《复合人工智能决策优势：面向军事行动的人类数字孪生智能体编队与群体建模》最新文献

本文提出一种创新性复合人工智能方法，整合了美国国防高级研究计划局（DARPA）的“人类数字孪生智能体编队评估与建模”（EMHAT）和“构建弹性信息生态系统”（BRIES）项目，实现对军事行动场景中智能体人工智能工作流动态的精细化建模与严谨评估。现有系统缺乏同步建模具有丰富心理人口属性与记忆表征的人类数字孪生，并评估多维性能指标的能力。复合人工智能解决方案通过专业化多智能体架构填补这一空白，为编队效能与群体层级信息弹性提供前所未有的洞察力。在多场景中部署专用认知语言智能体：EMHAT支持基于多样化人类数字孪生智能体的搜救模拟，严格测量编队流程与状态指标以提升协同效能；EMHAT实验结果表明人类数字孪生个体能力与团队导向如何影响任务绩效。BRIES技术采用多智能体架构，配备“扭曲者”（对抗场景生成）、“探测者”与“防御者”（战术评估响应）及“评估者”（因果分析）智能体以支持内容生成，随后使群体数字孪生智能体接触生成内容，测试模拟人群中的信息作战策略。BRIES系统成功建模了群体层级对不同信息策略的响应差异，揭示认知扭曲等特定群体因素如何影响内容传播行为与信息生态系统弹性。本研究提出可直接应用的复合人工智能建模与仿真框架，使指挥员与训练人员能在高风险环境部署前量化评估军事编队绩效、检验信息作战效能并优化训练方案。

现代军事行动在关键领域面临前所未有的挑战：优化人机智能体编队以提升战术效能（瓦卡罗等人，2024年；沃尔科娃等人，2025年），构建抵御对抗性信息活动的弹性防御体系。正如北约“认知战”概念所强调，未来冲突将日益把人类认知作为作战域（北约盟军转型司令部，2023年）。现有人机编队绩效建模方法难以捕捉人格特质（阿卜杜勒拉赫曼等人，2024年）、信任动态（阮等人，2025年；涂等人，2025年；麦克达夫等人，2025年）与作战效能间复杂相互作用——这些因素从决策支持到争议环境中的协同行动均决定任务成败。本文提出复合人工智能方法——整合前沿模型、智能体与工具的框架（扎哈里亚等人，2024年；沃尔科娃等人，2024年），通过两个互补用例应对这些挑战。该方法的核心是人类数字孪生智能体——整合人格特质、认知过程与行为模式的个体计算表征，能模拟虚拟环境中人类决策、情绪响应与社会互动（美国国家科学、工程与医学院，2024年）。EMHAT实现人类数字孪生智能体的搜救模拟，严格测量编队流程与状态指标以提升协同效能；BRIES技术则通过多智能体架构支持信息活动生成，并建模群体人类数字孪生行为、态度与脆弱性。通过将具有心理人口属性与记忆表征的编队及群体层级人类数字孪生整合，建模仿真框架配备严谨因果验证工具，使指挥员能在高风险环境部署前量化评估编队绩效、检验信息作战效能并优化训练方案。

相关研究现状

当前基于前沿模型与大型语言模型驱动智能体的人类社会行为仿真方法在规模、保真度与真实验证方面存在根本局限（帕克等人，2024年；阿卜杜勒拉赫曼等人，2024年）。传统态度与观点动态建模严重依赖社交媒体数据，将分析局限特定线上群体，且缺乏社会经济与健康指标的多模态背景（沃尔科娃等人，2021年）。这些局限在满足“动态人机编队系统中人工智能作战化”（卡萨尼等人，2025年）的军事需求及开发可扩展主动解决方案时尤为突出。大型语言模型驱动智能体的最新进展显现在人类行为仿真领域的重大突破。帕克等人（2023年）开创性提出“生成式智能体”实现逼真仿真，通过记忆流与反思机制涌现社会行为。在此基础上，SOTOPIA（周等人，2024年）通过目标驱动交互评估社会智能，其最新扩展SOTOPIA-S4（周等人，2025年）提供用户友好系统支持灵活可定制的大规模社会仿真。这些进展的关键在于塑造智能体人格的能力——BIG5-CHAT（李等人，2025年）证明基于人类基础数据训练可创建与心理学框架一致且具稳定人格特质的大型语言模型。CAMEL（李等人，2023年）等附加框架展现在角色化场景中涌现的协同行为。包括AI小镇（2023年）、OASIS（汤等人，2024年）及谷歌DeepMind的Concordia（韦日涅夫采夫等人，2023年）在内的群体级系统支持数百智能体的观点动态与社会影响建模。AgentClinic（2024年）与CharacterEval（2024年）等专业框架通过社会真实性与目标达成度的复杂评估指标推进领域特异性行为建模。然而，现有军事认知安全框架（北约盟军转型司令部，2023年；北约战略传播卓越中心，2021年；菲茨帕特里克等人，2022年）仅提供战略指导却缺乏可扩展技术实现，而产业界聚焦人工智能助手而非防御关键的群体行为仿真工具（沃尔科娃等人，2024年）。当前系统无法在评估多维性能指标的同时建模具有丰富心理人口属性与记忆表征的人类数字孪生（美国国家科学、工程与医学院，2024年），这一关键空白由复合人工智能方法通过集成建模、仿真与因果评估能力予以填补。

方法

图1. 人类数字孪生架构将智能体档案（生物特征、目标）与行为决策循环相结合，该循环通过提示与防护栏处理情境以生成行动与工具调用。记忆系统整合了语义记忆（事实）、程序性记忆（技能）与情景记忆（经历）及双向学习路径。基于外部检索增强生成的知识检索与世界状态同步实现了情境感知、人格一致的行为。

图2. 编队与群体仿真。具有核心信念、思想、通信历史与情绪反应的人类数字孪生智能体，在接触Reddit或团队通信时从其检索增强生成记忆库中检索相关条目。仿真引擎协调智能体互动（评论、思想），同时捕获测量内容信任度与分享意图的帖后调查响应，用于评估信息弹性与编队效能策略。

• 个体与群体数字孪生开发与仿真

该方法采用多阶段流程构建人类数字孪生，以精确模拟操作环境中人类的认知、情绪与行为响应。图1所示的人类数字孪生架构整合了多个互连组件，旨在捕捉人格特质、认知过程与情境动态间的微妙相互作用。档案生成系统实施分层构建流程，综合多维度心理人口属性。采用OCEAN大五人格框架（巴里克与芒特，1991年；保诺宁与阿什顿，2021年）作为基础人格模型，生成符合正态分布的特质分数。为保持真实的特质间关系，实施了源自人格研究大规模元分析的相关矩阵。例如，高外向性分数与高开放性分数相关，而高宜人性与低神经质相关。BRIES场景中的认知扭曲分配（尤里卡与迪托马索，2005年）基于OCEAN分数加权，创建心理一致的人类数字孪生档案。采用GPT-4o（开放人工智能，2024年）作为档案生成的主要语言模型，提供包含核心人口统计与人格属性的种子数据。该模型接收包含基础OCEAN分数与衍生认知模式、含年龄职业教育水平的人口统计锚点、校准至群体分布的社会经济指标、及基于人格行为相关性（林奇等人，2025年）的行为倾向的结构化提示。

EMHAT仿真框架实例化三个专用人类数字孪生，配置作战搜救任务必备的 distinct 操作角色：医疗专家、战斗工兵与撤离运输员，每个智能体体现对任务成功至关重要的角色专属能力（黄等人，2022年）。这些角色不对称性创建了依赖关系——例如工兵独有的废墟清理能力形成了需要协同编队努力的天然瓶颈。EMHAT智能体通过集成数据流（含编队通信、可操作导航指令集与动态状态信息）保持环境感知。EMHAT智能体执行的行为包括战术信息交换、空间导航规划、任务目标优先级排序与情境数据分析——所有决策均受其配置的人格档案与动态演化的智能体间信任关系（阮等人，2025年）影响。

图2所示的BRIES群体仿真将人类数字孪生智能体部署于Reddit风格讨论帖中，使其基于配置身份自主进行社交媒体互动。当遭遇帖子与评论时，智能体使用检索增强生成从其个体向量数据库检索相关记忆，实现基于过往互动、存储思想与情绪反应的情境感知响应。智能体随后执行决策协议以点赞、点踩或撰写回复，系统实施通知机制在贡献获回应时提醒智能体，为其基于人格档案选择持续互动或战略静默提供机会。在整个互动过程中，智能体持续生成并存储校准至其身份规格的思想与情绪反应，构建影响未来行为模式的丰富记忆库。帖子互动结束后，每个智能体接受结构化帖后访谈评估其内容认知立场，包括对帖子真实性的信任度、与他人分享帖子的可能性、与亲友讨论话题的倾向及在其他社交媒体平台放大内容的意愿，从而捕获即时行为响应与反映不同人格配置如何影响信息生态动态的下游传播意图。

• 个体与群体数字孪生评估

从仿真通信中提取社会-情绪-认知构念

BRIES与EMHAT实验均采用一套综合性人工智能驱动分析工具，自动从编队与群体通信中提取并分析社会-情绪-认知构念。这些（沃尔科娃等人，2021年）总结的分析包括：通过赞同、建议与希望表达等特定策略识别意图与情绪的同理心检测模型（西等人，2019年）；评估内涵、观点、态度（拉什金等人，2016年）、跨伤害、公平、纯洁、权威与内群体五维度道德价值（格雷厄姆等人，2013年）及主观性模式（拉什金等人，2017年）的社会认知分析；以及使用基于DistilBERT的情感分析模型（桑等人，2020年）、Detoxify毒性检测（哈努与统一团队，2020年）与情绪识别（萨瓦尼，2024年）的情绪分析。

数字孪生仿真的因果研究

针对群体层级信息弹性（BRIES）与个体人类数字孪生编队（EMHAT）的数字孪生仿真因果评估采用因果分析方法评估并解释仿真结果。遵循珀尔的因果框架（珀尔，2009年；珀尔与麦肯齐，2018年），通过NOTEARS算法与CausalNex包（量子黑实验室，2020年；郑等人，2018年）利用结构方程模型发现因果结构，聚焦处理（如接种策略或编队干预）与结果（如团队绩效指标、社会-情绪-认知构念）的同时阻断处理间传入边以避免混淆效应。此外，使用EconML的因果森林进行平均处理效应估计（巴托基等人，2019年；切尔诺茹科夫等人，2016年；瓦格与阿西，2018年），从智能体流水线分析处理、结果与协变量以隔离个体处理效应。该双重方法价值显著：结构方程模型捕获心理与编队维度的复杂相互关系与级联效应——揭示说服技巧或团队动态如何在网络化响应中运作——而平均处理效应在受控情境中精确隔离直接因果影响。对BRIES群体仿真，此法可量化不同接种策略如何影响群体对抗信息攻击的弹性；对EMHAT编队仿真，则可测量特定干预（如个体能力与团队导向）如何影响人类数字孪生编队协调、通信模式与任务成功，最终规模化优化认知安全与操作层级编队绩效（沃尔科娃等人，2021年）。