《增强型作战战术推理框架：未来可视化与协作演示》2023最新47页技术报告

本报告介绍了美国陆军研究实验室内容理解处的研究人员在 2023 财年为采用增强型战术推理（ETI）框架所做的工作。ETI 的开发旨在支持多智能体环境（数据源智能体、推理模型智能体和决策者智能体）中人工推理研究的实验和演示。在本报告中，ETI 被用于在跨现实环境中演示基于不确定性的决策推荐功能。从模拟场景的数据开始，再加上额外的外部环境，ETI 智能体对态势感知信息中的不确定性进行推理，为决策者提供建议选择。最后，ETI 的产品被转化为跨现实可视化，以探索新的人机交互模式。

增强战术推理（ETI）框架的设计和创建是为了支持人工推理研究的实验和演示。ETI 目前的结构包括三个主要智能体：数据源智能体、推理模型智能体和决策者智能体。数据源智能体分为几大类：信息（图像、音频、文本）、设备、网络和可视化。数据源智能体可以捕获数据并将数据传输给其他智能体。其他信息系统也可以向这些智能体提供数据。推理模型智能体执行不同方面和不同层次的推理。推理智能体的输出将有助于生成建议的决策。决策者智能体负责做出最终决策。这些 ETI 智能体可以是模块化的，允许串行或并行处理，以及独立或相互依存。在这项工作中，ETI 发挥着决策辅助工具的作用。主要的推理模型是信息不确定性（UoI）模块。该 UoI 模块可在决策建议中考虑任何信息的不确定性。ETI 的另一项功能是实现与人类的互动，包括未来的可视化和协作环境。我们在跨现实（XR）环境--运筹、研究与分析加速用户推理（AURORA）中进行了演示。与 AURORA 等系统集成后，可以探索智能系统与人类交互的新模式。在本报告中，将详细介绍我们的演示开发过程，包括将模拟环境中的数据映射到可视化环境中，将决策点和 ETI 建议纳入行动方案中，以及用 "假设 "情况来增强场景，以探索基于推理的框架的影响。

这项研究的目标是开发、整合和演示基于推理的决策框架。ETI 框架的决策建议被用于师演习训练和审查系统（DXTRS）中的模拟场景，并在 XR 环境 AURORA 中实现可视化。下文将介绍 DXTRS、场景和 AURORA 可视化的背景情况。

DXTRS场景

在该场景中，蓝军（BLUFOR）的目标是向东推进，穿过阿塞拜疆名为阿格达姆区的地区，同时与部署在河东的对方部队（OPFOR）交战并将其消灭。(见图 1）

随着任务的展开，BLUFOR 将遇到一条阻碍他们前进的河流，他们需要在那里进行湿空隙穿越。(见图 2）

AURORA跨现实共同作战图 (XRCOP)

为了探索可视化和与 ETI 的交互，DXTRS 场景和相关的 ETI 推理信息在 XR 环境中显示。该环境由美国陆军作战能力发展司令部（DEVCOM）陆军研究实验室（ARL）开发，名为 AURORA。AURORA 为安全、联网、多设备跨现实信息调解和交互提供了一个通用作战框架。为了便于可视化，将场景数据集合映射为 AURORA 可以处理的目标光标（CoT）信息。本报告第 3 部分将详细解释映射过程。图 3 和图 4 显示了AURORA环境中的场景截图。

ETI 决策建议

如前所述，ETI 的设计是利用各种推理模型作为模块，允许不同的推理配置。本次工作的推理模型是用户体验模块。UoI 的概念包括产生或捕捉一个值，并用描述符对不确定值进行分类。这为决策者提供了不确定性的上下文信息，并支持对由此产生的建议进行推理。描述符基于格申论文中提出的不完全信息的性质。目前，该分类法包括不一致、损坏、不连贯、不完整、不精确、复杂和可疑。它们共同描述了特定信息源不确定性的原因和类型。

当前版本的UoI表达式是一个加权和，如式1所示。