关键词:人工智能,北约科技组织,建模与仿真,军事演习和决策,仿真系统

仿真系统在军事领域的运用现状

报告认为,当前军事演习和决策领域的仿真系统能力与利用人工智能等新兴技能后估量能力间存在一定的差距。

1.战术演习

AI增强沉浸式仿真系统北约MSG189参考架构解析上

在战术演习领域,战术等级可分为高战术等级(指挥层级)和低战术等级(前哨/下级)。
个中针对高战术等级的理论、程序、任务演习以及针对较低战术等级的任务演习最能重新兴技能的运用中获益。

1.1高战术等级演习

在高战术等级演习方面,目前基本没有用于演习高等指挥官的仿真系统。
高等指挥官一样平常通过参与课程和以书面形式方案行动方案的办法进行演习,这一方法的缺陷是难以得知方案结果。
另一种办法是进行兵棋推演,但由于其十分费时且需调集职员,以是指挥官也很难有机会参与。
其余,指挥官的级别越高,他们受训的机会就越少,还伴随差错压力和对考试测验新策略的厌恶。

已有的战术演习办法有:一是指挥与参谋培训(CAST) 系统。
该数字系统可以演习军官及其部队进行演习,局限性在于每个实体都是由人类掌握的,因此指挥官须要数百名低级玩家来仿照中等规模的行动。
二是手动兵棋(棋盘游戏或桌面游戏)。
这些是人工主持的游戏,常日利用自定义规则来办理战斗或由领域专家来裁决,但也可以基于商业棋盘游戏。
三是现场练习/演习训练兵棋推演。
这些是现场作战,部队将按照预先设定的作战操持进行战斗。
适宜于练习如何让大型编队在设定时间移动到某个位置,然而在学习战术和计策方面并无实际用途,指挥官也未真正进行决策。
详细用例如下:

用例:地面作战指挥和参谋培训

迄今为止,军事建模与仿真(M&S)紧张运用于面向基层的军事演习。
M&S大量用于培训前哨职员,且许多演习的目标是培训技能和程序,而不是战术。
与广泛利用的较低战术水平演习比较,利用兵棋推演等M&S运用程序来帮忙高等战术指挥官做出更好决策的演习十分有限,紧张是由于这类运用须要大量人力和预算才能实行,而人工智能等新技能将帮助更高等别的军事职员更好、更频繁地接管演习。

目前数字化支持的指挥参谋培训系统是打算机仿真和培训职员的结合,上级指挥官发出指令后,下级操作员会将指令转换成仿照器可实行的命令,受训者据此进行演习。
未来利用人工智能技能和(当前可用的)游戏仿照器后,指挥官可以在业余韶光进行演习,而不须要全体参谋职员来支持该演习。
有助于缩小当前与空想状况之间差距的三个自动化示例如下:

军事互助/对抗游戏的自动化:下级和侧翼部队以及更高指挥部的角色目前由人类完成,人工智能未来可以扮演这类角色。
最初可以利用繁芜的系统和基于规则的人工智能来完成,然后再适应机器学习方法。
机器学习方法可以利用强化学习以学习优化行为的策略,或者基于数据驱动方法,记录专家的数据并与利用模拟学习技能一起利用来模拟专家行为。
教诲支持:演习训练掌握模块可以结合HICON模块,根据受训者的进度为受训者定义场景和命令。
LOCON模块可以确定将受训者的命令转换为下级命令的最佳办法,而 FLANCON模块可以发挥侧翼部队的浸染。

现有指挥参谋培训系统中的HICON、FLANCON、LOCON模块

通信自动化:受训者目前吸收和下达命令的办法是通过有机的沟通办法。
未来,语音技能可以为受训者供应一种与现实附近的互换办法。

未来系统面临的寻衅有:

仿真保真度:上文曾提及不必过度利用VR和3D等技能手段,以免指挥官因沙场信息过多而分散把稳力,但从另一方面讲,在进行战术演习或程序演习时,仿照器中的战斗分辨率水平仍应足够高以确保行为真实。
VR和3D也可用于总结报告,以理解事宜缘由,但在运行时用场有限。
边打边练:“边打边练”范式意味着作战职员应尽可能利用他的操作系统,而不是被动地利用代理仿照界面。
在实训中,C2 信息系统必须与仿照器/游戏接口。
接下来的寻衅是C2的利用——仿照互操作标准或创建可复制此行为的工具,可以创建中间件工具,许可用户在熟习的流程中事情,并且工具将此输入转换为仿照器可以理解的措辞。
从中长期来看,乃至有可能利用人工智能助手将口头或书面指令转换为仿照器可解析格式。

1.2低战术等级演习

在低战术等级演习方面,近年来,仿真演习和虚拟现实大量运用于前哨职员的任务演习。
最初的重点是翱翔员,教他们如何起飞和降落,如何在仿照器中进行空战,然后再在实时平台上进行考试测验。
之后,越来越多的技能被用于步兵、坦克操作员和水手,以演习类似的战术技能。
详细用例如下:

用例1:在翱翔仿照器中针对 AI 进行兵棋推演

目前,大多数兵棋仿照器都有基于规则的智能体,操作几次后即可预测行为。
这些智能体在经由强化学习演习后具备类似人类的决策和行动能力,并且其行为可能超出了传统的模式和原则。
因此,每场比赛都变成了具有不同战术寻衅的不同场景,适用于从前线到总部各个层级。
在总部级别,与AI指挥官对战更具寻衅性,由于AI指挥官已经针对同一战区用不同的条件、战术和练习演习了自己。
该方法具有寻衅性的部分是演习所有前哨AI智能体担当不同的角色以及演习指挥官利用其新AI部队。

基于AI的培训也可能具有适应受训者能力的灵巧性。
培训该当处于知识领域的前沿,在与人工智能的战役中供应适当的寻衅。
如果任务太具寻衅性,将妨碍受训者处理这种情形并学习所需的精确技能。
如果任务太过大略,受训者将无法学到任何新技能,而只会重复随意马虎得到的技能。
人工智能还该当从履历中不断学习,以评估受训者的能力并在兵棋推演期间提出与之能力相称的新寻衅。

用例2:翱翔仿照器中的智能演习场景天生

与AI战斗最有益的部分是从它们的行动中学习新的战术和策略,并将其用于下一场对抗AI的比赛。
其余,拥有系统后不需为不同场景编写太多规则,因此场景天生的韶光减少。

2.战术决策

在战术决策领域,由于该领域十分广泛,包括海陆空(或多领域)以及在不同战术层面的各种新技能,但本文篇幅有限,以是仅从较低和较高的战术决策等级先容三个用例。
详细用例如下:

较低战术级决策用例:翱翔员决策支持系统

强化学习可用于支持翱翔员做决策。
紧张优点一是能适应不断变革的环境,二是合成难以人为复制的智能动作的潜力。
在数字领域接管永劫光培训后,可以在不改换人类翱翔员的情形下将干系知识转移到真实领域。
人类和人工智能智能体可以一起事情并互助实现共同的目标,例如,决策支持系统可以在作战期间为履历丰富的翱翔员供应即时行动建议。
在翱翔员因生理和生理压力导致判断或电机掌握效率低下时,支持系统可以与翱翔员的动作相结合,以便在作战时保持最佳状态。

较高战术级决策用例1:海事监督的决策支持

未来的沙场空间将有更多的传感器,所有这些传感器都在多个域中传送数据,带来海量的数据。
此外,敌军也将供应大量的虚拟和诱饵数据。
最主要的是,未来战役将以高超音速导弹和隐形技能这一前所未有的速率进行,这意味着决策韶光将缩短至几秒钟,须要人工智能的大量支持来肃清噪音并将干系的注释数据呈现给决策者。
这些工具可以在仿真系统中构建并且与实际利用工具非常相似乃至相同。

较高战术级决策用例2:地面作战军事决策过程的决策支持

目前在地面作战方案中制订军事战术决策的的七个步骤为:吸收任务→任务剖析→行动方案开拓→行动方案剖析(兵棋推演)→行动方案比较→通过行动方案→下达命令。
AI可以运用于个中多个步骤,但最获益的两个主要步骤是行动方案开拓和行动方案剖析(兵棋推演)。
在行动方案开拓中,人工智能可以支持考虑许多选项,以提出“最佳”办理方案。
在行动方案剖析(兵棋推演)中,人工智能可以通过呈现逼真的仇敌战术来支持敌军。
以上内容正在一个名为COSMOS(具有建模和仿真的作战行动支持)的项目中研究。

MSG-189参考架构先容

参考架构的目标是创造一个有效且全面的环境,该环境能集成理论和程序准备、综合环境仿真以及传统动力学操作,为职员供应培训和决策做事。
这部分将首先先容参考架构在不同级别的军事行动中的运用及其在军事行动的不同阶段中的操作设想,然后先容参考架构的核心能力和根本举动步伐。

1.处于不同运行阶段的系统

在处于不同的操作级别时,系统架构该当是灵巧的和模块化的,以支持在不同级别(分为技能、后勤、战术、作战和计策级别)操作的军事职员的培训和决策。
不同级别代表着与决策类型干系的不同需求和质量。
因此,不同级别的决策者对其运营环境有不同的意见。
例如,与决策者干系的地理范围;决策者必须把稳的实体及其交互(人、平台和设备)的数量,以及它们的详细程度和抽象程度;更高等别常日在更永劫光跨度的环境中运行的关键任务韶光,这与更高程度的不愿定性、偏差和任务动态的准确性干系。

在做决策时,架构的灵巧性意味着它必须支持用户在全体操作的各个阶段利用系统。
专业知识维度(单人、团队或集体任务培训)中定义的与任务干系的培训能力最能解释这一点。
任务操作的各个阶段如图所示,大箭头表示从操持到申报请示的范例顺序流程,虚线箭头表示可行的转换,以促进整体或部分过程的循坏。

任务方案各阶段

表1:转换解释

在演习时,架构应供应拥有广泛的培训范围,包括理论、程序、任务(个人、团队和集体)和计策培训。

任务演习步骤

参考架构的紧张模块

中间的蓝色矩形代表根据实况-虚拟-布局(LVC) 原则定义的仿真环境,可以稠浊所有类型的仿真。
该环境包含核心模块和专用模块,以知足培训、决策支持、观点开拓和实验的不同需求。
右侧矩形代表专用模块,在技能和功能方面为补充所有级别的紧张环境供应了新的可能性。
左侧是用户界面,展示了一些可能利用的新技能和功能示例,突出了扩展现实和安全,特殊是网络安全,这是在分布式仿真中相称敏感的点。

1.1核心能力:仿真环境

参考架构中的仿真模块

图中有三个水平区域,大致属于实况、虚拟和布局仿真,三者区分并不明确,存在“渗透”。
一样平常而言,所有模块都环绕“网络和仿真根本举动步伐”展开,包括网络软件模块、分布式仿真实行、网络保护模板、传统仿照器/系统的界面。
仿照器可以通过合成环境进行连接。
“合成环境”是根据特定需求供应地形、气候、建筑、道路等真实环境模型来刺激别的模块,打算机天生兵力将在这个环境中进行演习和练习。
“仿真掌握”卖力监控、记录和再现任何网络活动,可用于仿真系统、在虚拟级别运行的系统、现实天下中向仿真平台发送数据的系统和减轻操作者利用包袱的所有工具。
“平台”卖力供应标准的预设平台,例如海上、陆地。
个中包含工具行为以及根本举动步伐、传感器和设备等繁芜系统。
因此,这个模块专用于须要更专业和准确仿真的特定工具,个中的每一个都可以是完全的软件模型,或者包含实体模型、仿真器或真实部件。
“通信”是通过稠浊仿照有线和无线通信的合成和真实分段来制作,还须要能配备真实设备。
“系统”表示可以合并其他大略或繁芜的系统,包括实际零件。
在这种情形下,合成环境用于仿照真实设备。

综上,全体仿真环境是通过虚拟天下和真实天下的连接完成的,双箭头表示在合成天下中注入来自现实天下的信息和刺激。
从理论上而言,所有访问仅受履行的MSaaS(建模和仿真即做事)供应的做事数量、连接数据库网络(云根本举动步伐)的完全性、干系硬件的能力(基于云打算)的限定。

1.2仿照与仿真根本举动步伐:系统界面、MSaaS、根本资源

建模和仿真即做事 (MSaaS) 将供应将传统云根本架构与以下功能结合起来的做事:一是扩展传统虚拟环境,用于能够具象化的(基于云的)动态环境的实验、测试和培训活动;二是扩展物理和虚拟网络,用于仿照非电缆通信的活动,例如仿照无线、无线电或卫星网络;三是管理所有虚拟资产(例如,传统仿照器和虚拟仿照器、容器化M&S做事)。

为MSaaS准备的M&S根本架构逻辑块

图片描述了一个范例的仿照与仿真根本举动步伐,其组件既可作为单个模块独立运行,也可用于支持更繁芜的协作中央网络。
“Web门户”代表外部接口,涵盖与用户(HCI)和其它系统的交互,以阻挡未经授权的访问,确保系统的同等性并阻挡可能的系统故障。
进入门户后,用户被授权访问不同的数据库,比如包含各种仿真资源的“软件库”,个中有仿真工具(人工制品、模型、产品信息、地形、合成环境资源等)、基本虚拟机(配置操作系统)等;“知识库”,个中的专业知识可用于培训或支持用户,还可用于存储在利用大数据或人工智能技能时所需的知识;“数据库”集群,用户可以在个中利用多个管理功能(例如,保存特定的仿真会话,以便重启或重复仿真)。
用户还可以访问打算机和网络方面的硬件资源(物理或虚拟),这些资源可用于潜在的全体互连网络。
此外,还有一个可用于备份或专门存储资源确当地数据库。

1.3M&S根本举动步伐:MSaaS层

北约建模与仿真小组设想了一个真正的面向做事的架构,个中的做事和仿真资源将可用于实现 M&S做事的自动组合(编排)。

MSaaS 的 M&S 根本举动步伐软件层

如图所示,最底层是构成最基本构造的物理设备,上一层是专用于虚拟网络和虚拟机管理。
再上一层是专门用于云管理和其他共享资源,末了是MSaaS的核心——编排平台,供应前面提到的做事创造、会话组合、会话实行等紧张功能。