分析的一部分而進行的兵棋推演。這些類型的兵棋推演允許對戰爭計劃、部隊結構或理論進行評估。在這些戰役中,雙方都要采用已知的理論和TTP,但 "在這些戰役中,創新精神可以自由發揮"[4]。
3.實驗性的兵棋推演
在譜的另一端是實驗性兵棋推演。在這些戰役中,雙方都可以使用新的力量、武器和/或戰術來探索潛在的未來戰爭[5]。歸根結底,組織進行實驗性兵棋推演是為了產生 "關于戰爭問題性質的知識"[2]。美國軍方在演習中整合了這些類型的兵棋推演,如美國陸軍未來司令部的聚合項目和聯合作戰人員評估。
4.兵棋推演的好處
盡管兵棋推演既不是預測性的,也不是對現實的完全復制,但它們確實提供了一些沒有實戰就無法獲得的東西:對戰爭中決策的洞察力。當為訓練而進行戰爭演習時,組織正在學習良好的決策是什么樣子的(包括過程和最終結果)。當為分析而進行戰爭演習時,計劃者正在評估他們在計劃期間做出的決定,以及在執行期間需要做出的潛在決定。
這些好處足以讓美國防部副部長羅伯特-沃克在2015年發布了一份備忘錄,呼吁在整個美國防部重新努力開展兵棋推演[6]。沃克副部長認為,兵棋推演有利于創新、風險管理和專業軍事教育。沃克認為,最終,兵棋推演將推動美國防部的規劃、計劃、預算和執行過程,這是告知國防部資源分配的方法。美國和它的西方盟友并不是唯一相信兵棋推演好處的軍隊。中國正在為兵棋推演投入大量資源,包括將人工智能融入兵棋推演[7]。
人工智能提供了一個機會,通過降低成本、加快決策過程和提供新的見解來改善軍事兵棋推演。為兵棋推演中的許多角色雇用人類操作員是昂貴的。組織必須給自己的人員分配任務(使他們脫離正常的職能)或支付外部支持。這種成本可以通過將人工智能整合到兵棋推演中而消除。兵棋推演分析的速度只能和人類操作者一樣快。用智能體代替操作員可以加快兵棋推演的速度,并允許多個兵棋推演同時發生,從而實現更廣泛的分析。最后,智能體因其在游戲中的創造性而受到關注[8]。創造性的智能體可以通過探索人類戰爭者可能沒有考慮的可能性,使戰爭計劃、部隊編隊或戰術得到更好的分析。
美國國內的國家安全組織認識到將人工智能融入兵棋推演的潛力。人工智能國家安全委員會在其最終報告中主張立即將人工智能能力整合到兵棋推演中,以確保美國及其盟友保持與同行的競爭力[9]。美國陸軍未來的模擬訓練系統--合成訓練環境(STE)設想整合人工智能來監測和調整訓練場景的難度[10]。美國陸軍研究實驗室有許多項目在調查人工智能與軍事指揮和控制系統的整合。具體來說,他們正在探索使用人工智能的一個子領域,即強化學習(RL)來進行連續規劃,以開發 "藍色部隊的新計劃"[11]。連續規劃將需要一個能夠評估其計劃的智能體,可能通過兵棋推演。
基于其他RL智能體在人類競技游戲中的成功,如《星際爭霸II》[12]、《古人防御》(DotA)[13]和圍棋[14],多名研究人員正在研究用于戰爭游戲的RL智能體。像《星際爭霸II》和DotA這樣的實時戰略(RTS)游戲最能代表兵棋推演。與兵棋推演類似,RTS游戲需要在有限的信息環境中進行長期的目標規劃和短期的戰術決策。以前的研究表明,RL智能體可以在兵棋推演中復制理想的戰斗行為[5], [11]。根據Kania和McCaslin的說法,谷歌的AlphaGo成功擊敗了世界上最好的圍棋大師,證明了人工智能可以應用于兵棋推演[7]。
雖然以前的研究已經證明RL智能體可以產生戰斗行為,但實驗僅限于小型交戰。研究人員只要求RL智能體控制三到五個下屬單位。強化學習智能體將需要成功擴展,以滿足涉及幾百個單位的大型兵棋推演的規模要求。
問題是,隨著兵棋推演中單位數量和類型的增加,信息量和可能的動作數量變得難以解決。Newton等人提出可擴展性是一組目標:速度、收斂和性能,同時保持在一組約束條件下:隨著項目規模的增加,成本、計算能力和時間[15] 。分層組織是擴展的一種方法。本論文將研究分層強化學習(HRL)的可擴展性。換句話說,任何可行的、可接受的人工智能集成到戰爭游戲中,隨著戰爭游戲中單位數量的增加,必須仍然顯示出理想的戰斗行為。
除了將人工智能整合到軍事兵棋推演中的可行性和可接受性之外,這種整合還需要是合適的。開發和執行一個失敗的兵棋推演是有可能的,因為從中得出的知識是無效的或沒有用的。Weuve等人[16]解釋了可能導致兵棋推演失敗的不同途徑,他們稱之為兵棋推演病癥。以取代人類操作者為目的的智能體的設計和實施,需要防止兵棋推演的病態,從而確保有效的結果。
這導致了以下的研究問題。HRL是否允許智能體在不損失性能的情況下增加合作單位的數量和有效性?什么框架可以確保智能體的設計和應用正確,以滿足兵棋推演的目的?
本論文延續了[17]和[18]對Atlatl戰斗環境中RL的調查。Atlatl是一個離散的、基于六邊形的兵棋推演,模擬陸地作戰行動。最初的研究使用一個簡單的多層感知器[17]成功地在RL智能體中產生了戰斗行為。隨后的研究使用卷積神經網絡(CNN)架構在復雜的地形和動態的對手中研究RL智能體[18]。
雖然有廣泛的HRL方法,但本研究的重點是封建多智能體層次結構(FMH)。在FMH中,一個單一的R智能體(即經理),將任務分配給一系列被稱為工人的下級RL智能體[19]。本論文比較了在Atlatl中越來越大的場景中采用基于規則的智能體、單一RL智能體和FMH所需的資源和有效性。
兵棋推演是由玩家和裁判員組成的[1]。友軍單位的玩家被稱為藍軍,他們的對手被稱為紅軍,任何一個玩家之外的平民或軍事單位被稱為綠軍。雖然有可能通過使用所有玩家和裁判員的智能體來實現兵棋推演的完全自動化,但本論文只評估了對單個玩家的替換。
本論文還研究了用智能體替換對方部隊(OPFOR)即紅色部隊時可能出現的復雜情況。討論了具體的兵棋推演病癥,并提出了緩解這些病癥的方法。美國防部的驗證、核實和認證(VV&A)框架被應用于通過RL對OPFOR的建模。
本論文發現,當FMH智能體以分布式方式進行訓練時,FMH智能體未能比單一RL智能體表現得更好。當經理和工人在同一環境中訓練時,FMH智能體的學習能力有所提高。然而,工人的不一致行動使經理無法制定最佳策略。此外,FMH的訓練要求超過了單個RL智能體的要求,這抑制了FMH擴展到大型軍事兵棋推演的能力。最后,本論文發現,將人工智能整合到軍事兵棋推演中的方法適合于像美國防部的VV&A框架那樣的過程。否則,基于模型的去太原的病癥會使兵棋推演的目標失效,并對美軍產生負面影響。
本論文通過進一步研究在建設性模擬中采用完全自主的智能體,對美國政府有直接好處。完全自主的兵棋推演智能體,能夠在多個層次上運作,需要支持兵棋推演的全部范圍。這很容易延伸到軍事規劃期間的決策支持工具,協助規劃者快速評估不同的COA。此外,探索在兵棋推演中使用智能體的適宜性將促進兵棋推演界采用人工智能。
這項研究測試了Oreg和Bayazit(2009)的認知偏見分類法。使用469名美國陸軍士兵的樣本和代表擬議分類的六種偏見,進行了各種分析以確定分類法的有效性,目的是推進理論和對認知偏見的理解。然而,幾乎沒有發現支持該分類法的證據。具體來說,盡管驗證和簡化偏見與同一類別的偏見的關系比與其他類別的偏見的關系更為密切,但在調節偏見方面卻沒有一個明確的模式。此外,Oreg和Bayazit(2009)提出的個體差異(如神經質)基本上不能有意義地預測啟發式和偏見的任務表現。總的來說,如果關于認知偏差的研究要務實并具有現實世界的應用,那么認知偏差作為一個結構需要被更好地定義。此外,對認知偏差的測量需要包括主體間和主體內的測量,并且應該重新審視評分方法。
需要一個有意義的分類方法來推進認知啟發式方法和認知偏見的研究。Oreg和Bayazit(2009)提出了一個分類系統,根據偏見的共同基本機制(即個體差異)和動機終點來組織偏見。然而,Oreg和Bayazit(2009)的主張在很大程度上仍然是理論性的。因此,本研究的目的是測試Oreg和Bayazit(2009)提出的分類法的有效性和效用。本研究的目的是:(1)檢驗認知偏見是否集中在所提出的三個類別中;(2)調查偏見是否有共同的基本機制。
為了評估分類法及其命題的有效性,我們進行了一些分析以積累證據。具體來說,我們評估了零階相關,進行了探索性因素分析,并評估了基本機制(即個體差異)與每個啟發式和偏見類別之間的關系。最終的樣本由469名駐扎在美國的現役美國陸軍軍官和士兵組成。數據的收集是在課堂上使用紙筆調查問卷進行的。
根據Oreg和Bayazit(2009年)提出的分類法,可以發現支持個體差異和認知偏見之間關系的證據微乎其微。偏見類別之間的經驗關系與提議的分類法并不一致,個體差異和偏見之間的假設關系大多沒有得到支持。一些令人鼓舞的發現確實出現了。一個類別內的偏見之間的關聯模式比不同類別的偏見之間的關聯模式更強烈的正向。這些結果不應該被視為意味著分類法是無效的;由于我們的研究只代表了一個單一的研究,所以現在確定分類法結構是不充分的或沒有用的還為時尚早。
如果改進測量的努力未能發生,本研究的最小發現可以作為未來認知偏見研究的預示。本文可以指導未來的偏見研究領域,特別是關于為推動該領域的發展而需要采取的強化測量工具。此外,研究結果還指出要把偏見理解為一種認知過程,而不是基于特質的個體差異。未來的測量應該考慮傳統心理測量評估的替代方法,以實時評估這一過程。
二十一世紀的美國空軍一直保持著二十世紀的行動安全(OPSEC)文化,這種文化嚴重偏向于與空軍官職相關的言論和活動。空軍OPSEC政策和文化沒有充分解決以無處不在的數據收集為特征的互聯世界。這一差距造成了一個關鍵的弱點,有可能削弱空軍在未來沖突中的競爭優勢。
本文首先討論了美空軍OPSEC文化及其對21世紀信息環境的失敗之處。然后,本文通過商業企業如何利用數據定位消費者的角度分析了普遍的數據收集的信息環境。利用這一結構,本文研究了對手如何利用類似的方法,通過美國空軍駐軍或戰場上的人員,在沖突前或沖突中對美國空軍進行基于人群的大規模監視和偵察。
作者提出了潛在的保障措施和緩解策略,強調了解決與空軍人員的個人生活深深交織的脆弱性的挑戰。他還建議采用一個主觀和客觀傷害的框架來重新定位空軍的OPSEC文化。最后,他建議采取一種基于教育和培訓的緩解方法,貫穿于飛行員的整個職業生涯。因此,空軍將像重視金融知識或身體素質一樣重視數字流暢性。這樣做將培養一種圍繞無處不在的數據收集和基于人口的監控所帶來的威脅的有教育意義的意識文化。
外國政府的監控通常被認為是在兩種情況下進行的。第一種是對個人的監控。第二種情況是對手通過技術手段,如衛星或信號監測,或物理手段,如報告部隊動向的人員,跟蹤部署的美國部隊的位置和活動。空軍利用行動安全(OPSEC)來對付這兩種類型的敵方監視。
OPSEC的目的是通過實現基本保密來保護軍事行動,基本保密的定義是通過拒絕向對手提供關鍵信息和指標來實現的。雖然從反間諜的角度來看,外國政府對海外臨時任務的飛行員個人的監視是令人擔憂的,但其相關風險與對手作為一個集體實體對飛行員進行持續監視的潛在危害有著本質的區別。由于數據獲取的增加和快速的技術進步,我們的對手現在有低風險的機會從遠處對我們的部隊進行監視和偵察。盡管我們對手的能力有所進步,空軍OPSEC政策和支持它的文化在21世紀基本上沒有改變。
美國政府的其他部門正在認真對待計算和數據收集所帶來的威脅,最明顯的是情報界。可以理解的是,情報機構會特別關注這種威脅,因為其人員的身份和活動是要保密的。雖然美國空軍可能為支持國家政策目標而開展秘密活動,但很少有空軍成員為了個人或職業安全需要身份保護;這導致了一種錯誤的安全感。
空軍的OPSEC政策和文化仍然根植于前社交媒體、前數字時代,當時我們的對手通常無法直接接觸到空軍人員。在二十世紀,接觸的空軍人員受到地理環境的限制;美國是一個相對的避難所,不受敵人的窺視。試圖監視一名空軍成員需要投入人員,而且風險很大,回報很少。技術的進步已經消除了地理上提供的傳統安全庇護所。互聯網及其附帶的連接設備網絡意味著在美國境內駐扎的空軍人員不再是敵人監視的對象。在21世紀,通過傳感器、社交媒體參與、智能手機和其他設備的擴散所產生的大量高度具體和個性化的數據,可以接觸到我們的部隊,而我們的對手無需承擔任何人身風險。技術的進步使我們的對手不僅能夠觀察到空軍資產(如飛機)的移動,而且還能觀察到飛行員個人和集體的移動。因此,傳統上我們的對手無法觸及并感興趣的空軍人員現在成為他們可以利用的重要信息渠道。
本文指出了空軍OPSEC文化和政策與商業計算和傳感能力的進步之間的一個關鍵差距。空軍人員每天與收集大量高度個性化數據的廣泛技術互動。雖然商業企業利用這些數據來鎖定消費者,但本文研究了對手如何利用類似的方法,利用其成員的個人在線活動對空軍進行大規模監視,而不管其地理位置如何。這一分析從空軍的OPSEC文化開始,以及這種文化在21世紀的信息環境中未能解決的問題。本文將這一環境描述為無處不在的數據收集環境,討論了美國的對手如何在沖突前和沖突中利用數據和大規模監控為自己服務,并提供了一個框架來評估數據對空軍成員的傷害方式。最后,分析報告以幾個建議作結。首先,空軍應投資于其OPSEC文化的現代化,重點是政策、教育和培訓。第二,空軍應該采取一種基于教育和培訓的緩解方法,在飛行員的整個職業生涯中,創造一種圍繞無處不在的數據收集所帶來的威脅的教育意識文化。
本文中使用的幾個關鍵術語定義如下:監視是指對已知的重要事物進行監測。人群監視是指對手監測和跟蹤具有特定特征的個人群體的能力,如所有空軍成員或特定的人口群體、專業、地理位置或空軍內部的其他子集。人群監視與大規模監視的不同之處在于它能夠專注于一個特定的群體。偵察與監視不同,它使用相同的基礎數據來確定新出現的重要指標和警告,如即將發生的軍事行動。 物聯網(IoT)描述了不斷擴大的、基本上不顯眼的傳感器環境,它收集實時計算機化的感官信息,詳細說明在一個特定環境中發生的事情。大數據是大量不同數據集的綜合,其組合方式是總和大于部分。人工智能(AI)不是一種技術,而是一種系統,它 "結合了信息獲取目標、邏輯推理原則和自我修正能力",其最終目標是實現對大量數據的分析,并利用這些數據 "分辨出一種模式來解釋當前數據并預測未來用途。"
現代數字雷達在其波形、雷達參數設置和傳輸方案方面提供了前所未有的靈活性,以支持多種雷達系統目標,包括目標探測、跟蹤、分類和其他功能。這種靈活性為提高系統性能提供了潛力,但需要一個閉環感知和響應方法來實現這種潛力。完全自適應雷達(FAR),也被稱為認知雷達,是模仿認知的感知-行動周期(PAC),以這種閉環方式適應雷達傳感器。在這項工作中,我們將FAR概念應用于雷達資源分配(RRA)問題,以決定如何將有限的雷達資源如時間、帶寬和天線波束寬度分配給多個相互競爭的雷達系統任務,并決定每個任務的傳輸參數,使雷達資源得到有效利用,系統性能得到優化。
已經提出了一些感知-行動的RRA方法。這一領域的最新工作被稱為認知雷達資源管理,而較早的相關工作則被稱為簡單的傳感器管理或資源分配。這些算法依賴于兩個基本步驟。首先,它們以概率方式捕獲(感知)監視區域的狀態。其次,他們使用這種概率描述,通過確定哪些行動有望實現效用最大化來選擇未來的傳感行動。
任何RRA算法的一個關鍵挑戰是平衡目標探測、跟蹤、分類和其他雷達任務的多個競爭性目標。這一點通過優化步驟中用于選擇下一步雷達行動的目標函數來解決。目標函數也被稱為收益、標準、價值或成本函數。因此,以適合優化的數學形式闡明系統目標,對完全自適應雷達資源分配(FARRA)系統的運行至關重要。隨著可用于適應的參數數量和雷達系統任務數量的增加,這變得越來越困難。這種優化有兩種基本方法:任務驅動和信息驅動。
在任務驅動的方法中,為每個任務指定性能服務質量(QoS)要求,如探測目標的預期時間或跟蹤的均方根誤差(RMSE),并通過加權各種任務的效用來構建一個綜合目標函數。這樣做的好處是能夠分別控制任務性能,并確定任務的相對重要性。然而,它需要用戶有大量的領域知識和判斷力,以指定任務要求和傳感器成本,并構建成本/效用函數和加權,以結合不同的任務性能指標。
在信息驅動的方法中,一個全局信息測量被優化。常見的信息測量包括熵、相互信息(MI)、Kullback-Leibler分歧(KLD)和Renyi(alpha)分歧。信息指標隱含地平衡了一個雷達可能獲得的不同類型的信息。這具有為所有任務提供共同的衡量標準(信息流)的理想特性,但沒有明確優化諸如RMSE等任務標準。因此,信息理論的衡量標準可能很難被終端用戶理解并歸結為具體的操作目標。此外,如果沒有額外的特別加權,它們不允許單獨控制任務,并可能產生以犧牲其他任務為代價而過度強調某些任務的解決方案,或者選擇在用戶偏好判斷下只提供邊際收益的傳感器行動。
在這項工作中,我們考慮一個雷達系統對多個目標進行同步跟蹤和分類。基于隨機優化的FAR框架[28],為我們的PAC提供了結構。我們開發并比較了用于分配系統資源和設置雷達傳輸參數的任務和信息驅動的FARRA算法,并在模擬機載雷達場景和俄亥俄州立大學的認知雷達工程工作區(CREW)實驗室測試平臺上說明其性能。這項工作結合并擴展了我們以前在傳感器管理[8-14]和FAR[18, 21, 27, 29-31]的工作。初步版本發表于[32]。結果表明,任務和信息驅動的算法具有相似的性能,但選擇不同的行動來實現其解決方案。我們表明,任務和信息驅動的算法實際上是基于共同的信息理論量,所以它們之間的區別在于所使用的指標的粒度和指標的加權程度。
本章的組織結構如下。在第10.2節中,我們提供了FAR框架的概述,在第10.3節中,我們通過為這個問題指定FAR框架的組成部分來開發多目標多任務FARRA系統模型。在第10.4節中,我們描述了組成FARRA PAC的感知和執行處理器,包括我們采用的任務和基于信息的目標函數。在第10.5節中,我們提供了比較優化方法的機載雷達仿真結果,在第10.6節中,我們展示了CREW測試平臺的結果。最后,第10.7節介紹了這項工作的結論。
單個PAC的FAR框架是在[18, 27]中開發的,在此總結一下。圖10.1是一個系統框圖。PAC由感知處理器和執行處理器組成。PAC通過硬件傳感器與外部環境互動,通過感知處理器和執行處理器與雷達系統互動。感知處理器接收來自硬件傳感器的數據,并將其處理為對環境的感知。該感知被傳遞給雷達系統以完成系統目標,并傳遞給執行處理器以決定下一步行動。執行處理器接收來自感知處理器的感知以及來自雷達系統的要求,并解決一個優化問題以決定下一個傳感器的行動。執行處理器通知硬件傳感器下一次觀察的設置,傳感器收集下一組數據,然后循環往復。
圖10.1: 單一PAC FAR框架
隨著預算削減的增加和空軍機隊的老化,空軍正在尋找創新的方法來減少工具、零件和用品的采購、運輸和庫存成本。特別是,傳統的制造、庫存和運輸飛機零部件和用品可能是緩慢的、昂貴的、對人員有害的和對環境有害的。被稱為"3-D打印"的新制造技術,也被稱為 "增材制造"(AM)被推薦為可能的解決方案,以減少維修時間、采購成本、運輸和庫存成本,同時也比傳統的、制造的替換零件更安全、勞動強度更低、更環保。
本文研究AM能在多大程度上使空軍受益,及其目前的實施情況。本文概述了空軍目前供應鏈的成本、操作失敗和環境影響,以及軍事單位如何利用AM來幫助減少這些問題。雖然正在采取措施在基地和倉庫層面實施三維(3-D)打印,但空軍沒有為其實施提供明確的方向,也沒有充分地利用其好處。因此,本文建議空軍開發可部署的三維打印包,提供三維打印培訓,并對在什么情況下應該購買三維打印機提供更多指導。此外,還就哪些部件應該被打印出來提出了建議,并建立了認證3-D打印飛機部件的正式批準程序。
在承包商工廠和軍事后勤中心之間的空軍物資運輸占用了巨大的資源;2013年運輸成本超過了56億美元。
運輸物資的成本如此之高,是因為C-5 "銀河 "運輸物資的平均每飛行小時成本為100941美元,而這還沒有考慮到飛機的維修和保養。因此,隨著作戰節奏的加快,需要更多的零部件。 此外,沖突越遠,運輸成本就越高。
戰爭規劃者試圖為軍隊后勤評估戰爭儲備和備件,然而,他們的評估往往與實際需求不相符合。例如,在2012年,空軍花費了4.861億美元用于交付16架C-27A "斯巴達 "貨運飛機,其中包括6050萬美元的備件給阿富汗空軍。在這16架飛機中,有6架必須被 "拆解 "以獲得備件,以便其他10架飛機能夠繼續運行。拆解是指從武器系統中拆下一個目前可以使用的零件,用于維修需要該零件的飛機,以使其具備任務能力。 C-27A "斯巴達 "計劃最終被認為是不可持續的,因為空軍確定需要額外的2億美元的備件來正常維護飛機。
為了解決與類似問題有關的巨大成本和短缺,陸軍、海軍、美國國家航空航天局、國防部(DOD)供應商和其他組織正越來越多地轉向一種名為 "3-D打印 "的新技術,也被稱為 "增材制造"。這項技術使他們能夠在內部創建零件和用品,從而減少他們的供應鏈和運輸成本。不幸的是,空軍現在才剛剛開始探索三維(3-D)打印的好處。因此,本文探討了以下問題:如果空軍在部署地點實施三維打印,會有什么好處?
空軍將3D打印機和相關原材料運輸到部署地點,允許快速定制飛機零件,減少危險廢物,并削減庫存持有和運輸成本。更重要的是,它可以通過允許部隊根據需要在現場制造工具、零件和用品來提高作戰能力。
增材制造(AM)是通過逐層添加(打印)一種材料(通常是塑料或金屬),直到創造出三維物體。相比之下,減材(傳統)制造則是將材料去除,直到留下所需的物體。AM允許零件的定制和現場生產,對培訓的要求最低。
3-D打印經常使用逆向工程來重新創建,并有可能在3-D掃描儀的幫助下改進現有零件。就像磁共振成像使用磁場和無線電波來創建人體內部器官和組織的詳細圖像一樣,3-D掃描儀創建了一個所需部件的數字副本。這種3-D模型數據可以被儲存起來,用于未來的制造,或使用軟件進行操作,以改進零件的設計。3D制造的零件可以打印出空心或蜂窩狀的屬性,這可以使它們更輕,更能夠承受熱應力。AM允許在制造開始前在虛擬環境中開發和快速測試設計。此外,這些3-D設計可以通過電子方式發送給部署地點的操作員。
在已部署軍事裝備的環境中,實施3-D打印將需要在初期運輸大型打印機、原材料和外圍支持設備。然而,它可以在幾個方面減少運輸和庫存成本。首先,原材料可以被包裝或托盤化,使每立方英寸的材料多于零件本身。因此,濃縮材料可以使飛機載荷的利用率更高,減少補給任務。其次,多余的粉末狀原材料可以被回收到AM工藝中至少14次。此外,原材料通常保留其貨幣價值或升值。因此,多余的原材料可以在私營部門出售,而且安全問題很小。
在部署地點制造零件和用品可以幫助減少運輸成本。空軍老化的機隊的許多備件沒有被提前制造出來,而且供應有限。3-D打印可以降低維護成本,并為空軍提供機會,通過內部制造這些零件來延長其機隊的使用壽命。尋找和運輸稀有零件的時間可以減少,從而提高出勤率(與任務和訓練有關的飛行時間)。
空軍最近為美國本土設施購置了3-D打印機,陸軍和海軍也在早期實施3-D打印,這可能表明AM提供了財務上的好處。AM允許在需要的基礎上生產零件,這可以減少物資儲存的占地面積,消除零件的持有成本,并以更少的停機時間提高操作能力。
這篇研究文獻將使用問題-解決方案的方法來研究空軍如何通過在前沿作戰基地部署3-D打印機來生產飛機零件、工具和用品而獲益。本文首先簡要介紹了3-D打印機和AM,并提供了它們的使用實例。此外,還將對空軍的供應鏈進行總結。在這個總結之后,將徹底描述空軍在部署飛機零部件和用品時面臨的問題和挑戰,以及環境問題和操作影響。下一節將概述如何將3-D打印機部署到戰斗環境中的可能手段。本文的每一節都將使用定量數據來支持所有關于支出、節約、庫存水平和制造產量的主張和建議。最后,將根據研究結果提出實施3-D打印機的建議,隨后是結論。
雖然有許多信息/知識來源可以確定作戰能力的差距并提供建議,以消除差距或向艦隊提供新的/改進的能力,但沒有一個全面的系統和負責任的實體能捕獲所有這些信息,正在取得或沒有取得進展,以提供一個清晰和簡潔的圖景,消除確定的差距或提供能力。為了解決這個問題,我們開發了一種基于多標準決策分析(MCDA)方法的方法,以計算和可視化任何特定時間點的能力差距得分,以描述基于證實的實時信息的能力差距解決進展。在這項工作中,我們通過在框架中增加新的元素和子元素來擴展用于評估能力的框架,并通過納入不同的模型來計算能力差距分數來擴展MCDA方法。這些模型包括加權總和模型(WSM)、加權產品模型(WPM)、加權總和產品評估(WASPA)、與理想方案相似度排序偏好技術(TOPSIS)和層次分析過程(AHP)。目標是開發一種全面的方法,以1)支持基于硬數據的能力優先排序,2)提供一個清晰和簡明的進展情況,以消除確定的差距或提供一種能力,以及3)支持創建一個中央存儲庫,供各組織分發相關信息。
海軍水面作戰發展中心(SMWDC)指揮官的任務是為水面類型指揮官所管轄的任務領域提供監督、調整、同步和端到端的戰爭改進規劃(WIP)評估。WIP過程是一個正式的框架,用于捕獲、審查和優先考慮艦隊的能力需求,以提高戰備狀態并優化海軍部隊在執行作戰司令官(CCDR)任務中的資源(美國太平洋艦隊司令,2013)。對于每個任務領域,SMWDC總部負責確保WIP艦隊協作小組(FCT)的組成,以參與為年度產出產品的發展提供信息的活動。每個WIP在第一季度和第二季度進行執行工作組(EWG),并在當前財政年度的計劃目標備忘錄(POM)周期的第三季度初進行研討會。在整個WIP周期中,利用SMWDC總部N8/9認可的排名工具來幫助客觀地確定能力差距的優先次序。年度能力領域評估(CAA)是一項協作努力,由EWG主席領導,并得到FCT工作組領導和戰爭發展中心的支持。在第一和第二工作組期間收到的英特爾簡報和FCT更新有助于為CAA的創建提供信息,并最終提供 "家庭作業 "或支持文件,以確定能力差距的優先次序。每個能力領域所有者(CAO)向SMWDC N00通報他們的CAA和IPCL。通過在WIP研討會上提出的努力,CAA報告成為當前WIP周期IPCL發展的基礎(海軍水面和地雷作戰發展中心指揮官,2018)。
在以前的研究工作中,我們開發了一種基于多標準決策分析(MCDA)的方法,以計算和可視化任何特定時間點的能力差距得分,以描述基于證實的實時信息的能力差距解決進展。在這項工作中,我們通過擴大用于評估不同能力的框架和納入計算能力差距分數的不同模型來擴展MCDA方法。這些模型包括加權產品模型(WPM)、加權總和產品評估(WASPA)、與理想方案相似度排序偏好技術(TOPSIS),以及。這種方法的應用將為決策者提供客觀的信息,以1)支持基于硬數據的能力優先排序,2)提供一個清晰和簡明的進展情況,以消除確定的差距和/或提供能力,以及3)支持創建一個中央存儲庫,供各組織分發相關信息。
在以前的工作中,我們建議使用多標準決策分析(MCDA)來計算在特定時間點上的特定優先級的能力差距得分。多標準決策分析既是一種方法,也是一套技術,其目的是提供備選方案的總體排序,從最優先到最不優先。替代方案可能在滿足若干標準的程度上有所不同,而且沒有一個替代方案能最好地滿足所有標準。此外,這些標準之間通常會有一些沖突或權衡。MCDA是一種看待受許多決策標準影響的復雜問題的方法,它將問題分解成更容易管理的部分,以便將數據和判斷帶到這些部分,然后將這些部分重新組合,向決策者展示一個連貫的整體情況。這種方法是對思考和決策的一種幫助,但不是對決策的一種幫助(Department for Communities and Local Government, 2009)。
在能力差距分析的情況下,標準代表影響差距的因素(如理論、組織、物資、資金等),而備選方案是優先能力清單所規定的優先事項。每個因素都有特定的權重,以反映其相對重要性,并由主題專家單獨或集體分配。每個優先事項都會根據每個因素進行定期評估(例如,每季度一次),并根據適當的尺度進行打分。然后使用適當的MCDA模型計算每個優先事項的總分,并將其可視化,以產生一個能力差距分數。
為了實施擬議的方法,需要完成以下任務:
1.使用一個合適的能力管理框架,確定能力差距的因素和子因素的綜合清單。這些因素是對能力進行評估的性能衡量標準。這些因素可能包括:理論、組織、訓練、物資、資金、政策等。這些因素可以按照高層次因素和低層次子因素的層次結構進行分組,以此類推。
2.使用一個適當的尺度對每個因素的能力進行評級。例如,對資金因素可以使用1到5的量表,其中1表示相當大的資金削減,5表示在某一特定時間點對優先事項有充分的資金供應。對于其他因素,如理論、組織、訓練、物資等,也可以制定類似的評分標準。
3.為已確定的因素分配權重以反映其重要性。這可以基于從個人評估到在主題專家小組之間達成共識的模型等各種方法。
4.通過使用合適的MCDA模型將每個備選方案的權重和評級結合起來,計算出總體的優先級差距分數。這些模型包括加權總和模型(WSM)、加權產品模型(WPM)、加權總和產品評估(WASPA)、通過與理想方案相似度排序偏好技術(TOPSIS)和分析層次過程(AHP)(Parlos,2000)。
5.進行敏感性分析,揭示不同的權重或偏好如何影響能力差距得分。敏感性分析提供了一種手段,以檢查權重和偏好的模糊性或評價者之間的分歧對最終總體結果的影響程度。
6.將不同時期的能力差距得分可視化,以提供一個清晰和簡明的畫面,說明在消除已確定因素的差距方面正在取得或尚未取得的進展。
【報告標題】
Human Factors and ISR Concept Development and Evaluation 人為因素和情報、監視、偵察 (ISR) 概念開發和評估
【報告來源】
北約技術報告
【出版時間】
2022年2月
【研究問題】
情報、監視和偵察 (ISR) 行動是關于收集信息并向操作員提供信息,而操作員又需要就其戰區的各種行動方案做出具體決策。可以肯定的是,ISR 行動是技術密集型的。然而,與此同時,ISR 行動是一個非常以人為本的過程。盡管如此,ISR 概念開發和評估 (CD&E) 過程中幾乎沒有人為因素 (HF) 研究。通過研究新的ISR技術和概念對不同操作環境下操作員性能的影響,研究人員可以提供更科學的建議,為高層政策和決策者提供關于所有ISR環境下未來ISR技術和能力的信息:包括空中、海面、地下和空間。就這一點而言,HF 研究方法應成為任何 ISR CD&E 過程的組成部分,為 ISR 指揮鏈各級的政策和決策者提供信息和建議。
【研究目的】
北大西洋公約組織 (NATO) 研究和技術組織 (RTO) 人為因素和醫學 (HFM) 小組任務組 (RTG) 276 (NATO RTG HFM-276) 題為“人為因素和 ISR 概念開發和評估”,旨在識別和理解對有效 ISR 操作至關重要的 HF 問題。更準確地說,這項開創性工作的目標是:
1 確定有效 ISR 行動的關鍵 HF 問題(例如,態勢感知、工作量、組織結構、協調和協調機制、可視化、信任、信息共享和管理、領導力以及做決定);
2 使用行為理論模型來發展我們的研究方法并理解我們的發現;
3 就 ISR CD&E 操作中 HF 研究的使用和實施提出建議。
【結果、意義、影響】
北約 HFM-276 任務組使用組織有效性模型開發了一組調查,以識別和了解對有效 ISR 行動至關重要的 HF 問題。該模型的核心是由任務、收集、處理、利用和傳播 (TCPED) 組成的 JISR 流程。源自該模型以及其他來源的數據收集計劃著眼于 ISR 行動中的一些 HF 問題的作用:基本 HF 知識、情況評估、工作量、組織結構、信任、信息共享、信息管理、領導力、文化、組織過程、組織靈活性、共享意識和責任、協調和協調機制、決策、能力、情報請求管理(IRM)、通信、元數據和應用系統。所有這些 HF 因素都會影響 ISR 操作概念并影響操作員的績效。此外,該報告總結了一些改進北約和非北約行動的 ISR CD&E 過程的實際影響,重點是開發應包含在 ISR CD&E 過程中的 HF 研究方法。這種 HF 方法將像技術和程序 ISR 概念開發的質量控制組件一樣工作。預計研究結果將有助于為 ISR 指揮鏈各級的政策和決策者提供信息和建議,以增強北約 ISR 規劃、任務執行和能力發展中的信息和決策優勢。它還有望幫助告知 ISR 與其他聯合流程的整合,例如在確定當前與 ISR 相關的 HF 差距以及與其他流程整合方面的聯合目標。