多域作战(MDO)会给训练带来许多挑战。各种不同的组织和部门的参与会加剧这些挑战,并需要平衡集中协调和分散训练的目标。此外,尽管MDO的基本概念并不新鲜,但实际的术语最近才被美国陆军作为一个理论概念引入。因此,训练技术的发展有可能是被动的,导致孤立的效果。新兴的训练技术可以帮助支持MDO的独特复杂性,但这些技术和相关系统的发展可能需要与理论发展相配合,与追踪过程相一致,并尽早纳入最终用户的投入。如果MDO要提供新的好处,训练界可能需要解决老问题。它可能需要更有效地沟通。

多域作战背景

新兴技术可以缓解因多域作战(MDO)而放大的复杂训练挑战。为了发挥效益,技术研究和开发(R&D)可能需要与理论发展同步进行。然而,协调和有效的采购一直是军队的一个长期问题(Wong等人,2022),如果MDO要提供新的好处,训练界可能需要解决老问题。它可能需要更有效的沟通。

尽管它在军事文献中被普遍使用,但MDO的定义可能有细微差别,并可能有所不同。尽管MDO的基本概念并不新鲜,但美国陆军训练和理论司令部最近在其2018年的小册子(TP)525-3-1《2028年多域作战中的美国陆军》(美国陆军,2018)中引入了这个术语。它纳入了战场战略,但从根本上说,MDO是一种作战战略。它从线性作战、非线性作战和战略瘫痪理论演变而来,它描述了陆军将如何在所有领域作战,包括电磁波谱和信息环境。

具体来说,MDO可以定义如下(Kasubaski,2019)。"一场由多场战斗和行动组成的战役,跨越领域、时间和有争议的空间进行,最终使友军(联合/联盟)的能力趋于一致,增加对对手(或敌人)的限制因素,减少对友军的限制因素,打开多个机会窗口,对对手(或敌人)的关键漏洞和COG[重心]实现决定性的打击。"

MDO最初描述了美国陆军作为联合部队[陆军、海军、空军、海军陆战队和太空部队]的一部分,如何对抗和击败能够在所有领域[空中、陆地、海上、太空和网络空间]与美国抗衡的近邻对手(CRS,2021)。这个基本概念与所有领域的联合指挥和控制密切相关(Marler等人,2022)。然而,无论具体定义如何,MDO的一个普遍主题是通过使用技术来解决复杂战争的挑战(de Leon, 2021)。这个主题适用于训练(de Leon, 2021),这是支持任何总体战略的必要条件。

联合全域作战训练的复杂性

大规模的训练可能需要在集中协调和分散目标之间取得平衡,即使只是在一个军种内。这种平衡在MDO中可能变得特别困难。这种挑战涉及到组织管理和技术研发,而且随着更多组织的整合,这种挑战会增加。

支持训练的能力应该来自于基本的训练目标(Marler, 2022)。也就是说,有效的技术与预期的用途相一致。然而,通常情况下,技术的出现不是为了满足市场需求,而是由于行业的推动。开发者可能会完善或加强一种能力,然后才会追求市场。然而,一般来说,当产品源于最终用户的需求并与之保持一致时,它们会更加有效。训练技术尤其如此;当它们从一开始就针对特定的训练目标和特定的用户群而设计时,它们是最有效的。

  • 随着用户群的扩大和变得更加复杂,训练目标也是如此。通常情况下,单一的训练能力无法应对 "完全不同的目标"。

随着用户群的扩大和变得更加复杂,训练目标也是如此。通常情况下,单一的训练能力无法应对大量不同的目标。这反过来又造成了集中协调和分散需求之间的矛盾。在一个大型组织内,不同的训练需求可能会促进潜在的分散的训练目标。这种独立的目标可能是合法的,如果被忽视或混为一谈,训练就会变得无效。然而,如果不加以控制,这种情况可能会导致孤岛式的发展--不同的小组独立进行研发,只为解决他们独特的目标。这反过来可能会有重复工作的风险,从而浪费了资金。此外,它可能会失去在不同组织之间分享训练目标、研发和流程方面的最佳做法的机会。因此,某种程度的集中协调可能是有益的。

为了促进协调,由一个组织来跟踪和分享有关技术发展的信息可能是有益的。然而,在大型组织可能有机发展的情况下,这种意图可能与人性相悖。例如,尽管每个军种都可能有一个专门负责训练的组织,但整个军种的研发和训练能力的使用可能并不明确和广泛透明(Marler等人,2020)。确保整个军种的适当协调可能需要持续关注。

调和独特的训练目标和协调工作的挑战可能会随着应用于更多的梯队和组织而扩大。事实上,在这方面考虑一个连续体可能是合适的,即随着训练从单个人延伸到个人、团体、军种、作战指挥部以及最终国家(盟国和伙伴国)之间的互动,复杂性也会增加。这种复杂性在联合社区中得到了充分的认可,各部门被要求进行整合,以便在战斗中进行训练(Marler等人,2020)。

引入不同的作战环境--不同的领域--可能会进一步加剧这些复杂性。不同的环境,涉及不同的领域,可以呈现复杂的场景,需要大量的训练协调。因此,MDO可能会提出对复制和准备特别具有挑战性的场景。事实上,当训练不仅跨越上述组织复杂性的连续体,而且跨越战争领域时,它可能是最复杂的,从而形成了一个复杂性矩阵,其两轴代表了越来越多的作战领域,以及相互作用的组织的复杂性,如下图10.1所示。

图 10.1:复杂性矩阵

为MDO进行有效的训练可能需要在联合背景下进行训练,并解决这个复杂的完整矩阵。学习跨领域的思考、计划和无缝操作可能是一个巨大的训练挑战。对此,与其简单地从单一服务的角度来看待训练,不如更全面地看待训练,可能会有好处。为了利用新兴技术的好处,尽早而不是晚些时候考虑复杂的全部矩阵可能是谨慎的。

技术可以如何帮助训练

各种训练技术可能对MDO特别有利,并可能有助于平衡集中协调与分散目标。特别是,军队正在越来越多地利用虚拟环境,包括虚拟现实(VR)和增强现实(AR)(Lye,2019)。VR涉及用户完全沉浸在虚拟环境中,而AR涉及将虚拟实体叠加到真实物品上。这种环境可以提供各种好处,从允许安全地练习危险的活动,到锻炼机密的操作和能力,到增加训练的重复性。它们还可以为MDO提供专门的好处,主要是连接的形式;通过数据交换将各种联网的虚拟环境连接起来可能相对容易。

此外,虚拟游戏在军事训练中提供了超过十年的价值,让我们看到了软件系统的好处,它允许离散的团体和个人整合并基本上一起训练(Shaban, 2021)。现场、虚拟和建设性(LVC)能力也可以帮助支持MDO(Marler等人,2022)。这涉及到将使用真实武器系统的真实作战人员与操作虚拟系统(例如,模拟器)的真实作战人员与控制虚拟系统(建设性)的计算机联系起来。混合能力涉及将实战与虚拟和/或建设性相结合,而合成能力包括虚拟和建设性。此外,所有这些能力都可以促进基于性能的评估,即虚拟环境在使用期间和之后提供反馈。在虚拟环境中几乎所有的操作都可以被存储、分析和审查,这可能是新兴训练技术的另一个好处。

如图10.2所示,虚拟训练能力的两个好处与MDO特别相关:1)容易开发各种环境的能力;2)连接各种能力的能力。通过游戏、VR、AR、LVC和一般的虚拟环境,可以相对容易地在不同的领域进行练习。可以肯定的是,这些技术并不是集体的万能药,某些训练目标只能通过真实世界的练习来解决。此外,当需要高fi delity模拟时--根据训练目标,它们并不总是必要的(Straus等人,2018)--适当的基础模拟模型的可用性可能会带来瓶颈。尽管如此,虚拟环境提供了开发、改变和使用无数种情况的能力,这可能包括所有的战争领域。因此,虚拟环境可能自然有利于MDO。

图 10.2:训练环境

除了代表多个领域外,虚拟环境可能有助于促进连接,使大规模的训练演习与现实世界的演习相比相对容易。当然,整合不同组织开发的软件系统不一定是小事;它可能需要组织协作和遵守数据标准。尽管如此,将许多不同的模拟器和模拟系统联网可能比整合现实世界的系统更容易,因为这些系统可能有几十年的历史。因此,对于各军种、作战指挥部、甚至盟国和伙伴国来说,在联合MDO训练的背景下进行虚拟连接可能相对容易。

最终,正是这种连接的潜力可能有助于在集中的协调和分散的训练目标之间建立一种平衡。如果发展得到适当的管理和激励,虚拟训练技术可以让不同的用户尊重他们独特的训练目标并开发专门的内容,同时允许软件和模拟器连接到同一个联盟中(维基百科)。这种联盟的例子已经以JLVC(联合实战、虚拟和建设性)(美国联合部队司令部,2010)和JLCCTC(联合陆地部分建设性训练能力)(美国陆军,n.d)的形式出现。然而,这些系统已经有机地成熟起来,从一开始就对复杂的联合MDO环境进行了最少的整体考虑。尽管如此,连接软件和模拟器的联盟可以加强协调。

  • 如果对开发进行适当的管理和激励,虚拟训练技术可以让不同的用户尊重他们独特的训练目标,开发专门的内容,同时允许软件和模拟器连接到同一个联盟中。

与现实世界的系统一样,连接的潜在好处可能伴随着挑战,包括技术和组织方面。然而,可能有一些基本原则,如果在开发周期的早期考虑,可以释放出MDO训练的潜力。这些原则总是与基于模拟的训练有关,但它们对于产生MDO训练的好处可能特别关键。

技术的高效协调开发和部署

首先,让训练内容与训练目标相一致可能会有帮助。尽管源于20世纪80年代陆军 "空地一体战 "理论的发展,但MDO这个词相对较新。因此,训练技术,更不用说一般的训练,可能会对新的作战理论产生反应,特别是随着时间的推移,理论的发展。各种新兴的训练技术可能有助于解决MDO的独特复杂性,但尽早与理论和终端用户的投入一起开发这些技术可能会产生额外的好处。否则,可能会失去效率,训练效果也会受到影响。从组织的角度来看,这可能需要理论发展组织与训练发展组织紧密结合。

第二,训练能力的部署过程可能与训练能力的开发过程同样重要(Marler, 2022)。即使有了针对适当目标的能力,如果没有与训练过程适当结合,它们也可能是无效的。因此,在开发训练能力的过程中,考虑将其插入的课程可能是有益的。例如,仅仅购买VR系统和开发高质量的内容可能是不够的;开发人员和用户可能有必要事先了解VR在当前训练管道中的使用情况,包括从基础训练到继续训练以及高级训练。

第三,系统的互操作性可能需要在开发过程的早期成为训练能力整合的基石。如果把它作为采购的事后考虑,可能会被扼杀。新的训练软件和模拟器可以从尽早加强互操作性的努力中受益(SPPS, 2022)。

这些原则可能需要被激励。国防部可能有责任设计和实施促进协调的激励措施。另一种选择是在新的复杂问题面前重温旧的挑战和错误。可以肯定的是,以政策的形式进行积极的约束,要求各组织以某种方式进行协调,肯定是有先例的。还有一个先例是更多的被动激励,比如资金,它吸引了一个预期的行为。也许不太常见的是,在广泛的透明度和沟通新出现的能力和意图方面的内在激励。如果不同的组织,无论是国家还是军事部门,适当地公布他们的训练目标、能力和过程,这将有助于促进协调。这后一种形式的激励可能是平衡集中协调和分散目标的关键。也许,如果MDO要提供新的好处,解决老问题的方法之一可能只是更频繁的沟通。

成为VIP会员查看完整内容
93

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。
《理解美陆军多域作战》2022最新17页报告,美国陆军协会
专知会员服务
116+阅读 · 2022年12月21日
《支持多域作战的武器系统》2022最新29页slides
专知会员服务
124+阅读 · 2022年12月13日
【美陆军作战条令】《美国陆军防空与导弹防御行动》156页
《 美国国防部:反小​​型无人机系统战略》38页报告
专知会员服务
204+阅读 · 2022年8月12日
【中文版】《空中力量报告 2022 :过渡到多域作战》
专知会员服务
205+阅读 · 2022年8月1日
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
10+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
6+阅读 · 2012年12月31日
国家自然科学基金
88+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
VIP会员
相关基金
国家自然科学基金
14+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
10+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
6+阅读 · 2012年12月31日
国家自然科学基金
88+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员