随着海军特种作战从过去20年的反恐行动转向有争议环境中的同行竞争,他们需要地面部队指挥官(GFC)为减轻认知过载、运用综合效应和平衡战略任务风险做好准备。如果地面部队指挥官的培训能够以合格的理论标准为基础,那么就可以通过系统化的培训管道来减少任务的剩余风险和部队的风险,这可以通过整合目前可用的虚拟现实技术来增加、启用和加强。GFC岗位传统上是一个批判性思维、决策和应急管理的角色。随着战场的发展,GFC将有比过去更多的资产需要控制,更多的突发事件需要计划。这项研究评估了当前的GFC培训和虚拟现实生态系统。海军特战界应采用地面部队指挥官的虚拟现实训练器,因为它将使GFC在零威胁的环境下进行反复训练。

由于现行训练准则的限制,海军特种作战社区的地面部队指挥官没有充分发挥他们的潜力。初级军官为成为一名地面部队指挥官总共接受了八周的正式培训:六周在初级军官培训课程,两周在地面部队指挥官课程。初级军官被期望成功地计划和执行现实世界的行动,同时只完成极少的现实训练场景。海军特战部队的士兵至少属于许多类别中的一种;他们是突破者、联合终端攻击控制者、狙击手、侦察负责人或通信专家。这些专业中的每一个都有正式的训练和持续演习,可以持续八个星期。训练也是年复一年地进行,而地面部队指挥官通常只经过一次正式训练。想象一下,在未来,海军特种作战初级军官准备在明天的战争中带领各排对抗同行的竞争对手。挑战将是巨大的,因为地面部队指挥官没有足够的专门训练时间来完善成为有效的战斗领导人所需的技能。

本顶点研究主要关注以下内容。海军特种作战部如何能更好地准备和训练其地面部队指挥官,同时整合不断进步的虚拟现实技术?通过海军研究生院国防分析系和计算机科学系的共同努力,这项研究开始在一个合成环境中设计场景,初级军官最终将能够使用这些场景作为现有地面部队指挥官培训的补充。

虚拟现实在军队中并不是一个新概念;不同军种都在某种程度上使用虚拟现实来加强训练。海军特种作战部甚至有一个虚拟现实系统,是其JTACs的一个记录项目。该记录项目证明了特种作战司令部致力于虚拟现实技术的采用,以确保其操作人员得到最好的培训质量。这项研究不是为了创造一种新的虚拟现实技术,而是为了了解虚拟现实生态系统,然后为海军特种作战找到一种合适的采用方法。虚拟现实生态系统正在成倍增长,正因为如此,伦理和道德正在成为其开发者和使用者中更受欢迎的话题。随着虚拟现实技术越来越容易被终端用户使用,在短期内需要进行更多关于虚拟现实技术对个人行为的长期影响的研究。

地面部队指挥官虚拟现实训练器并不打算取代现有的培训或正式课程。它只是作为一种补充。评价是,没有足够的专门时间让初级军官在成为地面部队指挥官方面得到有意义的重复训练。如果虚拟现实训练器要对海军特种作战指挥部产生积极的影响,初级军官的训练就需要修改。建议在初级军官培训课程中初步实施这项技术,而不是干扰正在准备进行单位级别训练和部署的海军特种作战排。初级军官在这一阶段的训练中处于学生状态,还没有被引入深入的任务规划或复杂的决策练习。向学生介绍虚拟现实训练器将提供充足的时间来测试硬件和软件,然后再将其用于更严峻的情况。

在海军特战基础训练司令部和海军研究生院的模拟虚拟环境和模拟实验室之间建立一个反馈回路,将使未来的场景发展和持续的伙伴关系成为可能。对未来研究和发展的建议包括以下内容:海军研究生院的Bucklew小组和海军特种作战基本训练司令部之间继续合作,与工业界合作以加快合成环境训练场景的创建,以及对特种作战部队的虚拟现实训练的有效性进行正式评估。

成为VIP会员查看完整内容
43

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。
《美国多域陆军的未来》【译文】2022.12最新报告
专知会员服务
117+阅读 · 2023年1月11日
《虚拟现实中的未来舰船模拟器》2022最新报告,美国陆军
《教育性特种作战兵棋》美国海军研究生院84页论文
专知会员服务
52+阅读 · 2022年10月5日
【美军作战条令】《两栖作战》新版284页
专知
31+阅读 · 2022年9月20日
进攻机动作战中的机器人集群
无人机
21+阅读 · 2017年12月4日
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
国家自然科学基金
8+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2023年4月11日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
Arxiv
22+阅读 · 2018年8月30日
VIP会员
相关基金
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
国家自然科学基金
8+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员