軍事智能推演研究綜述

王丹妮 徐麗 李思照

摘要：軍事智能推演在復雜、大規模、多裝備軍事推演領域扮演著重要的角色，通過模擬戰場環境，不僅能夠對已經制定好但還未實行的作戰計劃進行演練與改進，還能復現已經完成的作戰任務，對作戰過程進行客觀評價和理性總結。從智能推演的發展、軍事仿真推演系統的成果、軍事推演的關鍵技術及其研究現狀，以及推演方案評估等幾個方面對當前軍事智能推演發展情況進行梳理與展望。

關鍵詞：智能推演；仿真推演；人工智能；深度強化學習

中圖分類號：E91文獻標志碼：A文章編號：1008-1739（2022）09-43-9

現代戰爭的范圍正向陸、海、空、天、電、網一體化拓展，具有復雜多變、戰場迷霧、立體對抗和數據量劇增等特點[1]。與此同時，人工智能的第3次浪潮推動軍事活動朝著計算智能到智能感知再到智能認知發展。兵棋是當前最常用的輔助和決策工具，算法支持下的計算機兵棋推演能夠實現軍事智能化的探索，形成綜合不同兵種的大規模兵棋系統。

軍事推演主要包括2個方面的內容[2]：一是對已經制定好但還未實行的作戰計劃，通過推演行動模擬和評估過程中存在的不確定性，為計劃的修改完善提供科學依據；二是對已經完成的作戰行動復現，對其作戰決策進行客觀評價，對作戰經驗進行理性總結。運用人工智能技術開發基于多維信息的戰場態勢感知和決策智能化，并將其應用到軍事活動的對抗推演或輔助指揮控制智能決策中，一直是軍事智能化領域的研究熱點，同時能削減軍費開支、節約人力和時間、降低戰場傷亡。實現軍事推演智能化要從數據、態勢分析和智能算法三大要素出發，解決聯合作戰不確定性系統的智能博弈與決策問題，建立對抗策略與學習技術，使軍事推演過程能夠模擬人的行為，正確判斷戰場態勢，選擇最優的決策進行下一步行動。

以深度學習和強化學習為代表的人工智能技術已經在圖像識別、語音識別和自然語言處理等領域逼近或超越人類感知。能夠在規則不完備、信息不完全的情況下與環境交互，具有強大的決策能力，在軍事推演領域有著廣泛的應用前景。基于以上背景，本文主要從兵棋推演、仿真推演系統、軍事推演的關鍵技術和研究現狀以及方案評估方面對當前軍事推演發展現狀進行梳理。

1.1兵棋推演

兵棋于1811年由普魯士的宮廷文職戰爭顧問馮·萊斯維茨發明，在國外已有200多年的歷史，是現代戰爭模擬和分析的重要手段。兵棋推演則是利用兵棋模擬戰爭活動的工具，通過多種科學方法實現戰爭過程的仿真及推演，采用人在回路的方式按照兵棋規則掌控局勢，完成對抗作戰的過程，被古今兵家視作有效的作戰推演和訓練手段之一。人在回路的推演方式如圖1所示。

兵棋的棋子由代表作戰單位的“單位算子”和代表戰場事件的“事件算子”構成。單位算子上顯示軍兵種、主要裝備、攻擊力值和防御力值等信息，事件算子則用于記錄傷亡、損耗和突發事件等動態情況，受裁決者控制[4]。

兵棋規則是兵棋推演的核心準則。按照勝負裁決規則可將兵棋分為嚴格依據兵棋規則手冊進行結果裁決的“嚴格式兵棋”和由裁決者靈活實施裁決規則的“自由式兵棋”，現多以“嚴格式兵棋”研究為主。然而，兵棋推演勝負裁決規則建立困難，針對此問題，薛輝等人[5]運用運籌分析方法建立基礎作戰模型，通過Bayes方法及混合Beta分布實現基礎模型與歷史經驗規律的合理融合，調整勝負裁決概率達成有效提高勝負裁決概率準確度的目標，完成了對兵棋推演的勝負裁決規則建模的首次探索。此外，蘭徹斯特模型和模糊Petir網的知識表示與推理方法在兵棋規則和推理決策的設計中也受

學者青睞[6-7]。

兵棋隨著計算機的出現而快速推廣，20世紀60年代計算機兵棋出現，于80年代后期隨著計算機的普及被廣泛應用[8]。計算機兵棋使用戶能夠定義自己的能力，而不受預定義能力集的限制[9]，在油庫火災的構想和應用[10]、高校國防教育課程[11]、城市危機應急管理[12-13]和后勤物資儲備計算[14-15]等方面，特別是在公共衛生防疫領域[16]被屢次采用。2020年新冠肺炎疫情對世界格局產生極大影響，著名的矩陣式兵棋專家Tim Price就此設計了一個矩陣式兵棋———抹平曲線（Flattening the Curve）推演新冠肺炎疫情。

由于計算機在存儲、計算和繪圖方面具有獨特優勢受到軍方重視，遂各國開發多種兵棋推演系統助力軍事仿真推演。兵棋推演系統在大規模聯合作戰理論和戰法研究方面發揮著重要作用[17]。目前為止，推演系統的研發成果以美國為主，美國雖非兵棋發源地，卻是兵棋的集大成者[18]，在作戰技術路線繪制[19]、自動生成防空任務航路規劃[20]、復制大規模演習[21]等多領域均使用計算機兵棋技術，而且開發出眾多被投入使用的計算機兵棋仿真推演系統。對于兵棋系統在實戰化軍事訓練中的應用[22]，我國仍處于探索發展階段，能夠完整投入軍事訓練的推演系統較少，其中，由國防科技大學楊峰教授團隊開發的OCEAN仿真兵棋推演平臺被用于驗證對象過程方法論（Object-Process Methodology，OPM）作為輔助高層決策作戰行動方案建模方法的有效性[23]。

事實上，兵棋推演作為一種對抗活動并非按照“下棋”的方式雙方輪流每次執行一步策略，而是依照實際作戰環境，逼真展現陸、海、空、天、電、網聯合作戰環境，根據態勢進行決策，完成推演過程的持續推進。因此，兵棋推演需要打破回合制的推演過程向實時模擬對抗轉變。大型的兵棋推演與棋類對抗推演方法不同，主要涵蓋以下3點：①各級指揮員和指揮機關為主的參演人員；②兵棋系統模擬的戰場環境和作戰部隊及相關數據、規則和約束等；③組織兵棋推演的導演及導調機構。由于戰爭中存在各種不確定性，同樣的策略應用于不同的戰場可能會造成截然相反的結果，這就明確了兵棋推演的目標是過程重于結果，發現問題重于區別勝負。

然而，兵棋不是解決戰爭問題的萬能工具。美國著名兵棋專家Peter.Perla在文獻[24]中指出，兵棋推演必須與實兵演習、運籌分析、軍事歷史研究結合在一起，形成一個連續的研究循環，使每一種工具都能在其中發揮最大的功用。如今兵棋推演與人工智能技術的融合成為研究熱點，這將逐步實現從現代計算機兵棋到智能兵棋的飛躍，智能兵棋推演能夠實現訓練、對抗、評估的一體化，是未來對抗作戰的關鍵樞紐，美國已投入近20億美元用于人工智能應用兵棋推演的研究[25]。

1.2仿真推演

隨著智能化技術的迅猛發展，新型科學技術在信息化戰爭中得到廣泛應用，特別是仿真技術在軍事科學領域扮演著重要角色。仿真推演系統綜合多種武器裝備和戰術，能夠模擬復雜戰場環境下武器裝備對抗場景，是研究戰爭的重要手段。

1.2.1仿真推演

仿真技術集成計算機、網絡、軟件、信息和控制等多個技術領域的知識，然后利用這種綜合性知識建立模型實現科學實驗，能有效完成系統分析、設計、試驗和評估，具有經濟可靠、安全實用、靈活有效的優勢，在軍事領域具備廣闊的發展前景。軍事仿真是指對武器技術、系統及作戰的仿真，在軍隊訓練、武器研制、作戰計劃制定等發面發揮著重要作用，是國防領域重點發展的關鍵技術[26]。美國在軍事建模與仿真領域領跑全球，其在仿真推演系統研究過程中產生的標準已成為世界各國開發作戰仿真系統的藍本和基礎[27]。目前，美國已經將仿真推演系統作為軍事研究的首選工具，對縮短作戰概念更新周期、減少實際演習次數、節省經費、提升武器裝備性能、強化軍隊訓練等方面十分有效，這也是美國在軍事領域始終保持強國地位的關鍵點之一。

美國的軍事建模與仿真技術的發展主要經歷了3個階段：一是以傳統建模理論為代表的分析模型，將作戰裝備及其性能經相關算法處理后，結合概率論對武器裝備的效能進行分析預測；二是分布式交互技術為代表的多層次聯邦模型，以1996年8月美國國防部頒布的通用高層體系結構（High Level Architecture，HLA）為核心創建起的分布式仿真聯邦，仿真成員可以自由地加入聯邦，使用RTI完成成員間的對抗和交互。21世紀數據分發服務（Data Distribution Service，DDS）與HLA聯合的運行模式在作戰仿真推演系統中興起，成為當前軍事仿真推演領域的標準規范，對仿真需求中存在的問題有較強的處理能力；三是C4ISR建模為核心的集成建模與仿真技術。體系效能分析仿真系統（System Effectiveness Analysis Simulation，SEAS）是蘭德公司以C4ISR為核心開發的仿真系統，采用集中服務式的體系結構和閉環蒙特卡洛隨機仿真分析作戰效能。美軍的典型仿真推演系統有兵力結構效能仿真系統（4ACES）、擴展放空仿真系統（EADSIM）、戰區聯合作戰模擬系統（JTLS）、美軍聯合作戰仿真系統（JWARS）、半自動兵力仿真系統（OneSAF）、現代空海作戰兵棋推演系統（CMANO）和SEAS。

1.2.2在軍事訓練中的應用價值

戰爭的勝利涉及到各種各樣的因素。根據軍事理論，這些要素通常涉及部署、偵察、機動、突破、節奏、突襲、利用和沖擊等，目的是造成敵方組織的瓦解[28]。實戰化訓練需要復刻實際戰場環境，在軍事訓練中無法長期廣泛使用，因此，仿真推演系統成為軍事訓練中為達成信息化戰場態勢模擬、數字化作戰行動決策、科學性方案分析目的首選的形式，同時能夠實現實戰化訓練的對抗需求。黃其旺等人[27]以仿真推演的作用為立足點，從分析類仿真、訓練類仿真和采辦類仿真3個方面分別論述了仿真推演系統對現代戰爭的主要影響。本文將從以下3點分析仿真推演系統在軍事訓練中的應用價值：

①仿真推演系統為實戰化軍事訓練提供先進的訓練工具。仿真推演系統集成了兵棋推演技術，是一種存在缺陷但十分有用的工具[29]，能夠運用兵棋系統實時觀測戰場地理環境、即時掌握全方位戰場數據、分析受控變量與觀測結果的因果關系、訓練作戰人員對動態戰場形勢定量分析思維及支持作戰決策的量化分析。實現新技術和新理念與現有策略快速有效融合來增強軍事實戰能力，向沉浸式的聯合作戰方向推進是仿真推演系統的重要發展趨勢之一。

②仿真推演系統為實戰化軍事訓練提供科學的方法論指導。與傳統手工兵棋相比，仿真推演系統具備應對矛盾的哲學思維，面對奇正虛實、進攻防御、打擊抵抗等狀況能客觀地反映戰爭規律。對于實戰化戰場中存在的不確定性，通過兵棋規則和隨機數發生器的設計實現不可復制的作戰結果。仿真推演活動能夠在不斷地推演和復盤中培養推演人員的思維，積累作戰經驗，從而不斷提高謀略水平和應對重、難、新問題的能力。

③仿真推演系統為新型武器裝備的發展提供優化思路。仿真技術被美國國防部貫穿于裝備建設從發展規劃、設計定型、研制生產到部署使用、維修保障的整個生命周期，通過仿真推演系統分析不同裝備體系在探測、通信、毀傷和決策能力上的差別，為武器裝備體系的發展進行定量分析，提高工作效率。

1.3關鍵技術

1.3.1理論基礎

理論指導科學研究的具體進程，研究結果促進新理論的生成，二者相互促進，互相成就。軍事推演與人工智能技術的融合同樣建立在理論基礎與科學研究相輔相成的基礎上。軍事推演的目的是通過推演尋找和判斷決策是否可行，是對決策路徑的搜索行為，故將基礎理論分為以下3點[3]：

（1）無信息搜索

無信息搜索以博弈論為代表，也稱其為對策論，是一種主要研究存在對抗現象和競爭行為的數學方法。博弈論中對抗雙方的目的不同，通過思考對方可能的行動方案制定己方方案，并選擇對自己最有利的方案。博弈模型是博弈問題的數學模型，由局中人、策略和贏得函數構成。局中人是指理智的、有權決定自身行動策略的參與者，策略是博弈過程中待局中人選擇的行動方案，將每位局中人制定的策略集成為一個局勢，然后由初始狀態、后繼函數、終止測試以及贏得函數定義一顆博弈樹，博弈樹的節點分別存放紅方和藍方的選擇，紅方通過遍歷博弈樹，可以按照節點的擴展順序選擇深度優先、寬度優先或一致耗費搜索方式得到最佳策略，找出符合條件的一個終止節點。

（2）有信息搜索

由于博弈樹節點會因大事件導致節點過多造成計算機存儲能力無法滿足遍歷需求，且時間太長，因此有信息搜索策略被提出。有信息搜索策略使用截斷函數實現由非終止節點到葉子終止節點的轉變，通過評價函數選擇接下來進行擴展的節點，即便存在最優決策無法處理的情況，也能找到與取勝密切相關的決策。評價函數的質量決定了搜索的性能表現，關鍵在于根據問題的額外信息找到合理的啟發函數。

（3）局部搜索算法

評價函數設計的重點在于特征權重的賦值，然而特征數組中每個狀態都對應一種啟發函數，這就要求在全部狀態中找到最優狀態，將這種尋找最優狀態的問題稱為最優化問題，局部搜索算法就是用于解決優化問題的方法。應對最優化問題有2種策略：一是根據經驗人工調整；二是通過計算機搜索最優狀態。局部搜索算法按照相鄰狀態選擇方式的區別，可以分為爬山算法、模擬退火算法、局部剪枝算法和遺傳算法。

1.3.2軍事推演中的關鍵技術

人工智能技術形成了以神經網絡、深度學習、強化學習為代表的關鍵技術，并且在軍事推演中得到認可。縱觀智能化軍事推演的發展，深度強化學習、樣本生成、小樣本學習、遷移學習是當下軍事推演研究中的熱門技術。

①深度強化學習是深度學習與強化學習相結合形成的具有感知決策能力的技術。深度學習具有感知能力，使用神經網絡模擬人腦機制，對大量有效樣本無監督的預訓練和有監督的逐層訓練實現特征提取和分類，不斷調整訓練參數獲得內在關系和邏輯。強化學習具有決策能力，融入試錯機制，采取與環境信息交互的方式積累獎賞以達到最優策略，強化學習原理示意如圖2所示，是一種適用于所有生物適應環境的途徑。二者結合，優勢互補，為軍事仿真推演復雜系統提高感知決策能力提供了新思路。

②樣本生成技術能夠有效解決樣本稀缺問題。生成對抗網絡是一種典型的、可用于數據擴增的樣本生成技術，生成對抗網絡進行樣本數據擴增示意如圖3所示。由于軍事作戰屬于保密活動，嚴禁數據泄露，能夠得到的只有國內軍事領域的樣本，難以獲得國外軍隊作戰數據，這就限制了軍事推演仿真數據的來源。為了解決作戰態勢數據樣本少這一問題，樣本生成技術利用少量隨機樣本的自我博弈生成更多樣本，能夠隨機或按需以由少生多的方式獲取樣本，如圖像旋轉[30-31]、局部空間分解和動態隨機推演等。

③小樣本學習具有抓住事物主要特征即可識別該事物的學習能力，部分小樣本學習方法優缺點對比如表1所示。然而，機器想要具備這種能力卻需要花費大量時間，因此文獻[32]提出概率規劃歸納計算方法，并采用圖靈測試驗證了可行性。小樣本學習對戰場態勢中存在復雜抽象現象具備很好的識別和認知能力，對于軍事作戰推演的理解具備重要意義。

④遷移學習是一種典型的小樣本學習，能夠在相似性領域利用訓練好的模型獲得新模型[33]。只需要給定遷移學習源問題域中的數據和任務，再增加小部分新領域數據和學習任務就能很快遷移到新領域投入使用，遷移學習的一般過程如圖4所示。只需要教機器學會“直升機”就能在很短時間內學會“戰斗機”，高效地實現相似場景遷移，合理地完成不同形式數據的遷移，提高模型的泛化能力，解決數據分布不滿足獨立同分布時訓練高精度分離器的問題。深度學習與遷移學習的結合是接下來的研究方向之一，深度遷移學習不僅能夠提高模型的通用性，而且能將其推廣到一般作戰領域用于對抗策略的生成。可以將深度遷移學習分為基于實例的、基于映射的、基于網絡的、基于規則的4類[34]，這對于軍事戰場態勢認知很有價值。

1.4軍事推演研究現狀

當前軍事推演與仿真的研究重心在數據的獲取及驗證、戰場態勢感知和智能認知、智能決策方法與博弈對抗技術。若能將這些成果辯證性地集成在仿真推演系統中將會為軍事推演研究帶來質的飛躍。

1.4.1數據的獲取及驗證

兵棋作為軍事應用中實現智能決策研究的推演平臺，面臨著信息不完全的難點，數據的獲取及數據質量控制問題尤為重要。因此有學者提出通過挖掘、聚類和特征提取等操作來解決數據非完全的困難，然而文獻[35-37]皆以理論探討為主，未能在兵棋智能決策模型中驗證可行性。文獻[38]基于該思想設計了一款戰術級兵棋智能引擎，通過數據挖掘和融合獲得棋子的歷史位置概率、奪控熱度和觀察度等評價屬性，使用多屬性綜合評價軟優選算法和兵棋規則解決行動多方案選優的問題，并通過實驗證實該兵棋智能引擎具有靈活性高和可移植性好的特點。數據耕耘理論通過對結果的學習來循環探索不確定要素，從而探討非線性因素對復雜體系結果影響的過程。人在回路的兵棋推演所需要的時間成本和經濟成本都很高，人不在回路的仿真無法體現體系的復雜性，故借鑒數據耕耘的思想將2種方式結合起來，生成評估大數據，創造體系能力評估的數據基礎[39]。隨著各類數據資源體量的擴大，為了避免數據源中存在的部分不符合規律的異常數據對象對模型的影響，數據的可信度驗證愈加重要。軍事推演系統中的數據主要以2種方式存在：一是符合或近似正態分布的數據；二是非正態分布的數據。胡艮勝等針對這2種數據形式分別提出基于準則和高次查分的異常數據挖掘方法，符合在剔除異常數據前進行樣本分布驗證的要求，且不會在數據清洗時產生系

統額外運行負擔[40]。

1.4.2戰場態勢感知和智能認知

美軍于2017年提出的“算法戰”及相關機構的建立，標志著認知智能正式應用在軍事領域。戰場態勢描述在軍事推演流程中扮演決策的輸入角色，是對抗生成策略的前提。態勢感知則是伴隨OODA環的研究生出的概念，是對作戰態勢要素的察覺、理解和預測的歸納[41]，對應環路中的觀察和判斷階段。在軍事推演中指揮員根據戰場態勢進行部署和決策，通常采用態勢圖、統計數據和戰場情況報告對戰場態勢歸一化處理，然而由于信息來源不同其統一方式是一個難點。考慮到指揮員角色在軍事推演中至關重要的地位，胡曉峰等[8]就態勢理解與自主決策問題分析了戰場態勢智能認知的基本思路、難點、解決途徑和研究意義。朱豐等[42]從指揮員角度出發圍繞作戰任務提出嵌套在OODA環中的態勢智能認知技術，其核心在于理解“整體關系”，據此進行智能化行動策略選擇。同時剖析了5個需要解決的關鍵問題，列出了前沿智能技術，態勢認知關鍵問題及相關技術如圖5所示。

1.4.3智能決策方法與博弈對抗技術

2020年，美國戰略與預算評估中心發布的研究報告明確了人工智能技術作為協助指揮員管理作戰行動，提升決策優勢的輔助工具。蘭德公司展開人工智能結合兵棋推演任務規劃研究，推動兵棋推演與人工智能走向深度融合。在軍事推演仿真中應用智能決策技術的關鍵問題之一在于智能學習方法的選擇[43]。深度強化學習有助于軍事推演實現軍事決策的智能化。崔文華等[44]利用深度強化學習方法支持兵棋內置AI算法進行自主博弈對抗泛化推演系統功能，對接聯合作戰系統輔助指揮員快速評估作戰方案，給出決策建議。傳統的軍事推演系統通常過多地關注局部信息，未能從整體態勢出發進行分析，采取將棋子運動趨勢編碼到動態影響力地圖中的方式，有助于AI主體的決策[45]。面對戰術級兵棋機動動作與地圖位置的選擇密切相關問題時，多屬性綜合評價軟優選算法有效地解決了決策涉及多屬性的問題。智能體是一個具有良好自治能力的實體，能夠運行于動態環境，通過感知器對外界環境做出解釋并產生推理和決定，為其他實體的委托提供服務。鑒于其優質特性在軍事推演的智能決策方面得到眾多研究者的青睞，成曉鵬等[46]針對電子對抗作戰中暴露出的對抗性和靈活性不足的缺點，提出基于智能體的智能決策行為仿真方法。彭希璐等[47]采用單智能體聯合殘差神經網絡和蒙特卡洛樹對匯合作戰進行決策。多智能體則采用強化學習的方式分析多個智能體的行動，聯合產生式規則規劃作戰決策。劉轉[48]研究了基于多智能體系統的兵棋推演模型。李琛等[49]構建了Actor-Critic框架下的多智能體決策模型，多智能體之間以合作關系共存，根據自身信息實現分布式執行，依據全部信息更新完成集中式訓練。鑒于單純的深度強化學習在大地圖和稀疏獎勵的兵棋推演中存在收斂速度慢、智能體勝率低的缺點，張振等[50]使用監督學習進行智能體的訓練，使用深度強化學習改進額外獎勵設置，提出基于近端策略優化的對抗算法。作戰推演仿真引入過程中的動態決策也是軍事推演研究方向之一。

兵棋推演屬于非完全信息博弈，對于規模龐大、體系復雜的博弈對抗問題，單智能體方法呈現斷崖式缺陷，故采取多智能體深度強化學習算法提高決策能力，并提出基于深度逆向強化學習、多智能體強化學習、分層強化學習和元深度強化學習等方法[51]。雖然當前多智能體深度強化學習面臨環境的非平穩性、維度災難、信度分配三大難題，但深度強化學習算法在作戰行動指定和優化以及輔助決策行為環節仍起到極大作用。與傳統的計算機兵棋推演系統相比，軍事智能博弈對抗系統最大的特點是能夠實現與AI智能體無縫對接，這與AI智能體的泛化能力及算法和模型訓練緊密相關。現被應用的AI智能體主要包括：知識驅動型AI、深度學習驅動型AI以及強化學習自適應型AI。新技術有效地促進智能博弈對抗技術向軍事應用快速轉化[1]。

除此之外，現階段已經在人與軍事推演仿真系統的交互[52-53]、智能博弈對抗系統框架設計[54]、航空兵力規模需求[55]、軍事推演與信息安全[56]和推演進程關鍵點[57]等方面形成研究成果。

1.5推演方案評估

仿真推演系統經過推演—復盤—評估—總結的全過程驗證推演方案的可行性。推演方案是在預判敵方作戰策略的基礎上，形成以首長為中心的戰法制定，戰法要綜合考慮多種情況，想定部隊的編成，配置武器裝備，明確部隊在各階段任務以及應對突發情況的措施等。

推演方案評估是形成最佳決策的必要環節，評估內容主要包括基本戰法、主要目標和關鍵行動等。傳統的軍事運籌分析法包括模糊綜合評判法和BP神經網絡法等，關注解析模型的“定量”，存在評估上的局限性，而探索性分析法[58]采用仿真實驗形成推演作戰的數據，對推演方案進行分層抽象并建立層次化指標，最后對多層指標聚合生成評估結果。文獻[59]在此基礎上提出了導彈部隊作戰方案評估方法。劉海洋等[60]提出評估態勢圖和任務探針的概念分別對綜合評估指標的度量結果進行描述與獲取。評估態勢圖對聯合作戰實現時間和空間多角度認知的實時判斷，任務探針則在不改變環境和進程的復盤推演中，在一定時空范圍內開展特定行動。

相對于單兵種作戰的限制性，圖6是聯合作戰推演方案呈現金字塔結構，文獻[61-65]證實了這種結構的存在。傳統的聯合作戰采用人工評分的方法，由于帶有主觀性且評分人員缺乏推演評估手段，文獻[66]對多種作戰方案評估方法進行歸納總結。層次分析法在聯合作戰方案級評估問題中應用廣泛[67-69]。基于上述經驗，李云龍等[70]提出了一種基于蒙特卡洛，算法的推演評估框架，該框架采用計算機兵棋推演生成方案推演數據樣本，應用數理統計對推演方案進行分析和評估。

作戰決策是軍事智能仿真推演中的關鍵環節，決定作戰態勢，針對推演系統中仿真實體決策推理的復雜性和時效性[71]，在深度學習的堆棧自編碼器模型基礎上加入噪聲訓練，并引入稀疏限制，形成堆棧稀疏降噪自編碼神經網絡模型擬合復雜作戰規律，模擬人類決策思維和經驗，實現作戰決策的準確評估。

軍事推演不僅可以指導實際作戰，還能在軍事訓練中形成從推演方案設計到仿真再到評估的閉環，協同各軍委總部及軍兵種用戶完成作戰全過程。兵棋作為軍事智能化研究的推演平臺，是今后軍事推演研究的重點，但兵棋推演還面臨有效樣本獲取難、規則制定繁瑣、戰場態勢靈活多變、智能化形式有限等研究難點。

2.1軍事推演系統的細節設計

創造的復雜系統既能反映作戰行動，又能展現客觀規律，嵌入多種保障機制，融合人文環境，納入國家政策、社會輿論反饋、動態更新國際現狀等。探索棋子的內部聯系獲取有效樣本，尋找棋子內部聚合與外部耦合關系建立多重關系網，面向全局考察棋子間的關聯，實現棋子聯動，對棋子進行數據挖掘。由于實際戰場的態勢多種多樣，態勢信息的獲取取決于各方的情報偵察能力，因此，建立符合情報偵察能力的態勢數據對于戰場信息感知十分重要。美軍的第三代兵棋系統研究旨在實現多維環境下的復雜聯合作戰行動，為軍事推演技術的發展指明方向，實時更新數據、細化態勢判斷、驅動數據與規則同步執行、動態調整勝負裁決規則、完善多屬性綜合評價軟優選算法、打造高復現度的博弈對抗環境。

2.2仿真推演系統的創新及應用

現有的仿真推演系統體系和模型都基于美國的仿真系統，為開發符合我軍作戰特點的仿真推演系統，需要在信息化戰場下加快探索，在世界軍事推演仿真系統上留下中國足跡，并不斷進行新技術標準的深入研究。與新型仿真推演系統開發同步進行的應該是與目標用戶不斷進行需求溝通，對開發人員及相關用戶進行應用技能培訓。

2.3軍事推演系統的虛擬化、組裝化、智能化發展

人機聯合的智能策略為軍事推演的發展帶來了新機遇，加強智能推演方法的研究是引導軍事推演系統向前邁進一大步的關鍵環節。不斷更新對現有作戰理論的認知并創建新理論，采取虛擬化與組裝化技術對軍事推演中的各級元素多層次建模，聯合各部門構建細粒度智能仿真試驗體系，結合實際軍事作戰的特點設計更為真實的對抗算法，引入紫綠軍，從智能藍軍模擬出發引入智能化引擎，將引擎技術與訓練需求充分結合，創建虛實結合、虛虛對抗、實實交戰等多種對抗演練方式，把對智能體在多維時空環境中進化規律的研究貫穿整個過程。

軍事智能推演在現代復雜、大規模軍事推演領域扮演至關重要的角色。如今，美國的軍事推演技術處于世界領先地位，我軍可以借鑒美方軍事仿真推演系統的設計思想，探索具有我軍作戰特點的智能推演系統，推進戰術模擬和戰略決策。傳統的軍事作戰方式無法滿足不確定性戰場的要求，人工智能技術在推動信息化環境下的軍事作戰，消除人在戰爭指揮中所產生的認知偏差大有裨益，人機結合的模式為軍事推演領域的發展指明道路。

參考文獻

[1]李航，譚聯群，曾雋芳，等.面向人工智能的兵棋推演系統設計[C]//第三十九屆中國控制會議論文集.沈陽：[出版社不詳]，2020：999-1003.

[2]李歡，馬伯寧，孔龍星.軍事任務推演的時空模型與驅動機制[J].國防科技大學學報，2013，35（3）：138-143.

[3]鐘劍輝，傅調平，鄧超.基于人工智能的兵棋推演作戰分析研究與設計[J].艦船電子工程，2015，35（1）：30-36.

[4]彭春光，趙鑫業，劉寶宏，等.兵棋推演技術綜述[C]//2009系統仿真技術及其應用學術會議論文集.合肥：中國科學技術大學出版社，2009：381-385.

[5]薛輝，劉鐵林，蘇小波.基于Bayes混合先驗分布的兵棋推演規則建模方法[J].火力與指揮控制，2019，44（6）：106-110.

[6] FAN J S， REN H， TIAN C X. An Analysis of Wargame Rules Simulation Based on Stochastic Lanchester Models[C]// 6th International Conference on Network， Communication and Computing， Association for Computing Machinery.Dubai： NCWC，2017：135-139.

[7] SHANG T F， DONG H Y， HAN K， et al. Research on Evaluation Method of Wargame Strategy Based on Fuzzy Petri net[C]//2nd International Conference on Information Systems and Computer Aided Education.Jilin：ICISCAE，2019： 626-629.

[8]胡曉峰，賀筱媛，陶九陽.AlphaGo的突破與兵棋推演的挑戰[J].科技導報，2017，35（21）：49-60.

[9] HODICKY J， PROCHáZKA D， BAXA F，et al. Computer Assisted Wargame for Military Capability-Based Planning[J]. Entropy（Basel）， 2020， 22（8）：861.

[10]何鋒，阿里木·馬那甫，高建新.兵棋推演技術在油庫火災中的構想和應用[J].今日消防，2021，6（3）：4-5.

[11]楊白雪，葛宏冰.兵棋推演在高校國防教育課程中的應用價值及對策探討[J].邯鄲學院學報，2019，29（1）：121-125.

[12]李歡.基于兵棋推演的城市危機應急管理評價方法研究[D].濟南：山東大學，2014.

[13] LI XL，LI H， CHENG M G， et al. Framework for Emergency Decision Exercise System of Urban Crisis Based on Wargaming[J]. Applied Mechanics and Materials， 2013，373-375： 1139-1143.

[14]賀德富，蘇喜生.基于兵棋推演的后勤物資儲備精確計算[J].兵器裝備工程學報， 2019， 40（7）： 176-179.

[15]李永哲，蘇喜生，賀德富，等.基于AAR評估模式的后勤兵棋推演平臺設計與研究[J].重慶理工大學學報（自然科學）， 2019，33（10）：142-148.

[16]宋玉豪.兵棋推演在公共衛生防疫領域的應用[J].艦船電子工程，2020，40（10）：13-17.

[17] ZHANG M Z， HU X F. Cyberspace Warfare and Its Influence on Simulation Modeling of War[J]. Military Operations Research and Systems Engineering， 2012， 26（4）： 10-14.

[18]任雙堂，曹亞鉑，趙林.戰爭的再現———兵棋推演的發展脈絡[J].軍事文摘，2020（19）：7-11.

[19] MITTAL V，DAVIDSON A.Combining Wargaming with Modeling and Simulation to Project Future Military Technology Requirements[J]. IEEE Transactions on Engineering Management， 2021， 68（4）： 1195-1207.

[20] TEFEK A，ASAR J， STARy V. Flight Route Generator for Simulation-supported Wargaming[C]//19th International Conference on Mechatronics-Mechatronika （ME）. Guangzhou： MCTE，2020： 1-5.

[21] DORN A W，WEBB S，PQUET S. From Wargaming to Peacegaming： Digital Simulations with Peacekeeper Roles Needed[J].International Peacekeeping， 2020， 27（2）： 289-310.

[22]郭振江.兵棋系統在實戰化軍事訓練中的應用[J].軍事交通學院學報，2019，21（5）：78-81.

[23]紀夢琪，董倩，秦茂森，等.基于OPM的兵棋推演行動方案建模方法研究[J].指揮控制與仿真，2018，40（5）：79-85.

[24] PERLA P.The Art of Wargaming[M].Annapolis：Naval Institute Press， 1990.

[25]彭露露，刑棟，茍星.兵棋推演在美軍作戰中的運用[J].軍事文摘，2020（19）：17-21.

[26] KJAER S B.Valuation of the Hill Climbing and the Incremental Conductance Maximum Power Point Trackers for Photovoltaic Power Systems[J].IEEE Transactions on Energy Conversion， 2012， 7（4）： 922-929.

[27]黃其旺，朱旭.美軍主要仿真系統及其對現代戰爭的影響[J].計算機仿真，2021，38（3）：1-4.

[28] HEN KER L. Exploring Military Victory in Battle：A Qualitative Study on Contemporary Tactics[J].Defence Studies，2020，20（2）：163-181.

[29] CURRY J.Professional Wargaming： A Flawed but Useful Tool[J]. Simulation & Gaming， 2020，51（5）：612-631.

[30] JI S， XU W， YANG M， et al. 3D Convolution Neural Networks for Human Action Recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2013， 35（1）： 221-231.

[31] KOUSHIK J. Understanding Convolutional Neural Networks[J/OL].[2016-05-30].https：//arxiv.org/abs/1605.09081v1.

[32] LAKE B M， SALAKHUTDINOW R， TENENBAUM J B. Human-level Concept Learning through Probabilistic Program Induction[J]. Science， 2015， 350（6266）： 1332-1338.

[33] PAN S， YANG Q. A Survey on Transfer Learning[J].IEEE Transactions on Knowledge and Data Engineering， 2010， 22（10）： 1345-1359.

[34]蘇麗娟.基于遷移學習的腦機融合系統的研究[D].浙江：浙江大學，2017.

[35]鄭書奎，吳琳，賀筱媛.基于深度學習的兵棋演習數據特征提取方法研究[J].指揮與控制學報，2016，2（3）：194-201.

[36]石崇林.基于數據挖掘的兵棋推演數據分析方法研究[D].長沙：國防科學技術大學，2012.

[37]劉長亮，鮑傳美，包化，等.可拓數據挖掘在高性能兵棋推演系統中的應用[J].指揮信息系統與技術，2018，9（1）：62-67.

[38]劉滿，張宏軍，郝文寧，等.戰術級兵棋實體作戰行動智能決策方法[J].控制與決策，2020，35（12）：2977-2985.

[39]司光亞，王飛.基于仿真大數據的體系能力評估方法研究[J].軍事運籌與系統工程，2020， 34（3）：5-10.

[40]胡艮勝，張倩倩，馬朝忠.兵棋推演系統中的異常數據挖掘方法[J].信息工程大學學報，2020，21（3）：373-377.

[41] ENDSLEY M R. Toward a Theory of Situation Awareness in Dynamic Systems[J]. Human Factors，1995， 37（1）： 32-64.

[42]朱豐，胡曉峰，吳琳，等.從態勢認知走向態勢智能認知[J].系統仿真學報，2018，30（3）：761-771.

[43]廖馨，孫崢皓.作戰推演仿真中的智能決策技術應用探索[C]//第二十屆中國系統仿真技術及其應用學術年會.烏魯木齊：[出版社不詳]，2019：368-374.

[44]崔文華，李東，唐宇波，等.基于深度強化學習的兵棋推演決策方法框架[J].國防科技，2020，41（2）：113-121.

[45]王曉明.面向計算機兵棋推演的決策支持系統的研究[D].北京：北京郵電大學，2019.

[46]成曉鵬，齊鋒.電子對抗作戰方案推演智能決策行為模擬[J].電子信息對抗技術，2016， 31（1）：55-60.

[47]彭希璐，王記坤，張昶，等.面向智能決策的兵棋推演技術[C]//第七屆中國指揮控制大會論.北京：中國指揮與控制學會，2019：135-139.

[48]劉轉.基于多智能體系統的兵棋推演模型研究[D].武漢：華中科技大學，2016.

[49]李琛，黃炎焱，張永亮，等.Actor-Critic框架下的多智能體決策方法及其在兵棋上的應用[J].系統工程與電子技術， 2021，43（3）：755-762.

[50]張振，黃炎焱，張永亮，等.基于近端策略優化的作戰實體博弈對抗算法[J].南京理工大學學報，2021，45（1）：77-83.

[51]曹雷.基于深度強化學習的智能博弈對抗關鍵技術[J].指揮信息系統與技術，2019，10（5）：1-7.

[52]孫澤健，司光亞，劉洋.基于AIML的兵棋演習智能問答系統研究與實現[J].系統仿真學報，2017，29（10）：2489-2495.

[53]孫澤健，司光亞，劉洋.面向兵棋演習的問答系統問句分類模型研究[J].計算機與數字工程，2019，47（2）：308-313.

[54]李航，劉代金，劉禹.軍事智能博弈對抗系統設計框架研究[J].火力與指揮控制，2020，45（9）：116-121.

[55]周璽，嚴宗睿，鄭震山.基于作戰推演的航空兵力規模需求分析方法[J].指揮控制與仿真，2021，43（1）：35-39.

[56]賀劼，練曉謙，齊權，等.大規模網絡對抗兵棋推演系統關鍵技術探討[J].通信技術，2018，51（2）：450-456.

[57]張可，郝文寧，余曉晗，等.基于遺傳模糊系統的兵棋推演關鍵點推理方法[J].系統工程與電子技術，2020，42（10）： 2303-2311.

[58] SHLAPAK D A. Dire Strait Military Aspects of the China-Taiwan Confrontation and Options for U.S. Policy[R]. MR-1217-SRF/AF， RAND， CA U.S.， 2000.

[59]秦園麗，張訓立，高桂清，等.基于兵棋推演系統的作戰方案評估方法研究[J].兵器裝備工程學報，2019，40（6）：92-95.

[60]劉海洋，唐宇波，胡曉峰，等.基于兵棋推演實驗的綜合評估指標度量方法[J].軍事運籌與系統工程，2019，33（3）：5-12.

[61]孫光明，楊光，馬政偉，等.聯合作戰方案信息交換模型[J].系統仿真技術， 2018， 14（3）： 204-210.

[62]吳航海.兩棲登陸作戰方案的規劃與評估分析[D].南京：南京理工大學，2017.

[63]劉兆鵬，柳少軍，司光亞，等.面向推演分析的聯合作戰方案概念建模研究[J].系統仿真學報，2018，30（12）：4563-4573.

[64]朱旋，秦永剛.聯合作戰方案計劃“三視圖”方法研究[J].軍事運籌與系統工程， 2017， 31（3）： 9-14.

[65]王相生.聯合作戰籌劃與方案推演研究[J].艦船電子工程， 2014，34（6）：14-18.

[66]劉翔宇，趙洪利，楊海濤.作戰方案評估方法綜述[J].兵器裝備工程學報，2018，39（8）：79-84.

[67]畢東旭，林家駿.復雜信息系統風險評估框架與流程[J].計算機工程， 2015， 41（4）： 156-160，165.

[68]王豐，顧佼佼，林瑜，等.3級優度評估的聯合作戰方案優選方法研究[J].現代防御技術，2019，47（2）：116-121.

[69]張民磊，李星.顧及灰色層次分析法的多維信息安全指標體系[J].信息技術， 2019（3）：149-152.

[70]李云龍，張艷偉，王增臣.聯合作戰方案推演評估技術框架[J].指揮信息系統與技術， 2020， 11（4）：78-83.

[71]歐微，李衛軍，廖鷹.基于深度學習的兵棋實體決策效果智能評估模型[J].軍事運籌與系統工程，2018，32（4）：29-34.