人工智能赋能兵棋推演与未来战场

图：肯塔基州诺克斯堡的游戏机旁，一名美国陆军电子竞技队员。传统的计算机模拟和兵棋推演在很大程度上依赖于预先设定的场景，与之不同的是，人工智能嵌入式模拟可以自主生成小故事，并为给定场景生成众多行动方案。

在电影《复仇者联盟：无限战争》（2018 年）中，超级英雄们为从大反派萨诺斯手中拯救宇宙而战。在他们努力寻找打败萨诺斯的方法时，奇异博士谈到了他的时间旅行： "我穿越时空。查看另一个未来。看看即将到来的冲突可能出现的所有结果"。他瞥见了 14,000,605 个未来，发现了通往胜利的唯一道路。

奇异博士预知未来的能力不再只是虚构。人工智能嵌入式建模模拟也能完成类似的工作： 虽然它们无法预见未来，但却可以预测未来。通过人工智能生成的战场模拟，海军可以与对手部队交战超过一百万次，从而找到赢得战斗的关键。有了庞大的各种场景数据库，海军就能随时应对任何试图取代基于规则的传统海上秩序的企图。

计算机模拟/兵棋推演

传统的计算机模拟和兵棋推演在美国防部（DoD）有着悠久的历史。20 世纪 80 年代，美国防部采用了一种冲突模拟模型 Janus。Janus 是 1989 年 “正义事业行动”（入侵巴拿马）和一年后 “沙漠风暴行动 ”的作战计划工具。在目睹其影响力之后，国防部扩大了计算机模拟的应用范围，目前包括洛克希德-马丁公司的 “作战人员模拟”（WarSim）、陆军的 “一个半自动化部队”（OneSAF）、海军陆战队的 “MAGTF 战术模拟”（MTWS）和空军的 “高级模拟、集成和建模框架”（AFSIM）。

然而，现代模拟也有局限性。它们在很大程度上依赖于预先设定的场景，需要大量的人类启发式决策和参与，这就限制了模拟众多小故事和场景的尝试。人工智能的进步和计算能力的显著提高为缓解这些限制提供了机会。

人工智能嵌入式模拟与传统计算机模拟的不同之处在于，它能够在短时间内模拟数百万场战斗。通过数百万次的自我演练，它可以自主生成小插曲，针对给定场景生成多种行动方案，并为决策者提供多种选择。它还能评估或生成敌对部队的最佳行动，并设计出击败敌对部队的对策。

图：美国国防部在 20 世纪 80 年代采用了互动式冲突模拟模型 Janus，并将其作为 “正义事业 ”行动和 “沙漠风暴 ”行动的作战计划工具。在见证了它的影响力之后，国防部扩大了计算机模拟的使用范围。劳伦斯-利弗莫尔国家实验室档案

模拟和人工智能的进展及其对海军的影响

人工智能非玩家角色。在过去的几十年里，游戏画面的分辨率有了显著提高，用户可以在几秒钟内完全沉浸在游戏中。非玩家角色（NPC）是使游戏充满乐趣的另一个组成部分，它是 “计算机游戏中由计算机而非玩家控制的角色”。即使玩家独自玩游戏，这些虚拟角色也会让他们感觉是在与真人对战。

但在某些游戏中，NPC 的行为并不像人。他们在同样的情况下做同样的事情，一遍又一遍。这些重复的动作让玩家很容易猜到接下来会发生什么，他们可能很快就会觉得游戏很无聊。

有几种方法可以让 NPC 表现得更像人类。过去，开发人员使用简单的基于规则的行为算法。然而，随着神经网络技术的进步，NPC 变得更加动态，对对手的行为也更具适应性。2005 年，德克萨斯大学奥斯汀分校的三位计算机科学家证明，嵌入神经网络的 NPC 可以在用户游戏时进行实时训练。这就要求玩家与更像人类的智能对手一较高下。在 NPC 开发方面，DeepMind 与雅达利游戏公司的合作取得了最令人瞩目的成就。通过采用深度神经网络与强化学习（机器学习的一个领域）相结合，NPC 在仅进行了 2,600 次迭代自我游戏后，就超越了人类的表现。如果将嵌入神经网络的 NPC 应用于军事训练，它们可以帮助训练个人完成复杂的任务。

将 NPC 集成到军事应用中开辟了一条创新之路，可以在海军的不同领域--空间、空中、水面、海底和网络--加强作战训练和作战战略。例如，通过设计 NPC，让其在不同难度（专家、普通、新手等）的详细地图上执行岛屿防御、反水面作战和水下行动等特定任务，舰艇可以为一系列关键场景做好准备，并通过与设置为适当技能等级的 NPC 进行虚拟对战，确定实现目标的最有效策略。

开发这些专业 NPC 的研究工作正在进行中，一些与军事有关的机构做出了显著的努力。海军研究生院正在研究针对 NPC 的认知 AI，这些 NPC 要处理等级制度、战争迷雾或 ATLATL 平台中的特定场景等军事特征。在南加州大学创意技术研究所，研究人员正在快速集成与开发环境中研究自适应 NPC，专门用于军事训练目的。这些机构的研究具有超出其初始范围的潜在应用，包括战略决策过程，如确定最佳行动方案。此外，它还可以为开发能够自主思考和决策的无人驾驶车辆铺平道路，这可能会改变未来战场上的游戏规则。

用于模拟/兵棋推演的生成式人工智能。生成式人工智能（GenAI）擅长创造与其学习内容相似的新内容。这种能力已在各行各业得到广泛应用，并已成为我们日常生活的一部分，如 ChatGPT。

GenAI 的主要优势在于它能解决作战经验或训练数据有限的问题6 。给定敌方海军的估计规模、舰船类型和数量等基本参数，GenAI 就能生成大量逼真的场景。这使作战规划人员能够探索和尝试各种可能超出人类思维但又似是而非的小场景。

由 Vinicius Goecks 和 Nicholas Waytowich 开发的 COA-GPT 等 GenAI 还能通过与指挥控制人员互动来建议行动方案，为决策提供支持（见第 64 页图 1）。海军可以使用这种方法生成行动方案，从简单的场景（如在公海上寻找最有效的编队或定位）到复杂的场景（如沿海地区和岛屿附近的战斗情况）。

GenAI 实施的另一个方面是场景生成。根据历史经验和已知的敌方战术、目标和任务，GenAI 可以根据创建的小故事生成合成的敌方行为。这种能力将使海军能够通过模拟各种潜在的敌方行动，为意外情况做好准备，从而提高应对海上动态威胁的能力。

数字孪生。数字孪生将现实转化为数字形式。目前工业领域的先锋是工业 4.0，它整合了云计算、物联网、人工智能和数字孪生等技术，用于收集和分析制造过程中产生的数据，以加强决策。想象一下，在智能工厂里，生产线上的每台机器都有自己的传感器，不断收集数据并与整个系统共享。无论数据是什么类型，人工智能都会对其进行分析，并提出使生产过程更顺畅、更高效的方法。

数字孪生系统由美国国家航空航天局（NASA）于2010年推出，是 “对车辆或系统进行多物理场、多尺度、概率性的综合模拟，利用现有的最佳物理模型、传感器更新、机队历史等，来反映其飞行孪生系统的寿命”。数字孪生系统的优势在于不仅能在设计阶段实现整个系统的可视化，还能预测问题、优化解决方案、加速原型设计，并在实际实施前促进培训。模拟和人工智能、机器学习（使系统能够在没有明确编程的情况下从经验中学习）和强化学习（使系统能够实现最有价值的结果）等核心组件对于促进对未来结果的预测可视性至关重要。

数字孪生让决策者能够看到自己决策的结果，并修正自己的选择。他们可以预测理想的结果，规避可预测的不良结果，并减轻不可预测的不良行为的影响。这种双层方法不仅仅局限于对舰船设备进行预测和生命周期管理，它还能极大地增强各种运行情况下的战略规划和实时决策。通过使用综合数据分析和模拟，数字孪生促进了对维护系统的深入了解，使舰队能够优化船舶性能，提高可靠性，并更有信心地作战。此外，数字孪生还在风险管理中发挥着至关重要的作用，它提供了一个安全的环境，可以在其中测试假设和评估潜在的干预措施，而无需实际改变实际系统。因此，数字孪生不仅具有优势，而且对于在当今瞬息万变的海上作战环境中保持竞争力和实现卓越运营至关重要。

平台

创建虚拟战场需要投入大量资金和精力。不过，也有一些很有前景的平台可用于军事用途。游戏行业提供了大量军事主题游戏，其中一些具有逼真的数据输入，或允许用户修改输入以满足特定要求。虽然这些游戏平台目前可能还不具备人工智能和机器学习（ML）应用的条件，但它们有潜力成为创建人工智能/ML 环境的基础。通过利用这些平台的物理引擎或地形生成器功能等先进模拟能力，就有可能为军事应用开发出复杂的培训和战略规划工具，而无需从零开始。这种方法不仅能节省资源，还能加快先进虚拟战场技术的开发和部署。这类游戏和模拟平台的例子包括

《指挥：现代作战》（由 Slitherine Ltd 出版）： 该游戏对现代战争进行了多领域模拟，提供了详细的海陆空军事行动规模。该游戏的优势在于其复杂的场景编辑器，允许用户制作特定的作战场景。通过整合机器学习算法，军方可以增强这些场景的预测能力，改进虚拟演习中的决策和战略规划。

《现代海战》（由 Slitherine 有限公司出版）： 该平台侧重于海军作战的高保真模拟，包括潜艇战、水面舰艇交战和防空。通过将其改编为机器学习使用，海军可以开发模拟和分析海军战略的算法，提供前所未有的培训机会，并深入了解海军作战战术和战略优化。

现代空战环境（由 BSI 开发）： MACE 是一种高度详细的空战场景模拟工具，提供逼真的飞机、导弹系统和雷达跟踪模型。它能够模拟复杂的空中交战，因此非常适合机器学习；算法可以分析交战情况，提供战术和战略方面的见解，从而有可能彻底改变空战训练和规划。

VR Forces（由 MAK Technologies 开发）： VR Forces 可为陆、海、空作战创造详细的虚拟环境。其优势在于能够模拟大规模军事演习和行动。整合机器学习功能可使该平台提供实时战术调整和预测，增强训练演习的真实性和有效性。

图：一些现有的游戏平台可以为军事用途进行调整和改进。现代作战》（左）和《现代海战》（下）就是其中的两个例子： 现代作战》（左）允许用户设计特定的作战场景，《现代海战》（下）则侧重于高保真模拟潜艇战、水面舰艇交战、防空和其他作战。Slitherine / Matrix Games Ltd

演进时间

美国《2022 年国家安全战略》指出，“后冷战时代已经彻底结束，大国之间正在为塑造下一个时代展开竞争”。这意味着战场环境从相对可预测到不可预测的重大转变。因此，迫切需要开发和实施尖端技术，以有效管理和减少不确定性。就像奇异博士一样，海军决策者在人工智能的帮助下，将能够穿越无数场景，找到确保在不确定战场上取得胜利的战术和战略。

参考来源：https://www.usni.org/magazines/proceedings/2024/june/glimpse-future-battlefield-ai-embedded-wargames