簡介

"贏得戰斗的將軍在戰斗開始前做了許多計算。戰敗的將軍事先幾乎沒做什么計算"。來自：孫子《孫子兵法》（【夫未戰而廟算勝者，得算多也；未戰而廟算不勝者，得算少也。多算勝，少算不勝，而況于無算乎？吾以此觀之】）

兵棋推演

"兵棋推演是一個有規律的過程，它的規則和步驟試圖將行動的流程可視化，考慮到部隊的力量和部署、威脅、能力和可能的COA、作戰區平民的影響和要求以及局勢的其他方面。" 來自：戰地手冊（FM）6-0 《指揮官和參謀部組織與行動》，2014年5月5日。

本手冊的目的不是要重復關于COA分析的條令。本手冊側重于三個項目。第一，如何改進和發展可視化的認知技能，這是COA分析（兵棋推演）的一個關鍵組成部分；第二，利用現成的兵棋推演改進COA分析的行動、反應和反行動裁決的方法和行為；第三，關于培訓工作人員的想法。

為什么要關注COA分析？在所有的作戰訓練中心（CTCs）和其他訓練活動中，它被認為是軍事決策過程（MDMP）中工作人員最困難的一個步驟。此外，將現成的兵棋推演納入參謀部培訓有助于更好地理解如何運用規則和判斷，在行動、反應和反擊過程中真實地裁定結果。

COA分析（兵棋推演）是MDMP的第四步，可以說是最關鍵的一步，因為它將指揮官的計劃從概念變為細節，并使部隊的戰斗力與行動同步。最近對多個單位執行決定性行動訓練環境輪換和任務指揮訓練計劃（MCTP）的作戰人員演習（WFXs）的觀察表明，從營到師的參謀部都沒有有效地進行兵棋推演。參謀部在將事件在時間和空間上可視化方面受到挑戰。另外，在MDMP方面，缺乏對參謀人員的堅實培訓計劃。這導致了向下屬單位發布不完整的計劃，整個陸軍作戰職能部門缺乏共同的理解，以及行動中所有機動和支援要素的同步性差。

以下是來自機動部隊CTC、MCTP WFXs和培訓的觀察：

• 參謀人員在到達CTC后沒有接受過MDMP的培訓。通常情況下，參謀人員在輪換前只進行過一到兩次MDMP的培訓。相反，離開指揮和總參謀部學院（CGSC）的少校在畢業前已經進行了8至14次MDMP的反復訓練。這個重復次數可以成為部隊在部署前的一個現實目標。

• 批判性思維只能在客觀分析中獲得--在這種情況下是基于理論的分析（兵棋推演）--并將這種分析應用于戰術問題。在參謀部演習、指揮所演習、計劃演習等方面進行更多的重復訓練和套路是有幫助的。然而，參謀們認為他們沒有時間進行重復訓練。因此，反恐委員會的輪訓成為他們唯一的學習環境。單位沒有足夠的重復訓練來建立一個有經驗的參謀團隊。

• 邏輯、推理和視覺化是工作人員進行COA分析所需的關鍵認知技能。在時間和空間上對戰斗進行可視化是至關重要的。一般來說，友軍和敵軍有相同的物理限制。通過理解這一概念，參謀部可以從邏輯上推斷出完成任務需要哪些部隊，以及指揮官必須做出的決定。

• 只有有限的參謀部成員了解COA分析的過程（XO、S-2、S-3和火力支援官）。不幸的是，許多工作人員不了解他們在COA分析中的作用，這又與MDMP培訓有關。

• COA遠遠不夠完整，因此，很難分析。大多數進入分析步驟的工作人員都不了解敵方和友方的COA。一般來說，往往只有S-2和S-3參與這些產品的創建。它們不是工作人員同步的產品。

• 參謀長、負責戰略計劃的副參謀長（G-5）和XO并沒有分配足夠的時間來進行COA分析。根據理論，三分之一的規劃時間應專門用于COA分析（與任務分析的時間分配相同）。

• 參謀部在進行COA分析之前要努力 "收集工具"。最有價值的工具是指揮官決策產品、決策支持矩陣和決策支持模板。

• 參謀部缺乏執行兵棋推演的理論基礎。只有XO或S-3可能知道COA分析（戰爭演習）的理論基礎，因為他們是軍事教育4級。參謀部沒有一個規劃標準操作程序（SOP）來解決每個作戰功能（WfF）/工作人員代表的規劃要求。指揮官不經常參與規劃時間表，以確保他們的工作人員執行兵棋推演。旅級工作人員也在當前行動、未來行動和計劃單元之間糾結。因此，規劃的范圍變得模糊不清，參謀們四處奔波，把兵棋推演留給了一個骨干團隊。參謀部的軍士們沒有參與到兵棋推演中，但他們是寶貴的資產，應該接受培訓并融入到這個過程中。在分析COA時，參謀軍士在尋找現場分歧方面有很多貢獻。

問題在于培訓和教育單位的工作人員，使他們成為高性能的團隊。實戰中的共識是，從CGSC畢業的戰地級軍官了解MDMP的學術步驟，包括COA分析（兵棋推演）。然而，建立任何團隊的困境是整合個人成員，使他們了解他們在團隊中的位置和方式，以及他們如何為共同目標做出貢獻。例如，M240機槍手個人了解如何用他的M240裝彈、清理、照顧和攻擊目標。然而，他不知道這種武器是如何在小隊中被使用以支持整體任務和目的的。機槍手必須了解他的班長是如何思考和行動的，火力小組是如何行動的，以及SOP和戰斗演習是什么，這樣他就知道什么時候應該解除或轉移火力等。只有在學習了SOP和戰斗演習后，并在多次實戰問題中進行練習，先不使用實彈，然后使用實彈，他才會成為團隊中不可或缺的一員。

這對參謀部來說也是一樣的。像任何單位一樣，參謀部必須對其成員進行單獨和集體的培訓和教育，"......幫助指揮官了解情況，作出決定，并將這些決定同步納入一個全面發展的計劃或命令......在COA開發和COA比較期間，參謀部提供建議，支持指揮官選擇COA "。

除了培訓之外，還有重復或練習的成分，這有助于將工作人員磨練成一個高績效的團隊。觀察表明，由于時間的關系，COA分析往往是匆忙的，或者根本沒有做。就像 "實踐出真知 "這句格言一樣，一個經常演練MDMP并不斷優化他們計劃和發出命令條件的工作人員，將更有可能滿足大規模作戰行動的高操作節奏。COA分析類似于任何集體技能，如果不進行持續的訓練和演練，是容易消亡的。因此，本手冊的目的是提供關于如何發展個人和工作人員的想法，以便他們能夠在MDMP期間更好地進行COA分析。

本手冊包括提供額外信息的補充資源，以協助教育和培訓工作人員。

2021年4月13-15日，北約系統分析研究-151（SAS-151）工作組在陸基場景中基于兵棋推演了中間部隊能力（IFC）。IFC為任務規劃者和作戰者提供了在政治不順利的情況下，在無所作為和使用致命武力之間的響應能力。雖然IFC在概念上類似于非致命性武器（NLW），但它們實際上是在更廣泛的戰略和理論背景下進行的。它們旨在實現有效的升級/降級控制，并在戰術/戰役層面產生最大的影響。

這次推演特別重要，它是SAS-151用來評估IFC對影響任務成功的一系列推演中的第二次。第一次推演涉及北約海軍特遣部隊在一個封閉和有爭議的水道中受到的威脅，并模擬了IFC在海上特遣部隊行動中的使用。本次兵棋推演以海上兵棋推演的成功為基礎，探討中間部隊能力是否可以促進北約特遣部隊指揮官在陸基情景中應對復雜混合威脅的能力。

陸基兵棋推演場景

兵棋推演所使用的場景被設定為北約特遣部隊位于一個負責培訓安全部隊的東道國。四支隊伍（紅色紫色 Vs 藍色綠色盟友）在戰術層面進行兵棋推演。所考慮的戰術情況是藍（北約）/綠（東道國）聯合護行車隊的行動，涉及到敵對叛亂部隊在一個集市上的秘密伏擊，以及當地部隊阻止市民進出綠/藍聯合基地（見圖1）。

圖1.部隊、基地和集市的初始地理分布情況

在這個場景中，紅軍和紫軍使用了各種非常有能力的欺騙和秘密/灰色地帶戰術來阻礙和破壞北約特遣部隊的直升機、基地和車隊行動。這些能力和戰術使叛亂武裝具有明顯的優勢，被用于挑戰北約特遣部隊指揮官的決策。

兵棋推演還考慮了反人員（有目標的個人和人群）和反物資（主要是反無人機系統（c-UAS）和射頻（RF）車輛攔截器）的能力，評估了它們對實現戰術目標的能力影響，同時不影響作戰和戰略目標。

兵棋的執行

4月13-15日的兵棋最初是作為桌面兵棋進行的。然而，由于各國政府為應對冠狀病毒-19（COVID-19）而實施的旅行限制，決定使用WebexTM視頻和GoogleTM文檔/幻燈片（GoogleTM文檔用于團隊文本聊天，GoogleTM幻燈片用于地圖和游戲，并使用演講者筆記捕捉玩家的動作）的組合來設計和執行虛擬在線兵棋。利用這種虛擬環境，在4月13-15日期間進行了兩次陸上兵棋推演，并考慮了兩種IFC能力選項：選項A基準（無IFC）和選項B近未來IFC（預計未來五年的技術）。

第一場兵棋推演以方案A為基準，北約特遣部隊沒有任何IFC，只有一些傳統的NLW，如CS氣體（催淚瓦斯）和FN-303低致命性壓縮空氣防暴槍。

這些系統包括：主動拒絕系統（ADS）；射頻車輛攔截器；手持式和安裝式無人機系統；增強型通用遙控武器（CROW）站（包括：激光炫目器、聲學呼救裝置和亮白燈）；以及安裝式遠程聲學裝置（LRAD）。 這些IFC能力不僅可以用來騷擾和警告，還可以在對峙距離內攔截和削弱潛在的威脅。預計這將使北約部隊有更多的選擇來控制（升級/降級）局勢并控制戰略主動權。

關鍵觀察結果

總體而言，與海上兵棋推演一致，在使用和不使用 IFC 時，博弈動態存在明顯差異。兵棋推演系列的結果表明，IFC對戰術層面的游戲以及戰略層面的結果都有影響。在兵棋推演期間進行觀察的具體領域包括：升級控制；戰術決策的時間和空間；系統移動性；傳統的 NLW；獲得戰略主動權。

• 升級控制和緩解：在沒有IFC的情況下，紅軍通常能夠對藍軍/綠軍車隊施加壓力，紫軍能夠影響基地的事件。對態勢惡化升級的控制使紅軍/紫軍能夠設定條件，決定是否、何時以及在何處使用武力。

然而，有了IFC，藍軍有能力挑戰紅軍和紫軍造成的戰術困境（即，什么都不做或使用致命武力）。藍軍能夠校準其武力的使用，從而能夠控制事件的升級/降級。

• 戰術決策的時間和空間：在戰術層面上擁有IFC最重要的好處之一是能夠增加北約特遣部隊指揮官在面臨戰術困境時的決策時間和空間。如果沒有IFC，友軍就只能什么都不做，或者用致命武力來應對敵對行動。

有了更多的決策時間和空間，戰術指揮官就有了關鍵的決策時間和空間來選擇行動方案，以減少附帶損害和平民傷亡。IFC還創造了一種情況，即藍方可以壓制（通常用激光炫目器）紅方的行動，和/或隔離并識別紅方目標，以便進一步進行致命的交戰。

• 系統機動性：從兵棋推演中觀察到的一個具體問題是近期IFC的尺寸/重量，因為它們與機動性有關。如果IFC系統（特別是ADS和c-UAS系統）能夠小型化并安裝在車輛和/或甚至直升機上，它將提高車隊的作戰效率（即使以系統的航程為代價）。

移動和分布式的IFC系統，如ADS（游戲中最通用和最有效的IFC系統），可以消除在幾次藍軍-紅軍交戰中使用致命武力的需要。消除或減少使用致命武力的需要可以減輕武力升級和平民傷亡事件，這兩種情況對特遣部隊在游戲中的努力非常不利。

• 遺留的無法律約束力武器難題：據觀察，遺留的無法律約束力武器和低致命性武器（如CS氣體）在兵棋推演中表現不佳。除了有限的人群控制做法外，它們的使用對實現控制升級和減少使用武力的總體任務目標沒有什么幫助（CS氣體尤其如此）。

• IFC和戰略舉措：IFC的存在使北約和東道國部隊能夠壓制/削弱紅軍的行動，并在較小的即時/保守壓力下有選擇地使用武力。因此，對手在將無害的事件轉化為深刻和重要的信息戰方面不太成功。

IFC、加拿大武裝部隊和未來之路

綜上所述，北約部隊能夠在戰術層面上將主動權轉移到他們身上。IFC的存在為北約特遣部隊指揮官提供了更多的時間和空間來做出決策。有效使用IFC挑戰了對手的規劃，并減輕了武力事件的升級，特別是那些涉及附帶損害和平民傷亡的事件。

在這樣的環境中，對手（包括國家和非國家）將試圖利用戰爭與和平之間的作戰空間，并通過試圖將交戰保持在常規沖突的門檻以下來模糊軍事和非軍事行動之間的界限，在無所作為或使用致命武力之間有一類反應選擇是可取的。這一點更加重要，因為目前的應對方案在政治上可能不討人喜歡，使對手能夠掌握主動權并保持道德高地。

然而，正如SAS-151系列兵棋推演所顯示的那樣，發展使盟軍和聯軍（以及加拿大軍隊）能夠在沒有武裝對抗的情況下應對復雜的混合威脅的能力正變得越來越重要和必要。

展望未來，SAS-151系列兵棋推演的結果將被用來為北約IFC概念的發展提供信息，這是盟軍司令部轉型的一項優先概念發展活動。最重要的是，兵棋推演的結果將為未來的IFC兵棋迭代提供信息，其中已經計劃進行綜合建模和模擬，以幫助驗證IFC在復雜的多領域環境中的效果和概念。預計聯合作戰場景（已經開發）將被用于概念的完善和驗證，同時可以幫助驗證IFC在其他領域的有效性，如網絡和電子戰在多個領域。

Kyle D.Christensen是加拿大渥太華加拿大國防研究發展部作戰研究和分析中心（DRDC CORA）的戰略分析員，他目前為加拿大聯合行動司令部（CJOC）提供戰略分析建議。他以前的研究崗位包括葡萄牙里斯本的北約聯合分析和經驗教訓中心（JALLC）、加拿大渥太華加拿大聯合戰爭中心（CIWC）以及加拿大渥太華國防總部的海洋戰略局（DMS）。

這張照片被認為是公共領域，并已被批準發布。聯合非致命武器局（JNLWD）的主動拒絕系統（ADS）在進行反人員演示前被擺放好。圖片來源：Andrew Huff 來源：美國國防部聯合中級部隊能力辦公室（JIFCO），非致命性武器項目 //inlwp.defense.gov/Press-Room/Multimedia/Images/igphoto/2001730427/

這張照片被認為是公共領域的，并已被批準發布。長距離眼球干擾器（LROI）"激光炫目器 "在3000米的距離上提供警告效果，在2000米的距離上增加輻照度，以提供對目標的視覺壓制。圖片來源：Todd Getz 來源：美國國防部聯合中級部隊能力辦公室（JIFCO），非致命性武器項目

這張照片被認為是公共領域，已被批準發布。長距離眼球干擾器（LROI）"激光炫目器 "在3000米的距離上產生警告效果，在2000米的距離上增加輻照度，對目標進行視覺抑制。圖片來源：Todd Getz 來源：美國國防部聯合中級部隊能力辦公室（JIFCO），非致命性武器項目

這張照片被認為是公共領域，已被批準發布。聲呼裝置（AHD）將可理解的語音投射到更遠的距離。除了為警告或指導目的遠距離投射語音外，該裝置還能夠發射響亮的音調，以分散或阻止人員接近位置或船只。資料來源：美國國防部聯合中級部隊能力辦公室（JIFCO），非致命性武器計劃

摘要

本文探討了人工矩陣和研討會兵棋推演的裁決、數據收集和分析方法，以便作為一份參考文件，為未來的兵棋推演設計提供參考。其目的是不僅記錄各種方法的優點和局限性，而且提出一個分析性兵棋推演可以利用的框架來探索的問題。本文所使用的數據來自于關于所探討的主題的現有文獻，以及對兵棋推演從業者的采訪。

對國防和安全的意義

兵棋推演是探索不利問題的有效途徑，如反叛亂（COIN）行動或未來武器系統的影響。這一點至關重要，因為這些問題由于缺乏相關知識，很難通過常規研究方法進行探討。兵棋推演可以通過進行游戲所產生的主題專家之間的互動，對最復雜的問題產生洞察力。然而，要使兵棋推演有效地做到這一點，就要求它們有有效的設計，本文試圖將其作為一個資源庫。

1 引言

兵棋推演是根據預先確定的規則、數據和程序模擬沖突的某些方面的人類行為練習，旨在提供決策經驗或決策信息[1, 2]。本文著眼于后一種目的，因為它支持加拿大國防研究與發展（DRDC）的任務，即支持基于證據的決策。

兵棋推演可用于培訓和教育，但本文重點關注其作為分析工具的效用，通過對假設沖突情景的研究，深入了解國防規劃中的不利問題[3, 4, 5]。特別是，我們試圖了解人類在面對這種挑戰時的決策，特別是所選擇的行動方案，因為很少有其他工具可以研究人類決策是一個關鍵組成部分的問題[6]。

兵棋推演允許通過利用現有的主題專家（SMEs）提供洞察力來探索贊助商對未來問題的疑問[6]；通過在游戲過程中產生洞察力來探索解決方案[6]；以及通過分析有關玩家在面對這些問題時如何行動的數據，以辨別他們決策背后的基本原理[7]。洞察力的產生可以使人們更加了解一個特定的問題在現實生活中是如何表現的，以及如何應對它。此外，對玩家決策背后的理由的理解被認為是對人類在現實生活中如何行動的良好預測，從而允許對決策中可能被證明是致命的潛在缺陷進行分析[7]。

也就是說，兵棋推演必須被專門設計，以有效地產生探索問題所需的洞察力和數據[8]。這可能很困難，因為每個兵棋推演都是專門為解決贊助商的問題而設計的[9]，但是，如果能夠了解當前裁決、數據收集和分析方法的最佳實踐，包括其內在的優勢和局限性，就可以幫助設計。因此，本文探討了與上述方法相關的方法論，以便提供一份可以在未來兵棋推演設計中利用的參考文件。目的是記錄各種方法的優點和局限性，同時也提出一個框架，讓未來的分析性兵棋推演可以利用這個框架來探索惡性問題。

本文來自于對現有學術文章、游戲報告和會議記錄的文獻回顧。它還得到了美國、英國和加拿大的兵棋推演從業者的訪談數據的補充。此外，本文并不是對DRDC--作戰研究和分析中心（CORA）或其他機構的現行做法的批評；相反，它只是代表了某種可以補充現行做法的分析性兵棋推演框架。

達爾豪斯大學大數據分析研究所、加拿大國防研究與發展部（DRDC）-大西洋研究中心和加拿大通用動力任務系統公司（GDMS-C）向加拿大自然科學與工程研究委員會（NSERC）成功申請了一項名為海軍信息空間自動監測（AMNIS）的三年期資助項目。AMNIS啟動會議于2020年10月14日舉行，許多教授、國防科學家和GDMS-C技術人員參加了會議。會議為這三個組織確定了許多行動。與DRDC和GDMS-C相關的一項行動是需要與任務相關的場景來幫助指導預期的研究。因此，DRDC率先描述了一個有代表性的海陸場景，使研究人員能夠更好地了解與AMNIS有關的潛在研究途徑。制定的方案涉及加拿大皇家海軍（RCN）和加拿大陸軍（CA）執行的一項加拿大人道主義任務。該任務是向一個最近遭受自然災害的國家分發食品和醫療用品。一支敵對勢力還試圖偷竊這些物資。該情景描述了通過更好的處理技術和決策來改善信息流、共享和使用的必要性。該方案旨在引起進一步的討論，并幫助鞏固AMNIS參與者的研究課題。

1 引言

2015年，加拿大皇家海軍（RCN）的海上信息戰（MIW）概念[1]發布，概述了信息對RCN的影響。MIW的推出使人們非常需要關注信息，它既是皇家海軍使用的一種資源，也是為了更全面地使用和利用優勢而需要理解的一個概念。

該概念文件概述了信息的影響，包括其廣泛的可用性、皇家海軍對信息的依賴性以及信息的使用，特別是在戰爭中和作為戰爭倍增器的跨梯隊的使用。該概念文件還談到需要更好的處理技術來處理MIW功能領域內的數據量，如指揮、控制、通信、計算機、情報、監視和偵察（C4ISR）、指揮和控制（C2）、情報、監視和偵察（ISR）以及態勢感知（SA）。

在MIW概念文件之后，2016年又發布了RCN信息戰戰略文件[2]。這里的重點是發展海戰MIW能力和能力，以支持國內活動（即加拿大的防御）和國際部署。盡管戰略文件指出了信息的更多傳統用途，如收集、利用和傳播，但它也認識到網絡武器領域是一個機動的地方，可以采取防御和進攻的行動。MIW的概念文件涉及物理、虛擬和認知領域，而戰略文件則談到了信息領域，從而表明了信息對于作戰人員的地位和重要性。

在概念和戰略文件之后，加拿大在2017年發布了新的國防政策[3]。該國防政策并沒有明確提到信息領域。然而，該政策確實催生了兩個最近的文件，繼續表明信息對RCN的重要性：2019年的DND數據戰略[4]，以及2020年的RCN數字海軍[5]。

數字海軍[5]支持加拿大國防政策[3]的創新目標，特別是那些涉及適應和利用新技術的能力。數字海軍 "作為一個指南，將數字技術與人結合起來加以利用，以確保未來海軍的成功和可持續。這份文件提出的前進方向涉及自動化、大數據分析、云計算、人工智能（AI）和機器學習（ML）方面的創新，成功是指通過上述手段做出數據驅動的決策的RCN。

數字海軍的概念促進了企業和運營RCN社區在決策中對數據的使用。在操作方面，這是為了將海軍團隊和水兵從日常工作中更平凡的方面解放出來，通過自動化功能，如基于規則的重復性任務。從更廣泛的操作角度來看，使用這種數字技術和技巧是為了更好地進行操作。

上面提到的所有文件都指出，希望將RCN推向一個信息組織，在這個組織中，信息是用來使用的，但也被用作防御和安全的工具。由于其中一些方面對RCN來說是新的，因此顯然需要一個由信息科學、人工智能、ML以及將這些與認知科學相結合的專家組成的強大而明智的科學團體，以開發更好的人類決策模型來支持RCN的目標。

1.1 發展科學專長

通過政府、學術界和工業界合作伙伴的參與，建立了一個強大而知情的科學界。這個群體完全有能力在與現代軍隊相關的科學和技術問題上取得進展，以幫助滿足國內和國外對加拿大武裝部隊（CAF）不斷增長的需求。

為了發展這個社區，在自然科學與工程研究委員會（NSERC）的聯盟計劃下，成立了一個DRDC（大西洋研究中心）、工業界（加拿大通用動力任務系統公司，GDMS-C）和學術界（達爾豪西大學）的伙伴關系。提交并被NSERC接受的提案名為《海軍信息空間自動監測》（AMNIS）。該提案概述了海上和陸地的信息問題，特別是數據整合、事件和警報的ML、信任和對抗性數據，以及信息的可視化和呈現供用戶使用。

為了給學術研究小組提供背景和指導，下面提供了一個大大簡化的行動的基于場景的描述。該方案包括許多問題，表明與AMNIS相關的可能研究途徑。這里的目的是培養研究人員對與DRDC和GDMS-C有關的問題的理解，使研究人員能夠發展自己的思路，幫助他們追求與他們的研究和AMNIS有關的創新方法、技術和發現。

這項工作的動機是基于兩個愿望，即：

1.描述一個現實但簡化的操作，其中存在與AMNIS相關的信息問題，以及。

2.強調在AMNIS項目下DRDC和GDMS-C感興趣的研究領域。

1.2 概要

其余各節將提供一個現實場景的發揮、可視化部分、性能建模、決策和學習的概述。每一節都包含了一系列的問題，這些問題的提出有助于為研究工作提供思考點和指導。

第2節描述了一個聯合行動的場景，陸地和海洋部隊共同支持人道主義任務。通過可能被破壞并有相關安全風險的節點相互連接和共享信息資源來實現這一目的。第3節討論了可視化在該場景中的作用及其對決策的影響。這包括物理環境的可視化表示，以及額外信息源的聚合如何影響主題專家的決策。本節還考慮了與人工智能（AI）和多樣化技術合作的人類表現模型。第4節討論了如何利用數據檔案來開發和學習對抗性注入檢測方法。第5節以總結性意見完成了本文。

引言

軍事和民事情報組織經常被要求為指揮官和決策者提供支持，他們的決定影響著國家和國際安全。除其他特征外，如及時性和相關性，情報組織應做出有嚴格分析支持的評估，準確無誤，并明確傳達給決策者。不確定性對情報的評估和溝通功能都構成了關鍵挑戰。例如，分析員收到的信息的質量往往是不確定的，他們所依賴的概念模型也是如此。簡而言之，大多數分析都是在不確定的條件下做出的人類判斷。決策者可能希望完全消除不確定性，但情報組織必須努力將有關事件（概率）和他們的評估（信心）的揮之不去的不確定性盡可能連貫和清晰地傳達出去，以避免誤傳。

SAS-114研究工作組通過研究(a)在不確定情況下促進情報評估準確性的現有和新方法，以及(b)在這種評估中溝通不確定性的標準來應對這些雙重挑戰。本報告概述了SAS-114所完成的研究和分析，分為以下四個部分。

第一部分（第1-5章）研究了情報生產管理的組織方面。第1章概述了目前由科學知識有限的思想領袖制定的情報培訓如何未能解決不確定性溝通中固有的主觀性或鼓勵分析員的自我批判性認知。第二章根據英國國防情報局的經驗，提出了一個不確定性評估的框架，旨在為決策者創造最大價值，減少情報失敗的風險。第3章介紹了荷蘭國防情報和安全局利用 "魔鬼建議 "來改進分析產品。第四章介紹了關于加拿大情報從業人員認為自己及其組織在多大程度上符合美國情報界第203號指令規定的分析嚴謹性標準的研究。在第五章中，英國分析傳統技術培訓小組的成員討論了學術合作和內部研究如何促進循證傳統技術在其組織中的實施。

本報告的第二部分（第6-9章）重點討論了不確定情況下的信息評估。第6章介紹了一種基于預期信息價值建立情報收集優先級的新方法。第7章批判性地審查了目前評估來源可靠性和信息可信度的標準，并強調了未來研究的途徑。接下來，第8章介紹了 "可靠性游戲"，作為衡量來源因素對人類處境意識影響的一種游戲方法。第九章接著討論了風險游戲，這是一種評估專家如何處理異質信息、考慮信息質量和形成對同時發生的事件的信念的方法。

第三部分（第10-15章）探討了不確定性下的情報和風險評估。第10章討論了系統地監測地緣政治預測技能的重要性，并概述了這樣做的經驗方法。第11章重點討論了信息安全持續監測（ISCM）在防御性網絡行動中的挑戰，并討論了應用ISCM框架來改善情報評估。第12章介紹了關于競爭假設分析的有效性的實驗研究，以及分析后的重新校準和匯總方法，作為提高分析員判斷準確性的手段。第13章介紹了批判現實主義理論，以及批判話語分析和安全化理論的理論組成部分，它們共同為一種新穎的分析方法提供了框架：通過對比敘述進行分析。第14章接著介紹了一種以3值和6值邏輯的真值表形式結合分析判斷的透明方法。第15章的結論是一個分類系統，它有助于將分析技術與具體的情報問題相聯系。

本報告第四部分（第16-20章）根據SAS-114的最初目標，討論了情報制作中不確定性的交流。第16章研究了自然語言中固有的不確定性是如何影響報告質量的，并提出了一種識別、評估和權衡文本信息的證據性的方法。第17章對美國和英國在情報分析中交流概率的政策進行了批判性評論。第18章介紹了由SAS-114的成員和附屬機構收集的估計概率標準的注釋集。同樣，第19章介紹了SAS-114收集的用于評估和溝通分析信心的標準。第20章是報告的結尾，討論了數字時代的交流，特別關注商業開放源代碼情報中的不確定性溝通。

因此，本報告中的二十個章節涵蓋了廣泛的概念領域。SAS-114團隊希望，讀者會發現這套報告既能激發智力，又有實際用途。

內容提要

軍事和民事情報組織經常被要求為指揮官和策略制定者提供支持，他們的決定影響著國家和國際安全。除其他特點外，如及時性和相關性，情報組織應做出有嚴格分析支持的評估，準確無誤，并明確傳達給決策者。不確定性對情報的評估和溝通功能都構成了關鍵挑戰。例如，分析員收到的信息的質量往往是不確定的，他們所依賴的概念模型也是如此。簡而言之，大多數分析都是在不確定的條件下做出的人類判斷。決策者可能希望完全消除不確定性，但情報組織必須努力將有關事件（概率）和他們的評估（信心）的揮之不去的不確定性盡可能連貫和清晰地傳達出去，以避免誤傳。

SAS-114研究任務組通過研究來應對這些雙重挑戰。

a) 在不確定情況下促進情報評估準確性的現有和新方法；以及

b) 溝通此類評估中不確定性的標準。

本報告概述了SAS-114所完成的研究和分析，分為四個部分。

a) 第一部分（第1-5章）探討了情報生產管理的組織方面。

b) 第二部分（第6-9章）研究了不確定性下的信息評估。

c) 第三部分（第10-15章）研究不確定條件下的情報和風險評估；以及

d) 第四部分（第16-20章）研究了目前在情報生產中溝通不確定性的方法。

第一部分的核心主題是，情報組織需要積極主動地利用判斷和決策的科學。第一部分進一步說明了盟國的情報組織正試圖發展一種更加基于證據的分析技術和情報監督的方法。第二部分批判性地審查了目前評估信息有用性和質量的情報方法，并提出了替代方法。第二部分還介紹了測試分析員在不確定環境中如何評估信息質量的研究方法。第三部分描述了監測情報預測的準確性和監測防御性網絡風險的方法。第三部分還對支持情報分析的替代方法給予了極大的關注，包括通過對分析員的支持，以及通過從決策科學中提取的分析后方法。第四部分集中討論了自然語言和情報領域中不確定性的溝通。有幾章對目前向決策者傳達概率和置信度的情報（和其他專業）標準進行了批評分析。

盡管本報告所涉及的主題和調查方法多種多樣，但有幾個章節在一些關鍵結論上是一致的。首先，現有的交流信息質量、事件發生和評估準確性的不確定性的方法在多個方面存在缺陷，應促使北約下的情報界更密切地關注相關科學。具體來說，我們建議情報組織考慮使用數字概率，而不是目前使用的不確定性的模糊的口頭表達。其次，我們建議情報組織在符合科學標準的實驗中測試分析技術方法的有效性，并建議他們考慮在科學理論中具有更強基礎的替代方法。這一點至關重要，因為正如我們的一些研究表明，現有的方法可能不僅不能提高分析的嚴謹性，事實上還可能削弱分析員的評估質量。最后，我們建議情報組織采用積極的自我監測系統，除其他外，跟蹤他們提供給決策者的預測的準確性。

前言

SAS-114小組的前身是SAS-ET-CR探索小組，該小組于2014年12月在北約合作支持辦公室（CSO）召開了一次會議。最初的想法是專注于審查不確定性和風險的溝通標準。根據英國的建議，將范圍擴大，不僅包括不確定性的溝通，還包括在不確定性條件下如何進行評估。一年后，SAS-114研究任務小組（RTG）在CSO啟動，最初的團隊來自加拿大、丹麥、英國、荷蘭和美國，以及北約的海洋研究和實驗中心。隨后，它的成員擴大到包括德國、挪威、西班牙和瑞典。在第一年內，SAS-114也變得很明顯，它主要集中在情報分析領域。對情報的強調在活動中期的重新命名中被正式體現出來。SAS-114從情報界吸收了許多新成員，團隊的組成變得真正多樣化，包括科學家和情報專家的組合。每次會議的結構就像一個小型會議，旨在交流思想和新的發現，并做一些很少做的事情：給科學家和從業人員一個一年兩次的幾天空間來討論情報分析中的挑戰，并聽取可用于改善情報和向決策者傳達的前沿研究。因此，SAS-114也受益于來自科學界和情報界的大量特邀發言人。一個有代表性的例子是在會議記錄中，溝通不確定性，評估信息質量和風險，以及在情報分析中使用結構化技術（doi: 10.14339/STO-MP-SAS-114），其中概述了Arne Biering在哥本哈根Kastellet舉辦的研討會。SAS-114的會議結構與RTG的會議不同，是為了刺激坦率和公開的對話，并為合作的形成和發展提供機會。核心團隊并沒有著手設計所有成員都會參與的實驗。相反，在雙方興趣濃厚且每個參與成員都有貢獻的地方，形成了較小的合作集群。本報告中的許多章節概述了這種合作努力的結果。其中一些團隊的努力仍在進行中，并不是所有的團隊都已經成熟到可以在本報告中總結的地步。如果SAS-114在過去的三年里沒有什么成果，這可能會被理解為 "未完成的工作"，然而根據任何合理的標準，SAS-114已經有了很高的成果，正在進行的合作更適合被理解為團隊持續合作的力量和產生的潛力的明確標志，這將遠遠超過其預定的年份，甚至可能成為北約未來的一個或多個活動。

SAS-114被證明是一個公開對話和自我形成研究合作的實驗，這一點在這份最終報告中得到了很好的體現。在報告中，讀者將發現沒有成員共同簽署的共識文件，而是一個結構化分析、研究結果、專業見解和影響SAS-114關鍵焦點的思想文章的多樣化集合。作為編輯，我偶爾會在實質性問題上對作者提出質疑，但這只是為了進一步突出論點，而不是為了強求一個共同的觀點。本報告中的20個章節分為四個部分：（a）情報生產管理的組織方面，（b）不確定性下的信息評估，（c）不確定性下的情報和風險評估，以及（d）情報生產中的不確定性溝通。最后一部分正視SAS-114的最初目標，追溯到探索小組，而前三部分則強調該活動自早期開始以來的發展。

序文

指揮官和策略制定者需要高質量的信息來做出適當的決定。在處理他們自己的部隊時，在正確的級別和正確的時間獲得正確的信息，雖然不是小事，但可以通過卓越管理來實現。然后，風險可以得到適當的衡量和說明。然而，如果不注入大量的不確定性，再好的管理也無法提供關于一個合格對手的決策質量信息。

大部分的不確定性來自于無法獲得第一手的信息，而不得不從不完整的或智能體的測量結果中進行推斷--這種情況對于其他行業的分析人員來說是很熟悉的，無論是市場研究、運營研究還是財務分析。然而，其中一些不確定性來自于對手使用積極的欺騙手段，試圖讓我們自己的偏見對我們不利，以掩蓋意圖和能力。為了適應我們用來描述對手行動路線的描述詞：如果第一個不確定性的產生者是最有可能的，那么第二個就是最危險的。它們共同為情報分析員提供了兩個不同但相關的挑戰：如何在這些條件下達成適當的評估，以及如何將這種不確定性適當地傳達給決策者。

雖然在大多數情報組織中，促進情報評估的準確性和溝通不確定性的直觀一致的程序已經使用了一段時間，但本報告中的研究表明，有些程序經不起科學方法的檢驗。這組論文中反復出現的主題是，隨著我們繼續在研究人員和從業人員之間不斷加深理解，不斷發展的判斷和決策科學可以幫助發展一種基于證據的情報分析技術。

科學和戰爭之間的共生關系并不新鮮。從最早的洞穴居民嘗試用棍子的大小、形狀和材料來保護家人免受攻擊，到隱形飛機的開發，研究、開發和國防從業人員之間的聯系在 "行動"、"防護 "和 "感知 "的操作功能中一直很緊密。指揮職能，包括其情報子集，已被證明對科學界的幫助有更大的阻力。文化、難以讓科學家獲得適當級別的批準，以及發表機密到無法進行同行評審的研究缺乏吸引力，是造成這種距離的一些因素。

本技術報告收集了豐富的思想文章、專業見解和研究成果，是科學家和從業人員特意聚在一起討論情報分析中的挑戰的產物，這表明我們最終正在打破這一鴻溝。兩個部落都肯定會從這種合作方式中獲益，但最大的贏家無疑是情報的消費者：指揮官、策略制定者和他們所服務的人。

• 克里斯蒂安-盧梭上將（退役）（MGen (Ret'd) Christian Rousseau，加拿大恐怖主義綜合評估中心主任；前加拿大國防情報局局長和加拿大部隊情報指揮部的創始指揮官。

全域作戰 (ADO) 是美國軍事聯合概念的演變，旨在應對戰略對手，他們希望利用戰爭的新興特征來破壞和克服美國在日益復雜和全球戰場上的優勢。ADO作為一個概念很重要，因為它同時認識到作戰環境的復雜性以及對手打算如何在其中實現戰略優勢。這個概念描述了美國陸軍如何在鞏固成果的同時，使聯合部隊能夠防止、拒絕和利用對手。隨著多域作戰環境的出現和美國陸軍尋求在未來獲得并保持持久的優勢，繼續發展ADO概念將至關重要。

兵棋推演繼續作為軍事組織的一項關鍵職能和工具。兵棋推演工具根據玩家的決定，以不同程度的現實和抽象來模擬過程和后果。兵棋推演理論對美國陸軍領導力的開發至關重要，因為它提供了一個過程，通過抽象的機制將關鍵的決策還原成一個反復的過程，使人們能夠探索失敗并獎勵學習，以做出更合適的決策。兵棋推演是測試ADO概念的關鍵因素，也是培訓和教育未來領導力的關鍵方法。

ADO的關鍵是發展理解概念和作戰環境的能力。ADO推演允許領導者和軍事理論家學習和探索作戰環境，包括對手與美國和盟軍在作戰環境中的能力。設計一個關于ADO作戰概念的兵棋推演工具，可以創造一個框架，在這個框架內，領導者可以練習規劃、執行和反思關鍵因素。這篇論文提出了一個概念證明，即通過教育和培訓，重點關注陸軍的ADO規劃和執行的作戰方法，以促進未來的領導力開發。

引言

戰爭是永遠存在的。在某種不同程度上，行為者總是為沖突做準備或參與沖突。戰爭的特征和現代戰爭的概念在時間上無情地向前推進。美國的戰爭專家和政策制定者主要認為，全域作戰（ADO）是未來的戰爭概念。全域作戰代表了美國軍隊在2020年和不久將來的現代聯合作戰概念和方法。這一概念將空中、陸地、海洋、網絡空間、電磁和太空領域整合在一起，進行跨時空的規劃和同步執行。ADO固有的復雜性要求領導者對跨領域的能力、規劃和執行有一定的了解。

從戰術層面開始的領導力開發路徑限制了聯合和作戰經驗。對ADO的理解和更好的執行需要領導者在經驗發展的早期學習規劃和實施新生的概念。到目前為止，真實世界的親身體驗是最好的，但很難復制，在聯合作戰中更是如此。兵棋推演提供了一個補充教育和培訓的工具，利用機械原理來幫助對問題和決策過程的理解框架。一個全面的兵棋推演工具對于ADO中未來作戰領導力的開發是至關重要的。

本報告的目的是展示兵棋推演如何為美國陸軍在ADO中的角色開發和領導力培養提供方法。該研究旨在為對ADO感興趣的領導人提供一個基礎，并通過兵棋推演進行開發和教育。本報告展示了兵棋推演如何模擬ADO的概念，以指導和促進教育。兵棋推演的目的包括跨越時間和空間，通過所有領域來規劃和管理軍事行動，同時在與ADO相關的各個階段納入作戰藝術和科學元素。兵棋推演模型應能適應任何場景，并采用模塊化設計，允許根據需要強調背景。設計者根據現有的作戰框架，通過在至少兩個主要對手之間的偶發階段來開發兵棋推演工具，從而實現反思和討論。本報告提供了一個概念證明，即作為進一步開發的基線Theatrum Belli，并解決了陸軍理論中關于兵棋推演的一個重要空白。

在陸軍兵棋推演中，ADO的概念和理論存在一個重大的空白。很少有現有的模型能以現代的方式將所有的五個戰爭領域都納入其中，以適當地呈現ADO的要素。此外，美國陸軍缺乏一個模擬的、標準化的模型來最好地描述從師到戰區陸軍在作戰層面執行 ADO。美國空軍和美國海軍目前正在開發一個以ADO為導向的兵棋推演，但仍然沒有納入大量的地面部隊。本報告提出了一種兵棋推演的設計，能夠在作戰層面上對ADO的規劃和執行的領導力進行教育和開發。鑒于該兵棋推演的主要目標，設計者必須承認該模型和研究的局限性。

第一手和真實世界的經驗是最好的學習環境。然而，在作戰層面為ADO創造一個真實世界的訓練環境，在時間、物質和人員上的成本可能是令人望而卻步的。兵棋推演是一個有明確目標的模型，它準確地描述了至少兩個對立面之間的一些戰爭要素。為了實現這個明確的目標，必須對設計的因素進行優先排序。該模型只模擬了現實和戰爭的某些部分，優先用于實現兵棋推演的目標。設計的細節越精確、越全面，它就越復雜。兵棋推演通常會犧牲不同程度的精確性來實現簡單性，以減輕參與者所需的時間和精力成本。設計的目的是在ADO上進行指導，這也帶來了其他的限制。兵棋推演可以通過多次迭代來教授類似的學習目標，但對現實的每一次抽象都意味著模型的應用在任何時候都只能解決這么多問題。

兵棋推演的獲取和可用性是對擬議的兵棋推演的關鍵限制。兵棋推演中的任何機密材料都會大大降低大多數專業軍事教育(PME)項目的準入門檻。由于缺乏機密材料，該設計不可避免地掩蓋了ADO固有的某些方面。這使得一個用于訓練和教育目的的模型能夠得到更廣泛的傳播，甚至可能包括盟軍部隊。此外，該模型的擴大傳播鼓勵了PME之外更廣泛的參與，這可以進一步創新和調整未來的迭代。除了所討論的本報告的局限性外，設計過程的范圍更好地定義了設計方法。

本報告的兵棋推演設計范圍提出了一個課堂環境的概念說明，以補充ADO的學習。因此，重點支持實現具體的學習目標，只需要教師和學生的必要時間和努力。一個兵棋推演如果吸收了太多的時間，無論是學習操作還是執行本身，對任何有時間安排的人來說都會成為一種負擔。為了解決參與者的注意力問題，兵棋推演的模式必須是高效和簡短的，但仍然包括促進學習目標的機制。教員通過兵棋推演來管理學生的注意力，并需要利用剩余的時間來發揮綜合作用，而不是讓學生筋疲力盡。為了補充高級軍事研究項目（AMSP）的課程，設計應該以研討會的環境為基線。這種形式可以擴展到旅以上梯隊的工作人員，在幾個小時內執行迭代，而不是全天的事務。設計的迭代性質適合于情節性的場景，參與者可以用默認的標準跳入和跳出場景，或者在不同的情節之間進行進展，以實現持續的連續性。這是對兵棋推演范圍的一般性介紹，本報告將在后面對其設計背后的理論作進一步的詳細說明。

本報告的引言闡述了論文和主要目的，確定了重大差距，以及兵棋推演設計的局限性和范圍。下一節涵蓋了所研究的文獻、理論、概念和以前的兵棋推演，以及它們對擬議設計方法的應用。

圖4. 在MDO框架中強調的軍事問題。

• 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）。

方框1. 軍事決策過程（MDMP）
MDMP是美國陸軍解決問題的理論方法，從接到任務開始，到生成作戰命令結束。MDMP被用作一種工具，幫助指揮人員審查眾多的友軍和敵軍的作戰行動。MDMP的7個步驟在規劃新任務、擴展行動和執行訓練演習所需的決策過程中灌輸徹底、清晰、合理的判斷、邏輯和專業知識（美陸軍，1997年，2015年）。
指揮官在接到任務后啟動了MDMP。在MDMP的第1步中，所有的工作人員和關鍵的任務參與者都被告知任務和待定的規劃要求，包括進行MDMP的可用時間量。確定進行任務分析所需的工具，并收集與任務和作戰區有關的文件。步驟2，執行任務分析，建立對任務的全面理解，包括關鍵的事實和假設，形成擬議的任務說明和任務分析簡報，為制定COA做準備。
MDMP的第3至第6步著重于制定COA以進行分析和比較。這些步驟包括：第3步，制定COA；第4步，COA分析（兵棋推演）；第5步，COA比較；第6步，COA批準。COA是對一個已確定的問題的潛在解決方案。每個COA都要使用篩選標準來檢查其有效性，如在既定的時間框架、空間和資源限制內完成任務。COA的選擇過程通常涉及到兵棋推演，它試圖在考慮到友軍力量和敵人能力的情況下，將行動的順序流程可視化，同時考慮到行動區域內平民的影響和要求（美陸軍，2014）。戰術模擬（兵棋推演）方法的好處是突出了作戰行動的優勢和劣勢。這往往是一個反復的過程，對作戰行動方案進行評估，然后根據需要進行修改，直到出現一個或多個具有最高成功概率的作戰行動方案來完成任務目標。
在一個具體的行動方案得到指揮部的批準后，MDMP的最后一步是制作行動指令，這是一份給下屬和鄰近單位的指令，旨在協調所有參與任務的組織的活動。這一步驟涉及到所有受命令傳播影響的組織之間的積極合作，并建立起對局勢的共同理解。

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

作為一個多國聯盟，當北約的成員國能夠在短時間內自信地將他們的部隊聚集在一起時，北約是最有效的。因此，一個關鍵的信息要求是了解其國家部隊的互操作性程度。為了有效地傳達這種理解，需要統一的、可重復的、可靠的和結構化的方法和框架。成立SAS-156的目的是為互操作性數據的測量、收集和評估制定一個北約標準。信息時代的要求對不同單位快速、方便、安全地連接和共享信息的能力提出了挑戰，但人和程序的因素仍然同樣重要。作者將介紹他們根據在加拿大聯合作戰司令部的工作經驗，對參與國的現有評估框架進行綜合和擴展的工作。加拿大武裝部隊的經驗特別相關，因為它是北約在拉脫維亞的多國增強型前沿存在戰斗小組的框架國家，并且輪流領導北約常設海上小組。

引言

聯盟和伙伴關系一直是上個世紀成功的大規模作戰行動的一個關鍵組成部分。互操作性--為實現戰術、作戰和戰略目標而一致、有效和高效地共同行動的能力--是取得成功的關鍵。北約國家和合作伙伴了解互操作性的重要性，并且已經和正在收集關于行動和演習及活動的大量數據，以評估多國聯盟能夠實現互操作性的程度。然而，諸如缺乏標準術語等障礙仍然存在，而且可靠和有效的數據收集方法仍然難以找到。為了彌補這一缺陷，向系統分析和研究（SAS）小組提出的技術活動建議在2019年獲得批準，由此產生的后續活動，即北約任務組SAS-156 "制定評估多國互操作性的標準方法"，正在追求這些明確的研究和利用目標：

• 幫助北約實現互操作性數據定義、收集和管理的標準。

• 讓軍事規劃人員更好地了解他們與合作伙伴的互操作性狀況，并在他們之間以共同的方式討論這些評估。

• 為追求自身互操作性目標的各個國家的資源配置決策提供依據。

【標 題】

Wargaming in Professional Military Education: Challenges and Solutions

職業軍事教育中的兵棋推演：挑戰與解決方案

【作 者】

美國海軍陸戰隊埃里克·沃爾特斯（Eric M. Walters）上校（退役）

【摘 要】

鑒于強調在專業軍事教育中使用兵棋推演，學校、作戰部隊和支持機構的教官——尤其是那些本身沒有經驗的兵棋推演者——如何去做呢？本文解釋了在經驗豐富專家的幫助下，為選定、修改或內部設計的嚴格兵棋式推演制定理想的學習成果的必要性。總結了最近的相關學術成果，它提供了促進協作對話的基本術語和概念，并就這種動態和沉浸式教學方法的常見但可避免的陷阱提供了建議。

【正 文】

對于那些認為兵棋推演不僅僅是一種娛樂消遣的人來說，商業兵棋推演曾經是——而且可以說仍然是——一種小眾愛好。在 20 世紀和 21 世紀初的歷史中，只有相對較小比例的軍人和學者經常進行所謂的嚴格式兵棋推演。過去，這一想法受到制度性的抵制，在職業軍事教育（PME）中使用一些人認為是兒童游戲的東西；雖然最近這種恥辱感有所減輕，但對于外行來說，兵棋推演的學習障礙仍然很高。兵棋推演可能很難學習，甚至更難戰勝有能力的對手。然而，我們已經到了 2021 年，軍事兵棋推演似乎正在 PME 學校、作戰部隊甚至支持機構中復活。海軍陸戰隊司令大衛 H. 伯杰將軍在他的指揮官規劃指南中，強調了在 PME 中練習軍事決策的必要性，這是教育兵棋推演的主要目的。但一個事實仍然存在。對于那些有興趣使用和設計兵棋推演來教授軍事判斷力的人來說，這種教學方法似乎很難有效實施。學術界的成功案例涉及作戰部隊中已經是兵棋推演者的教授、教官和海軍陸戰隊領導人。不是兵棋推演者但教軍事決策的人如何弄清楚要使用什么兵棋推演？如何使用它？各種可用游戲的優點和局限性是什么？整合兵棋推演和課程有哪些挑戰，如何克服這些挑戰？本文旨在幫助那些不熟悉兵棋推演的人定位，并就在教授決策中的軍事判斷時使用它們的經過驗證的最佳實踐提供建議。

提 綱

1 教育者如何使用游戲來教學生？
1.1 了解戰術、作戰和戰略中力量、空間和時間之間的關系
?1.2 在兵棋推演中模擬現實“決策環境”以解決決策困境
?1.3 在兵棋推演環境中體驗摩擦、不確定性、流動性、無序和復雜性的交互動力學
1.4 鍛煉創造性和批判性思維：準備、參與和分析兵棋推演活動

2 哪種類型的兵棋推演最適合學習目標？
?2.1 角色扮演游戲 (RPG)
? ?2.2 研討會矩陣游戲
2.3 系統游戲
?2.4 紙牌游戲

3 哪種情況最適合使用——歷史情景還是假設情景？

4 兵棋推演教學——挑戰與解決方案
?4.1 克服設計偏見
?4.2 時間和復雜性的挑戰
?4.3 對教師要求的考慮
?4.4 兵棋推演支持單位教育和凝聚力