《评估人工智能和自动化赋能的指挥与控制决策辅助工具的任务有效性分析框架》美国西点军校2023最新论文

这项工作得到了美国陆军作战能力发展司令部（DEVCOM）分析中心（DAC）的支持。

美国陆军对人工智能和辅助自动化（AI/AA）技术在战场上的应用有着浓厚的兴趣，以帮助整理、分类和澄清多种形势和传感器数据流，为指挥官提供清晰、准确的作战图景，从而实现快速和适当的决策。本文提供了一种与作战模拟输出数据相结合的分析评估框架方法。该框架有助于评估AI/AA辅助指挥和控制的任务有效性。该方法是通过一个真实世界的作战小故事来证明的，这个小故事是指一个AI/AA辅助的营被指派去清理战场的一个区域。结果表明，具有AI/AA优势的模拟场景促进了更高的预期任务有效性得分。

引言

美国陆军目前正在开发决策辅助系统，将人工智能和辅助自动化（AI/AA）技术纳入作战空间。根据美国陆军机动中心的说法，士兵在决策辅助系统等人工智能/自动化系统的协助下，战斗效率可提高10倍（Aliotta，2022）。决策援助是一种工具，旨在协助指挥官在战斗场景中减少他们的决策时间，同时提高决策质量和任务效率（Shaneman, George, & Busart, 2022）；这些工具有助于整理作战数据流，协助指挥官进行战场感知，以帮助他们做出明智、实时的决策。与使用AI/AA决策辅助工具相关的一个问题是，陆军目前缺乏一个有效的框架来评估工具在作战环境中的使用。因此，在本文中，我们描述了我们的研究、设计和开发的分析框架，并结合建模和仿真，以评估AI/AA决策辅助工具在任务有效性方面的情况。

作为分析框架发展的一部分，进行了广泛的文献审查，并对30多个利益相关者进行了分析，这些利益相关者在AI/AA、决策辅助工具、指挥和控制以及建模和仿真等领域具有丰富的知识。这些利益相关者根据他们对上述主题的熟悉程度被安排到焦点小组。我们与每个小组进行了虚拟的焦点小组会议，收集反馈意见，并利用它来推动我们的发现、结论和建议（FCR）。同时，我们开发了一个现实的战场小故事和场景。利用这个场景和我们的FCR输出，我们与美国陆军发展部分析中心（DAC）合作，通过建模和模拟，开发了一个目标的功能层次，以衡量。我们将假设的战斗场景转移到One Semi-Automated Forces（OneSAF）中，这是一个利用计算机生成的部队的模拟软件，提供部分或完全自动化的实体和行为的模型，旨在支持军队的准备工作（PEOSTRI，2023）。利用分析层次过程，我们激发了评估决策者的偏好，计算了功能层次中目标的权重，并创建了一个电子表格模型，纳入OneSAF的输出数据，并提供一个量化的价值分数。通过A-B测试，我们收集了基线模拟和模拟AI/AA效果的分数。我们比较了A和B方案的结果，评估了AI/AA对模拟中友军的任务有效性的影响。