训练一名步兵军官在军事行动中选择适当的排队,传统上需要投入大量的训练资产。步兵训练将受益于在普遍可用的平台上进一步发展高容量的训练。2018年,创建了一个基于计算机的模拟排编队决策任务(PFDT),并利用认知与绩效目标训练干预模型(CAPTTIM)来确定哪些参与者达到了最佳决策以及何时发生。本研究在该工作的基础上,在两个流行的平台上完善和测试PFDT。PFDT包括32个场景,每个场景随机呈现四次,总共128次试验。在这些场景中,有五个因素被操纵,一个中小企业确认了最佳、可接受和差的决策反应。基础学院和海军研究生院的27名学生在三种平台中的一种完成了PFDT:平板电脑、虚拟现实(VR)或带编队的VR(为参与者提供在虚拟背景上描绘编队的能力)。CAPTTIM表明,在达到最佳决策所需的试验数量上不存在平台效应。此外,参与者的经验水平并不影响专家或新手在对方之前达到最佳决策。因此,PFDT是一个可行的军事训练模拟器,无论所使用的技术平台或步兵训练的数量如何。

成为VIP会员查看完整内容
31

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。
《教育型作战方案兵棋推演设计》论文
专知会员服务
64+阅读 · 2023年3月9日
《战役级模拟支持的兵棋推演》30页slides
专知会员服务
68+阅读 · 2023年3月7日
《人工智能在作战规划中的应用》北约科技组织18页论文
专知会员服务
138+阅读 · 2022年11月15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 · 2013年12月31日
国家自然科学基金
20+阅读 · 2013年12月31日
国家自然科学基金
9+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
0+阅读 · 2012年12月31日
国家自然科学基金
1+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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年6月8日
Arxiv
16+阅读 · 2022年11月1日
Arxiv
11+阅读 · 2022年9月1日
Adaptive Synthetic Characters for Military Training
Arxiv
46+阅读 · 2021年1月6日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关基金
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 · 2013年12月31日
国家自然科学基金
20+阅读 · 2013年12月31日
国家自然科学基金
9+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
0+阅读 · 2012年12月31日
国家自然科学基金
1+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
0+阅读 · 2011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