《优化步兵作战任务规划》2023最新111页论文

图. 描述方法实施的工作流程概览图。根据用户输入和偏好对地理空间数据进行分析。分析得出的图形和元数据被写入锁孔标记语言（KML），以便与谷歌地球和 TAK 产品互操作。

地理空间情报（GEOINT）可随时提供给战术层面的领导者用于任务规划，但很少有分析模型存在或可直接供最终用户利用。这种能力上的差距导致计划进程缓慢，而且随着时间和可用支持的限制，计划的可理解性和精确度都会下降。我们为直升机着陆区（HLZ）探测、战术寻路、作战空间几何优化和行动方案（COA）选择优化建立了四个模型，从而填补了进攻作战中的这一空白。

分析了来自谷歌地球引擎的开源地理空间数据，这些数据层以 10 米的分辨率描述了海拔、坡度、土地覆盖和道路使用情况。我们的模型采用的方法包括地理空间数据分析、无监督机器学习、多目标最小成本流和加权和多目标优化。模型输出包括可量化的风险权衡指标，为决策者提供信息。结果图形和元数据被写入锁孔标记语言（KML），以便在各种平台上与现有的任务规划软件和谷歌地球互操作。

在实验中，运行的模型，为加利福尼亚彭德尔顿营的一次空袭生成 COA。通过选择 HLZ、路线、支援机枪阵地和目标切入点，模型为这一场景找到了 785,664 种可能的决策组合。根据用户偏好和条令考虑，该模型将 COA 限制在 220 个。通过多目标优化评估分支计划集后，决策者将获得最佳作战行动的首选数量。

这项研究表明，分析模型可以快速、准确地为战术边缘的决策周期提供信息。研究发起人目前正在为现有的任务规划软件开发这些模型的实施方案，从而形成强大的地理空间分析模型，直接提供给小分队领导，为任务规划提供支持。这些模型还有可能应用于远征先进基地（EAB）行动，在那里，这些模型可用于列举第一岛链和第二岛链中的地基反舰导弹（GBASM）发射点和航线网络。

图. 指挥官完成决策周期（观察、定向、决策和行动）的能力是战争成功的关键。ISR/IO 系统可为决策者提供及时的信息，使决策周期更快、更全面、更精确。更快、更有效的杀伤链能使对手在无法取胜的冲突中望而却步。资料来源：Hanaki (2022)： Hanaki (2022)。