指挥官在城市环境中的作战决策需要专业知识和可视化资产的支持,以充分利用这一过程。本文讨论了在现实-虚拟连续体中整合决策准备和决策的好处,特别考虑了虚拟现实,并展示了可能节省的时间。

图 3-2:在 VR 中进行任务规划可通过快速从不同角度(左侧和右下方)直观地了解复杂的环境。实时摄像机馈送的集成利用实时数据丰富了规划内容(右上角)。

虚拟现实--军事行动的数字界面

无人机、新型雷达和摄像技术以及传感器等形式的数字化和技术发展,正在导致军队、消防部门、警察和灾害控制部门的作战指挥中包含越来越多的信息[19]。更高的信息密度能够更真实、更有区别地呈现和评估局势,但同时也增加了行动指挥官处理这些信息的复杂性。这种处理主要包括信息的选择、组织和整合,尤其需要工作记忆。为了最有效地利用工作记忆,需要对多媒体设计原则进行优化和改进[20]。我们的目标是优化工作记忆的使用和任务执行的认知负荷。

认知负荷理论(CLT)[21] 将认知负荷分为三个领域:

  • 内在负载(IL)由信息的复杂性(如复杂的句子结构)决定。
  • 外在负荷(EL)由信息表征决定(例如,在文档间切换以收集信息时,外在负荷会增加)。
  • 外在负荷 (GL) 是认知资源的一部分,用于解决问题、理解和建立自己的心智模式(如果信息只是简单准备,人们在心智上复制和表现信息,则外在负荷会增加)。

因此,数字界面的目标是使 EL 最小化,GL 最大化。信息量的增加可能会造成认知超载,而新的技术界面是否能优化信息量的增加则是个问 题。混合现实技术的针对性应用是一种非常有效的新技术界面。

虚拟现实是指使用头戴式显示器(HMD),在 360° 全方位视角下创建一个完整的数字环境。这些头戴式显示器因硬件和自由度的不同而各异。使用 VR 的优势在于用户能获得更高的沉浸感和临场感,这反过来又能带来更高的流动体验、内在动力,以及更有效地利用认知能力来完成任务。然而,特别是在军事领域实际应用此类技术创新之前,研究项目必须调查其有效性和可能存在的风险。

总之,基于以往的研究结果,本研究表明,虚拟现实技术作为未来可能的技术界面,在任务规划和执行方面具有巨大的应用潜力。在 VR 环境中,受试者在更短的时间内做出了更多正确的决定。其中,临场感体验是一个关键因素。正如假设的那样,VR 可以减少 "外在负荷"(Extraneous Load),增加 "内在负荷"(Germane Load)。不过,还需要对这一假设进行进一步的研究。可用性也是有效使用 VR 的一个基本因素。如果 VR 也应用于军事行动,则必须应用以人为本的设计原则,以进一步持续优化可用性。

研究的局限性在于代表性。样本仅由士兵组成,因此需要在消防员和警察等其他组织中开展进一步研究,以便将结果推广到其他应急组织。此外,本研究是一项界限分明的实验。VR 在实际行动中的应用程度还必须在更现实的情况下进行调查,在这种情况下,行动中心内部也要做出安排。此外,值得一提的是,VR 是一项新技术,基本上会引起实验参与者的兴趣。对照组(使用台式机)中不存在这种较高的兴趣因素,因此无法根据结果评估这种因素对决策结果的影响程度,但这可能是一个偏差因素。必须强调的是,这里介绍的结果只是指示性的,最终评估仍在进行中。不过,趋势非常明显。虚拟现实技术有可能通过更高水平的临场体验,更有效地利用决策者的认知能力,从而更好地进行情况评估和决策制定。

成为VIP会员查看完整内容
62

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。
《基于自然语言的人工智能军事决策支持》
专知会员服务
111+阅读 · 1月25日
《全域作战:跨越致命距离》59页报告
专知会员服务
89+阅读 · 2023年12月10日
《军事场景中的视觉分析探索》2023最新124页技术报告
专知会员服务
78+阅读 · 2023年3月2日
《反叛能力、情报收集和作战策略》2022最新60页报告
专知会员服务
33+阅读 · 2022年10月29日
《军事行动自动化》【译文】2022最新报告
专知
57+阅读 · 2022年11月13日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
5+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
51+阅读 · 2014年12月31日
国家自然科学基金
21+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
1+阅读 · 2014年12月31日
Arxiv
156+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
5+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
51+阅读 · 2014年12月31日
国家自然科学基金
21+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
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员