本文探讨了传统净评估在准确预测作战行动结果方面的局限性。以乌克兰正在发生的冲突为例,探讨了这场冲突的一些影响因素。在确定这些 “无形因素 ”后,提出了军方如何利用定性优势游戏设计方面的专家来分配加权措施并将其纳入兵棋推演。 然后,在每一轮游戏结束后,可以重新评估这些效果,从而进行微调,以更好地反映现实世界的实际情况。

虽然捕捉军事实力具有挑战性,但从历史上看,军事实力的衡量在很大程度上依赖于定量衡量。武器、部队和运输船的数量都表明了对手的作战能力。然而,正如乌克兰抵御俄罗斯入侵时所展示的那样,物资规模只能说明部分问题。

长期以来,研究人员一直呼吁重塑军事力量的概念。目前已开发出几种新的指数,其中包括从装备年龄到情报能力和近期作战经验等现代指标。然而,尽管认识到了这些定性指标的重要性,乌克兰抵抗运动的成功仍然出乎人们的意料。美国对外国军队的错误判断也是因为没有考虑到重要的定性指标。

美陆军、国防部(DoD)以及整个国家安全架构如何才能更好地了解外国军队的力量?答案就在于兵棋推演。

案例研究:乌克兰

军事能力的指数和评估往往首先考虑数字指标,如支出、部队规模和武器数量。根据这些评估,乌克兰本应无法抵挡俄罗斯的行动。例如,据《全球火力》估计,乌克兰总共只有 50 万军事人员,而俄罗斯有 135 万。乌克兰军队在装甲战车和作战飞机的数量上也不占优势,分别仅为俄罗斯军队的 20.9% 和 9.5%。正如美国参谋长联席会议主席马克-米利(Mark A. Milley)将军所说:"对乌克兰人来说,数字问题非常棘手。

乌克兰军队虽然规模较小,但在很大程度上成功地打击了俄罗斯军队的后勤。瞄准了弹药储存地,摧毁了关键桥梁,帮助抵消了俄罗斯在数量上的优势,并使其持续进攻的能力变得更加复杂。乌克兰平民也动员起来,表现出俄罗斯军队所没有的韧性、决心和顽强。

目前还不清楚随着战争的推进,这种数量与质量上的差距将如何体现。但可以肯定的是,本可以更好地了解乌克兰军队的优势和俄罗斯入侵的关键弱点。为避免今后重蹈覆辙,对军事能力的评估除了传统的定量评估外,还应考虑人的因素,如部队士气、训练和经验,以及后勤支持系统的应变能力。

军事力量的新框架

美军在考虑自身实力时清楚地认识到兵力质量因素的重要性。长期以来,美军领导人一直强调人员素质对取得胜利的重要性。美陆军在 2019 年发布的《陆军人员战略》中特别强调了这一成功特征。培训、医疗保健和对文职人员家庭的支持都经常被称赞为对美军任务成功的重大贡献。从历史上看,美军在后勤方面也一直占有优势,确保每个军种都有稳定的供应链,并确保部队之间的互操作性。由此可见,美军重视自身兵力的质量要素。现在,这些衡量标准也必须适用于外国军队。

虽然全面衡量对手的实力可能不那么具体,但也会更加准确。除了有关武器数量、类型和使用年限的统计数据外,评估还应包括以下内容:

  • 后勤实力: 专家预测俄罗斯能在几天内占领乌克兰。然而,俄罗斯为其部队提供的后勤支持系统却削弱了其有效行动的能力。俄罗斯的卡车 “维护不善、领导不力、数量太少”,阻碍了前线的补给。因此,在评估军事力量时,应检查后勤系统的设计和维护情况--如果武器无法维持,那么武器的意义就微乎其微;如果士兵缺乏食物和防寒装备等必需品,那么人力就会受到削弱。 美国陆军上将奥马尔-N-布雷德利经常引用的一句格言对今天的乌克兰冲突很适用--“外行谈战略,内行谈后勤”。专业人士谈后勤”。

  • 人的因素:

    • 领导力:在平民方面,无数文章都描述了乌克兰总统沃洛德梅尔-泽连斯基的杰出领导才能。他被描述为 “教会主义者”,拒绝逃离自己的国家,表现出强烈的脆弱性和对乌克兰人民的声援。相反,他拍摄了自己在乌克兰的视频,向人们保证他在为他们挺身而出。他的领导力动员了乌克兰人民和国际社会的支持(从而增加了对乌克兰的军事援助)--加强了对俄罗斯侵略的民族抵抗。重要文职当局的这种领导作用不能被视为理所当然,在计算军事实力时应考虑到这一点,因为它有助于提高部队士气和社会对冲突的持续支持。乌克兰的军事领导力也很强大。乌克兰总司令 Valeriy Zaluzhnyy被誉为 “乌克兰新一代军队--高级、中级甚至低级军官 ”的代表。虽然自入侵开始以来他一直避免公开露面和接受采访,但根据米利将军的说法,他 "一直是[乌克兰抵抗运动]的幕后英雄,承担着领导战斗的重任。他的功绩将被历史铭记”。因此,泽连斯基的文职领导力与强有力的军事领导力相辅相成,形成了乌克兰军队的一个特点,而这一特点是今天的实力衡量标准所无法捕捉到的。

    • 士气:随着战争的进行,乌克兰和俄罗斯士兵的士气都在下降。美陆军已经认识到保持士气对确保任务成功的重要性--现在必须在评估潜在对手实力的工作中落实这一评价。

    • 准备工作:训练和作战环境中的经验都有助于增强军队的实力。虽然乌克兰动用了未经训练的平民抵抗俄罗斯的入侵,但他们对基辅广阔的城市地形也有更深的了解,并利用自己对城市的了解发挥优势。俄罗斯军队在这方面未经考验,训练不足,导致对乌克兰首都的进攻失败。

实施: 兵棋推演

从整体上评估外国军队的实力需要一个更加反复的过程,而不仅仅是计算主战坦克和作战飞机的数量。为了激发这类讨论并更好地了解潜在对手的实力,军方应邀请外国军队素质方面的专家--教授、智囊团分析师和拥有文化专业知识的军事领导人--参与未来兵棋推演。更具体地说,这些设计者应考虑将定性指标转化为定量权重,为兵棋推演提供框架。

兵棋推演旨在让玩家在可控环境中探索冲突场景并练习决策。然而,有人批评它们只是在强化玩家的现有知识。军事领导人可以通过寻求游戏设计方面的定性优势专家,更好地了解使战场复杂化的人为和后勤因素。

文化专家可以评估相关的定性措施,并按照预先确定的尺度赋予其数值,而不是让团队根据领导者的命令做出决定。然后,这些衡量标准将作为 “权重”,在游戏过程中影响团队决策的成功与否。鉴于任何一个团队的决策都可能影响这些衡量标准(例如,一次成功的攻击可能会提高一个团队的士气,同时降低另一个团队的士气和后勤能力),游戏设计者将在每轮游戏结束后对权重进行重新评估。

例如,在模拟大国行动的兵棋推演中,大国可能会选择攻击某个地点。然而,每支队伍在行动中损失的人员和物资数量会受到文化专家 “团队 ”之前确定的权重的影响。此时,士气权重可能会在一定程度上导致一方的兵力损失超过预期,或者后勤支持权重可能会减少执行任务的功能单位数量。执行任务的功能单元数量。相关权重甚至可能严重到导致行动完全失败。

通过将定性度量转化为定量权重,兵棋推演将能更好地纳入不太具体的军事力量度量的实际影响。

参考来源:madsciblog

成为VIP会员查看完整内容
26

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
兵棋推演:军事规划实验室
专知会员服务
28+阅读 · 5月10日
《数字兵棋中的 "战争迷雾 "模型比较》68页
专知会员服务
35+阅读 · 5月10日
利用生成式人工智能普及兵棋推演
专知会员服务
32+阅读 · 4月23日
海空跨域协同兵棋AI架构设计及关键技术分析
专知会员服务
31+阅读 · 4月10日
博弈论应用《互补战场上的多场战斗对抗》
专知会员服务
22+阅读 · 1月30日
《兵棋在作战规划过程中的作用》21页报告
专知会员服务
84+阅读 · 1月21日
《将兵棋推演用作海军概念探索工具》
专知会员服务
53+阅读 · 2023年12月24日
基于模型的强化学习综述
专知
18+阅读 · 2022年7月13日
兵棋推演的智能决策技术与挑战
专知
18+阅读 · 2022年7月5日
【MIT】硬负样本的对比学习
专知
13+阅读 · 2020年10月15日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
鲍捷 | 知识表示——面向实战的介绍
开放知识图谱
10+阅读 · 2017年10月23日
MNIST入门:贝叶斯方法
Python程序员
22+阅读 · 2017年7月3日
国家自然科学基金
91+阅读 · 2015年12月31日
国家自然科学基金
18+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
20+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
Arxiv
132+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
56+阅读 · 2023年3月26日
Arxiv
115+阅读 · 2023年3月24日
Arxiv
16+阅读 · 2023年3月17日
VIP会员
相关VIP内容
兵棋推演:军事规划实验室
专知会员服务
28+阅读 · 5月10日
《数字兵棋中的 "战争迷雾 "模型比较》68页
专知会员服务
35+阅读 · 5月10日
利用生成式人工智能普及兵棋推演
专知会员服务
32+阅读 · 4月23日
海空跨域协同兵棋AI架构设计及关键技术分析
专知会员服务
31+阅读 · 4月10日
博弈论应用《互补战场上的多场战斗对抗》
专知会员服务
22+阅读 · 1月30日
《兵棋在作战规划过程中的作用》21页报告
专知会员服务
84+阅读 · 1月21日
《将兵棋推演用作海军概念探索工具》
专知会员服务
53+阅读 · 2023年12月24日
相关资讯
基于模型的强化学习综述
专知
18+阅读 · 2022年7月13日
兵棋推演的智能决策技术与挑战
专知
18+阅读 · 2022年7月5日
【MIT】硬负样本的对比学习
专知
13+阅读 · 2020年10月15日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
鲍捷 | 知识表示——面向实战的介绍
开放知识图谱
10+阅读 · 2017年10月23日
MNIST入门:贝叶斯方法
Python程序员
22+阅读 · 2017年7月3日
相关基金
国家自然科学基金
91+阅读 · 2015年12月31日
国家自然科学基金
18+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
20+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员