《基于加速仿真的军事能力设计中的突发和随机行为分析》最新522页

为响应美国国防部（DoD）的战略现代化倡议，美国空军（USAF）正在努力开发在未来行动中取得成功的技术和战术，而做好准备取决于现在就进行投资。为了进行有效的投资，美国空军和其他国防规划机构都希望了解，当新技术和新概念方案改变军事行动中使用的系统时，军事行动的结果会发生怎样的变化。在这一过程中，军事模拟是一个重要的工具，可以帮助人们建立对替代技术和概念的理解和推理能力。

在早期能力设计中，需要考虑各种新兴技术和创新概念，分析涉及在模拟环境中运行的模拟人和模拟机器的协作和冲突结果。美国空军最近正在考虑的一个场景是空军基地防空 (ABAD)，其目标是了解如何在空军基地遭受导弹和无人机袭击的情况下有效运作。为了决定投资，为成功实现空中基地防御做好准备，美国空军正在努力确定有问题的场景和有希望解决问题的替代方案。然而，在所考虑的各种情况和投资中，为应对技术变化和不断发展的威胁而进行现代化所需的速度意味着需要加快基于模拟的分析，以便更快地建立理解并为决策提供依据。

目前的仿真分析是通过部队设计过程，利用不同的作战视角迭代建立对未来作战的理解，从而应对未来预期作战的复杂性。在美国空军，这是在空军作战集成能力（AFWIC）领导的 "评估-发展-评价能力发展规划"（CDP）设计循环中完成的。在这一迭代过程中，有两大部分是有效模拟分析的核心。首先，通过产生重要的、突发的行为来积累知识；其次，通过桌面设计演练，将利益相关者聚集在一起，并允许与基于仿真的数据进行参数化交互，从而实现真实世界的决策。我们为管理突发行为的工作过程制定了一个框架--"在缺乏知识的情况下利用仿真分析管理突发行为的非线性和随机未来行为探索（ENFLAME）"，以构建相关活动的结构，并将研究重点放在这项工作上。

突发行为是军事行动结果的关键性变化，通常难以预测，因为复杂性会导致一系列不幸事件，导致出人意料的坏结果，或一系列幸运事件，导致出人意料的好结果。在 ABAD 的例子中，这可能涉及各种技术和概念的组合，即使在导弹和无人机攻击的预期困难情况下，也能产生出人意料的好结果。要找到这些突发行为，通常需要专家与模拟进行交互，并知道应关注和查询哪些领域，或者使用蒙特卡罗模拟（MCS）进行随机搜索。然而，美国空军正在使用的高保真、昂贵的军事仿真却限制了蒙特卡洛仿真的使用，因为要找到罕见的、令人惊讶的行为，需要进行很多很多次仿真。此外，专家资源有限，只擅长某些领域，而且未来军事行动十分复杂，即使是专家也难以预测。这些挑战促使我们需要改进寻找重要突发行为的方法。

本论文的研究工作通过改进 "评估-开发-评估 "设计循环中的两项关键活动，解决了加速仿真分析所面临的挑战。首先，为了加速基于仿真的突发行为分析，我们开发了一种能更快找到突发行为的新方法--使用数值优化（LANTERN）方法追踪极端罕见事件的低成本自适应探索（LANTERN）。LANTERN 基于从文献中归纳出的突发行为的特定定义，可以制定优化方法，以比蛮力 MCS 技术更快的速度搜索突发行为。具体来说，利用新颖的贝叶斯优化（BO）技术加速搜索作为罕见、局部和随机极端事件的突发行为，该技术可自适应地查询仿真响应以查找罕见事件。这些新技术针对的是与突发行为相关的高度局部极值和局部高变异性的独特特征。与军事智能体建模（ABM）的预期响应行为相匹配的测试问题实验表明，与 MCS 相比，该技术有了很大改进。其次，为了在桌面设计演习中加快对随机行为的分析，介绍了一种替代建模方法--ECDF-ROM 方法，该方法采用了从工程设计中借鉴的降序建模（ROM）技术，并结合了一种新的现场表示方法。

研究突发行为的实验表明，使用新的 BO 技术比使用蛮力 MCS 有了显著改进，可以更快地发现罕见的极端事件。针对桌面设计练习的智能体建模实验也显示了近似预测完整经验分布的可行性。利用仿真、集成和建模高级框架（AFSIM）开发的两个基于智能体的军事模拟场景，完成了对 LANTERN 方法和 ECDF-ROM 方法的最后演示。首先，使用敌方防空压制（SEAD）场景来演示 LANTERN 步骤在搜索罕见的局部极端事件方面的有效性。其次，使用四对四空战场景演示 LANTERN 步骤在搜索罕见、随机极端事件方面的有效性，同时演示 ECDF-ROM 智能体建模方法。通过这些演示，本论文中开发的 LANTERN 方法和相关方法（基于泰勒扩展的自适应设计 (TEAD)、针对多外延突发行为的分区贝叶斯优化 (PIONEER)、变异贝叶斯优化 (VarBO)）以及 ECDF-ROM 智能体方法可用于加速基于迭代模拟的军事场景分析的关键部分。研究结果还强调了对 ENFLAME 框架的重要更新，该框架旨在利用军事仿真管理突发行为--再次强调利用仿真发现重要突发行为的能力，并使未来的工作重点放在基于新技术和新概念的漏洞识别与缓解以及机会利用上。

图 1.5：描述和模拟军事行动的智能体模拟方法图解。注意重点是独立感知、决策和行动的自主智能体，以及定义动态的一系列交互作用。

管理突发行为的 ENFLAME 框架

图 2.2：管理突发行为的 ENFLAME 框架概述。

图 2.2 是 ENFLAME 框架的示意图。该框架有四个核心部分。首先，具体化情景涉及情景建模，包括行动概念（CONOPS）、参与者（系统、人员等）、情景中系统之间以及系统与环境之间的交互。此外，这还包括与直接用于决策的投资和感兴趣的投资领域之间的联系。主要的建模任务还包括翻译和开发模拟表示法，在模拟表示法中对分辨率和范围进行选择，以满足情景中的决策问题所提出的需求。

其次，一旦创建了情景模拟表示法，就需要探索如何发现重要的突发行为，以便对系统行为进行管理（从输入和情景配置以及结果的角度找出系统的弱点和机会所在）。根据上述将突发行为定义为罕见的极端事件，要找到这些事件发生时的位置，就需要一种寻找突发行为的方法。这与分析中的 "评估 "阶段关系最为密切。

第三，当发现突发行为时，就需要解决其极端性所带来的问题漏洞或潜在机会。这就需要探索情景中各系统相互作用的因果动态，这些动态导致了极端事件的发生，并产生替代规则或变化，以减轻有问题的行为或强化良好的行为。这与分析中的 "发展 "阶段关系最为密切。

最后，一旦设计出潜在的替代方案，使系统中的行为保持在可接受或有利的状态，就需要评估这些替代方案的可行性和可负担性，并将其与潜在的投资方案联系起来。这与分析中的 "评估 "阶段关系最为密切。