在军事行动中可能会出现复杂的情况,需要在有限的战争资源下进行跨域和多任务行动。这些情况给战术决策者带来了挑战,他们需要在当下使用战争资源,而这些资源可能还需要用于其他同时进行的任务需要,并在以后完成一系列的任务。这些情况需要在行动中进行动态的重新规划,以确保计划中的任务是可以实现的,并且任务的修改支持战略目标。该项目探索了人工智能和先进的数据分析方法,以开发未来的自动决策辅助工具,用于任务规划和战术决策,可以支持复杂的跨领域和多任务行动。
主要研究目标是探索新兴的创新数据分析技术(包括博弈论、机器学习和兵棋推演),以优化海军资源分配和跨任务领域的重新规划。
其他研究目标是
探索新兴的技术和数据分析工具,以解决不确定性和优化各任务领域的成功。
研究在特定领域的战斗管理辅助工具之间进行平衡所需的选择和能力,并优化跨领域的资源分配。
研究如何将这些技术结合起来,以优化跨领域的多战争规划、执行支持和重新规划。
由NPS研究人员和NPS研究生组成的NPS研究团队对该项目采用了系统分析方法。研究小组首先对以下方面进行了文献回顾:(1)自动化高级数据分析方法;(2)跨领域和多任务行动;(3)战术决策和任务规划。研究小组确定并描述了复杂的战术情况,在这种情况下,需要对多任务进行优先排序,并需要进行动态重新规划。研究小组开发了一种概念性方法,利用先进的数据分析、博弈论、战争游戏、人工智能和机器学习来支持和促成这些复杂战术情况下的决策(以最佳方式使用和分配战争资源和部队)。该团队为概念设计开发了基于模型的系统工程表述,并对涉及复杂战术、作战和战略情况的用例情景进行了建模。该团队设想并模拟了一种创新的战争游戏决策辅助工具,以支持可能遇到类似复杂情况的作战级别的任务规划人员,这些情况需要在更高的级别上采用动态的跨域多任务方法。
本报告分为六章。第1章介绍了该研究。第2章包含了跨域多任务问题领域的特征。第3章包含了对使用自动化高级数据分析方法进行任务规划的讨论。第4章介绍了多任务资源分配(MMRA)决策辅助概念的系统分析。第5章包含了在三个不同的多任务场景中对MMRA能力的使用案例研究。第6章是技术报告的结论。