这项合作研究描述了与当前联合作战方式相关的挑战,包括将作战司令部作为作战总部,以及联合特遣部队在应对危机方面的不足。对联合特遣部队的分析包括反应时间、人员配置、训练和准备问题。此外,该研究还讨论了联合作战的挑战,包括单一服务和联合作战之间的关键差异以及联合指挥和控制的独特方面。随后,作者提出了一个替代性的常设联合作战总部,暂时称为美国远征军(AEF)。对美国远征军的讨论包括一个潜在的组织结构,关键要素在联合行动过程中的作用,以及该组织框架如何在选定的作战司令部内应用。最后,本研究讨论了拥有常设总部的意义,这些总部可以分析和试验当前的服务和联合行动概念,以便为未来的冲突做好准备。

美国军队将如何在未来的战争中保持竞争优势?由于其对手正在发展更迅速的作战和取胜能力,美军必须比其对手更早地成为一支卓越和可持续的联合部队,并朝着建立常设远征军总部而不是联合特遣部队(JTF)的方向发展,作为其主要作战总部。美军应将美国远征军正式确定为主要的联合作战总部,以应对需要军事干预的危机。成功的实施需要这些总部与联合作战的性质相一致,利用各军种的优势,尽量减少额外的部队结构要求,并协助目前的联合和军种概念发展。

现有的作战司令部并不是最佳的联合作战总部,因为它们将大部分时间用于军事外交、战区安全合作和对大国竞争的支持。目前依靠联合特遣部队来填补这一空白是有问题的,因为危机后启动这种编队需要大量的组建时间,而且联合特遣部队总部主要来自单一军种的总部,他们缺乏进行复杂的联合行动所需的经验和训练。

美军应建立美国远征军,作为主要的联合作战总部。这些总部应该是常设的;有编号的;在区域上与地域作战司令部保持一致;并从现有的、在区域上保持一致的军种总部和编队中挑选。拟议的美国远征军将与美国远征军组成部分的指挥官一起,在与美国远征军指挥官组成的指挥委员会中进行联合指挥决策;以职能人员组织,而不是按J代码组织;并采用联合作战行动程序,由指挥委员会及其职能人员制定联合行动方法,组成部分的指挥人员参与详细规划和命令的制定。

美国远征军概念的一个主要好处是,除了在紧急情况下的联合作战外,还能够调整和试验军种和联合行动概念,以实现部队管理。常备的美国远征军非常适合试验、评估和发展联合作战概念和特定服务概念,并在联合作战中整合空间和网络领域。作为区域性的、持续建立的联合编队,美国远征军可以针对潜在对手的理论和能力最有效地测试这些概念。

在未来,美军快速、有效和联合应对对手行动的能力将成为一种战略威慑力。尽管建立以目前联合特遣部队组织为模式的常设作战总部将有助于解决目前方法在效率和有效性方面的一些不足,但这种解决方案并不完整。此外,在不增加部队结构的情况下,得到军种的支持,与当前的联合概念发展倡议保持一致,或者成功实施,都是不太可能的。因此,美军应将美国远征军正式确定为主要的联合作战总部,以应对需要军事干预的危机。

成为VIP会员查看完整内容
53

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。
【美军作战条令】《两栖作战》新版284页
专知会员服务
168+阅读 · 2022年9月19日
2022最新《用于联合全域作战的新指挥架构》美国空军学院
【美军作战条令】《两栖作战》新版284页
专知
31+阅读 · 2022年9月20日
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014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
2+阅读 · 2013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
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年11月18日
Arxiv
0+阅读 · 2022年11月17日
Arxiv
16+阅读 · 2021年11月27日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
16+阅读 · 2021年1月27日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
Arxiv
11+阅读 · 2018年5月13日
VIP会员
相关VIP内容
【美军作战条令】《两栖作战》新版284页
专知会员服务
168+阅读 · 2022年9月19日
2022最新《用于联合全域作战的新指挥架构》美国空军学院
相关基金
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014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
2+阅读 · 2013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
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
91+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年11月18日
Arxiv
0+阅读 · 2022年11月17日
Arxiv
16+阅读 · 2021年11月27日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
16+阅读 · 2021年1月27日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
Arxiv
11+阅读 · 2018年5月13日
微信扫码咨询专知VIP会员