《在美海军航行自由行动的作战方案分析中使用AI》2022最新80页论文，美海军研究生院

海军规划流程 (NPP) 作战方案 (COA) 分析需要时间和主题专家 (SME) 才能正常运作。独立舰船（单独驱逐舰）会发现自己没有时间或超过 1-2 个 SME 或两者兼而有之。在实时战略 (RTS) 兵棋推演中实施的人工智能 (AI) 技术可应用于军事兵棋推演，以帮助军事决策者进行 COA 分析。使用深度 Q 网络 (DQN) 和 ATLATL 兵棋推演框架，在不到 24 小时的训练或 500000 步学习。还表明，不到 6 小时或 150000 步的学习时间不会产生令人满意的 AI 海军上将，能够在类似规模的航行自由行动 (FONOP) 场景中扮演 OPFOR 指挥官的角色。应用这些人工智能技术可以节省船上时间和回程人员的时间。将 AI 海军上将训练为优秀的 OPFOR 指挥官可以增强整个海军的 NPP，而不会增加额外的压力，也不会造成分析瘫痪。通过数十万次建设性行动揭示的有意义的见解和局部爆发点，以及船员在现场模拟或模拟回放中的经历，将导致现实世界中的战斗准备好的海军部队能够阻止侵略和维护海洋自由。