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(fù)雜、大規(guī)模、多裝備軍事推演領(lǐng)域扮演著重要的角色，通過模擬戰(zhàn)場環(huán)境，不僅能夠?qū)σ呀?jīng)制定好但還未實行的作戰(zhàn)計劃進行演練與改進，還能復(fù)現(xiàn)已經(jīng)完成的作戰(zhàn)任務(wù)，對作戰(zhàn)過程進行客觀評價和理性總結(jié)。從智能推演的發(fā)展、軍事仿真推演系統(tǒng)的成果、軍事推演的關(guān)鍵技術(shù)及其研究現(xiàn)狀，以及推演方案評估等幾個方面對當前軍事智能推演發(fā)展情況進行梳理與展望。

關(guān)鍵詞：智能推演；仿真推演；人工智能；深度強化學(xué)習(xí)

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

現(xiàn)代戰(zhàn)爭的范圍正向陸、海、空、天、電、網(wǎng)一體化拓展，具有復(fù)雜多變、戰(zhàn)場迷霧、立體對抗和數(shù)據(jù)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(fā)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?qū)崿F(xiàn)軍事智能化的探索，形成綜合不同兵種的大規(guī)模兵棋系統(tǒng)。

軍事推演主要包括2個方面的內(nèi)容[2]：一是對已經(jīng)制定好但還未實行的作戰(zhàn)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(xué)依據(jù)；二是對已經(jīng)完成的作戰(zhàn)行動復(fù)現(xiàn)，對其作戰(zhàn)決策進行客觀評價，對作戰(zhàn)經(jīng)驗進行理性總結(jié)。運用人工智能技術(shù)開發(fā)基于多維信息的戰(zhàn)場態(tài)勢感知和決策智能化，并將其應(yīng)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(lǐng)域的研究熱點，同時能削減軍費開支、節(jié)約人力和時間、降低戰(zhàn)場傷亡。實現(xiàn)軍事推演智能化要從數(shù)據(jù)、態(tài)勢分析和智能算法三大要素出發(fā)，解決聯(lián)合作戰(zhàn)不確定性系統(tǒng)的智能博弈與決策問題，建立對抗策略與學(xué)習(xí)技術(shù)，使軍事推演過程能夠模擬人的行為，正確判斷戰(zhàn)場態(tài)勢，選擇最優(yōu)的決策進行下一步行動。

以深度學(xué)習(xí)和強化學(xué)習(xí)為代表的人工智能技術(shù)已經(jīng)在圖像識別、語音識別和自然語言處理等領(lǐng)域逼近或超越人類感知。能夠在規(guī)則不完備、信息不完全的情況下與環(huán)境交互，具有強大的決策能力，在軍事推演領(lǐng)域有著廣泛的應(yīng)用前景?；谝陨媳尘?，本文主要從兵棋推演、仿真推演系統(tǒng)、軍事推演的關(guān)鍵技術(shù)和研究現(xiàn)狀以及方案評估方面對當前軍事推演發(fā)展現(xiàn)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(zhàn)爭顧問馮·萊斯維茨發(fā)明，在國外已有200多年的歷史，是現(xiàn)代戰(zhàn)爭模擬和分析的重要手段。兵棋推演則是利用兵棋模擬戰(zhàn)爭活動的工具，通過多種科學(xué)方法實現(xiàn)戰(zhàn)爭過程的仿真及推演，采用人在回路的方式按照兵棋規(guī)則掌控局勢，完成對抗作戰(zhàn)的過程，被古今兵家視作有效的作戰(zhàn)推演和訓(xùn)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(zhàn)單位的“單位算子”和代表戰(zhàn)場事件的“事件算子”構(gòu)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(fā)事件等動態(tài)情況，受裁決者控制[4]。

兵棋規(guī)則是兵棋推演的核心準則。按照勝負裁決規(guī)則可將兵棋分為嚴格依據(jù)兵棋規(guī)則手冊進行結(jié)果裁決的“嚴格式兵棋”和由裁決者靈活實施裁決規(guī)則的“自由式兵棋”，現(xiàn)多以“嚴格式兵棋”研究為主。然而，兵棋推演勝負裁決規(guī)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(chǔ)作戰(zhàn)模型，通過Bayes方法及混合Beta分布實現(xiàn)基礎(chǔ)模型與歷史經(jīng)驗規(guī)律的合理融合，調(diào)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(guī)則建模的首次探索。此外，蘭徹斯特模型和模糊Petir網(wǎng)的知識表示與推理方法在兵棋規(guī)則和推理決策的設(shè)計中也受

學(xué)者青睞[6-7]。

兵棋隨著計算機的出現(xiàn)而快速推廣，20世紀60年代計算機兵棋出現(xiàn)，于80年代后期隨著計算機的普及被廣泛應(yīng)用[8]。計算機兵棋使用戶能夠定義自己的能力，而不受預(yù)定義能力集的限制[9]，在油庫火災(zāi)的構(gòu)想和應(yīng)用[10]、高校國防教育課程[11]、城市危機應(yīng)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(wèi)生防疫領(lǐng)域[16]被屢次采用。2020年新冠肺炎疫情對世界格局產(chǎn)生極大影響，著名的矩陣式兵棋專家Tim Price就此設(shè)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(yōu)勢受到軍方重視，遂各國開發(fā)多種兵棋推演系統(tǒng)助力軍事仿真推演。兵棋推演系統(tǒng)在大規(guī)模聯(lián)合作戰(zhàn)理論和戰(zhàn)法研究方面發(fā)揮著重要作用[17]。目前為止，推演系統(tǒng)的研發(fā)成果以美國為主，美國雖非兵棋發(fā)源地，卻是兵棋的集大成者[18]，在作戰(zhàn)技術(shù)路線繪制[19]、自動生成防空任務(wù)航路規(guī)劃[20]、復(fù)制大規(guī)模演習(xí)[21]等多領(lǐng)域均使用計算機兵棋技術(shù)，而且開發(fā)出眾多被投入使用的計算機兵棋仿真推演系統(tǒng)。對于兵棋系統(tǒng)在實戰(zhàn)化軍事訓(xùn)練中的應(yīng)用[22]，我國仍處于探索發(fā)展階段，能夠完整投入軍事訓(xùn)練的推演系統(tǒng)較少，其中，由國防科技大學(xué)楊峰教授團隊開發(fā)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(zhàn)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(zhí)行一步策略，而是依照實際作戰(zhàn)環(huán)境，逼真展現(xiàn)陸、海、空、天、電、網(wǎng)聯(lián)合作戰(zhàn)環(huán)境，根據(jù)態(tài)勢進行決策，完成推演過程的持續(xù)推進。因此，兵棋推演需要打破回合制的推演過程向?qū)崟r模擬對抗轉(zhuǎn)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(guān)為主的參演人員；②兵棋系統(tǒng)模擬的戰(zhàn)場環(huán)境和作戰(zhàn)部隊及相關(guān)數(shù)據(jù)、規(guī)則和約束等；③組織兵棋推演的導(dǎo)演及導(dǎo)調(diào)機構(gòu)。由于戰(zhàn)爭中存在各種不確定性，同樣的策略應(yīng)用于不同的戰(zhàn)場可能會造成截然相反的結(jié)果，這就明確了兵棋推演的目標是過程重于結(jié)果，發(fā)現(xiàn)問題重于區(qū)別勝負。

然而，兵棋不是解決戰(zhàn)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(xí)、運籌分析、軍事歷史研究結(jié)合在一起，形成一個連續(xù)的研究循環(huán)，使每一種工具都能在其中發(fā)揮最大的功用。如今兵棋推演與人工智能技術(shù)的融合成為研究熱點，這將逐步實現(xiàn)從現(xiàn)代計算機兵棋到智能兵棋的飛躍，智能兵棋推演能夠?qū)崿F(xiàn)訓(xùn)練、對抗、評估的一體化，是未來對抗作戰(zhàn)的關(guān)鍵樞紐，美國已投入近20億美元用于人工智能應(yīng)用兵棋推演的研究[25]。

1.2仿真推演

隨著智能化技術(shù)的迅猛發(fā)展，新型科學(xué)技術(shù)在信息化戰(zhàn)爭中得到廣泛應(yīng)用，特別是仿真技術(shù)在軍事科學(xué)領(lǐng)域扮演著重要角色。仿真推演系統(tǒng)綜合多種武器裝備和戰(zhàn)術(shù)，能夠模擬復(fù)雜戰(zhàn)場環(huán)境下武器裝備對抗場景，是研究戰(zhàn)爭的重要手段。

1.2.1仿真推演

仿真技術(shù)集成計算機、網(wǎng)絡(luò)、軟件、信息和控制等多個技術(shù)領(lǐng)域的知識，然后利用這種綜合性知識建立模型實現(xiàn)科學(xué)實驗，能有效完成系統(tǒng)分析、設(shè)計、試驗和評估，具有經(jīng)濟可靠、安全實用、靈活有效的優(yōu)勢，在軍事領(lǐng)域具備廣闊的發(fā)展前景。軍事仿真是指對武器技術(shù)、系統(tǒng)及作戰(zhàn)的仿真，在軍隊訓(xùn)練、武器研制、作戰(zhàn)計劃制定等發(fā)面發(fā)揮著重要作用，是國防領(lǐng)域重點發(fā)展的關(guān)鍵技術(shù)[26]。美國在軍事建模與仿真領(lǐng)域領(lǐng)跑全球，其在仿真推演系統(tǒng)研究過程中產(chǎn)生的標準已成為世界各國開發(fā)作戰(zhàn)仿真系統(tǒng)的藍本和基礎(chǔ)[27]。目前，美國已經(jīng)將仿真推演系統(tǒng)作為軍事研究的首選工具，對縮短作戰(zhàn)概念更新周期、減少實際演習(xí)次數(shù)、節(jié)省經(jīng)費、提升武器裝備性能、強化軍隊訓(xùn)練等方面十分有效，這也是美國在軍事領(lǐng)域始終保持強國地位的關(guān)鍵點之一。

美國的軍事建模與仿真技術(shù)的發(fā)展主要經(jīng)歷了3個階段：一是以傳統(tǒng)建模理論為代表的分析模型，將作戰(zhàn)裝備及其性能經(jīng)相關(guān)算法處理后，結(jié)合概率論對武器裝備的效能進行分析預(yù)測；二是分布式交互技術(shù)為代表的多層次聯(lián)邦模型，以1996年8月美國國防部頒布的通用高層體系結(jié)構(gòu)（High Level Architecture，HLA）為核心創(chuàng)建起的分布式仿真聯(lián)邦，仿真成員可以自由地加入聯(lián)邦，使用RTI完成成員間的對抗和交互。21世紀數(shù)據(jù)分發(fā)服務(wù)（Data Distribution Service，DDS）與HLA聯(lián)合的運行模式在作戰(zhàn)仿真推演系統(tǒng)中興起，成為當前軍事仿真推演領(lǐng)域的標準規(guī)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(shù)。體系效能分析仿真系統(tǒng)（System Effectiveness Analysis Simulation，SEAS）是蘭德公司以C4ISR為核心開發(fā)的仿真系統(tǒng)，采用集中服務(wù)式的體系結(jié)構(gòu)和閉環(huán)蒙特卡洛隨機仿真分析作戰(zhàn)效能。美軍的典型仿真推演系統(tǒng)有兵力結(jié)構(gòu)效能仿真系統(tǒng)（4ACES）、擴展放空仿真系統(tǒng)（EADSIM）、戰(zhàn)區(qū)聯(lián)合作戰(zhàn)模擬系統(tǒng)（JTLS）、美軍聯(lián)合作戰(zhàn)仿真系統(tǒng)（JWARS）、半自動兵力仿真系統(tǒng)（OneSAF）、現(xiàn)代空海作戰(zhàn)兵棋推演系統(tǒng)（CMANO）和SEAS。

1.2.2在軍事訓(xùn)練中的應(yīng)用價值

戰(zhàn)爭的勝利涉及到各種各樣的因素。根據(jù)軍事理論，這些要素通常涉及部署、偵察、機動、突破、節(jié)奏、突襲、利用和沖擊等，目的是造成敵方組織的瓦解[28]。實戰(zhàn)化訓(xùn)練需要復(fù)刻實際戰(zhàn)場環(huán)境，在軍事訓(xùn)練中無法長期廣泛使用，因此，仿真推演系統(tǒng)成為軍事訓(xùn)練中為達成信息化戰(zhàn)場態(tài)勢模擬、數(shù)字化作戰(zhàn)行動決策、科學(xué)性方案分析目的首選的形式，同時能夠?qū)崿F(xiàn)實戰(zhàn)化訓(xùn)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(xùn)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(tǒng)對現(xiàn)代戰(zhàn)爭的主要影響。本文將從以下3點分析仿真推演系統(tǒng)在軍事訓(xùn)練中的應(yīng)用價值：

①仿真推演系統(tǒng)為實戰(zhàn)化軍事訓(xùn)練提供先進的訓(xùn)練工具。仿真推演系統(tǒng)集成了兵棋推演技術(shù)，是一種存在缺陷但十分有用的工具[29]，能夠運用兵棋系統(tǒng)實時觀測戰(zhàn)場地理環(huán)境、即時掌握全方位戰(zhàn)場數(shù)據(jù)、分析受控變量與觀測結(jié)果的因果關(guān)系、訓(xùn)練作戰(zhàn)人員對動態(tài)戰(zhàn)場形勢定量分析思維及支持作戰(zhàn)決策的量化分析。實現(xiàn)新技術(shù)和新理念與現(xiàn)有策略快速有效融合來增強軍事實戰(zhàn)能力，向沉浸式的聯(lián)合作戰(zhàn)方向推進是仿真推演系統(tǒng)的重要發(fā)展趨勢之一。

②仿真推演系統(tǒng)為實戰(zhàn)化軍事訓(xùn)練提供科學(xué)的方法論指導(dǎo)。與傳統(tǒng)手工兵棋相比，仿真推演系統(tǒng)具備應(yīng)對矛盾的哲學(xué)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(zhàn)爭規(guī)律。對于實戰(zhàn)化戰(zhàn)場中存在的不確定性，通過兵棋規(guī)則和隨機數(shù)發(fā)生器的設(shè)計實現(xiàn)不可復(fù)制的作戰(zhàn)結(jié)果。仿真推演活動能夠在不斷地推演和復(fù)盤中培養(yǎng)推演人員的思維，積累作戰(zhàn)經(jīng)驗，從而不斷提高謀略水平和應(yīng)對重、難、新問題的能力。

③仿真推演系統(tǒng)為新型武器裝備的發(fā)展提供優(yōu)化思路。仿真技術(shù)被美國國防部貫穿于裝備建設(shè)從發(fā)展規(guī)劃、設(shè)計定型、研制生產(chǎn)到部署使用、維修保障的整個生命周期，通過仿真推演系統(tǒng)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(fā)展進行定量分析，提高工作效率。

1.3關(guān)鍵技術(shù)

1.3.1理論基礎(chǔ)

理論指導(dǎo)科學(xué)研究的具體進程，研究結(jié)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(shù)的融合同樣建立在理論基礎(chǔ)與科學(xué)研究相輔相成的基礎(chǔ)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(chǔ)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(xiàn)象和競爭行為的數(shù)學(xué)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(shù)學(xué)模型，由局中人、策略和贏得函數(shù)構(gòu)成。局中人是指理智的、有權(quán)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(tài)、后繼函數(shù)、終止測試以及贏得函數(shù)定義一顆博弈樹，博弈樹的節(jié)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(jié)點的擴展順序選擇深度優(yōu)先、寬度優(yōu)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(jié)點。

（2）有信息搜索

由于博弈樹節(jié)點會因大事件導(dǎo)致節(jié)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(shù)實現(xiàn)由非終止節(jié)點到葉子終止節(jié)點的轉(zhuǎn)變，通過評價函數(shù)選擇接下來進行擴展的節(jié)點，即便存在最優(yōu)決策無法處理的情況，也能找到與取勝密切相關(guān)的決策。評價函數(shù)的質(zhì)量決定了搜索的性能表現(xiàn)，關(guān)鍵在于根據(jù)問題的額外信息找到合理的啟發(fā)函數(shù)。

（3）局部搜索算法

評價函數(shù)設(shè)計的重點在于特征權(quán)重的賦值，然而特征數(shù)組中每個狀態(tài)都對應(yīng)一種啟發(fā)函數(shù)，這就要求在全部狀態(tài)中找到最優(yōu)狀態(tài)，將這種尋找最優(yōu)狀態(tài)的問題稱為最優(yōu)化問題，局部搜索算法就是用于解決優(yōu)化問題的方法。應(yīng)對最優(yōu)化問題有2種策略：一是根據(jù)經(jīng)驗人工調(diào)整；二是通過計算機搜索最優(yōu)狀態(tài)。局部搜索算法按照相鄰狀態(tài)選擇方式的區(qū)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(guān)鍵技術(shù)

人工智能技術(shù)形成了以神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強化學(xué)習(xí)為代表的關(guān)鍵技術(shù)，并且在軍事推演中得到認可。縱觀智能化軍事推演的發(fā)展，深度強化學(xué)習(xí)、樣本生成、小樣本學(xué)習(xí)、遷移學(xué)習(xí)是當下軍事推演研究中的熱門技術(shù)。

①深度強化學(xué)習(xí)是深度學(xué)習(xí)與強化學(xué)習(xí)相結(jié)合形成的具有感知決策能力的技術(shù)。深度學(xué)習(xí)具有感知能力，使用神經(jīng)網(wǎng)絡(luò)模擬人腦機制，對大量有效樣本無監(jiān)督的預(yù)訓(xùn)練和有監(jiān)督的逐層訓(xùn)練實現(xiàn)特征提取和分類，不斷調(diào)整訓(xùn)練參數(shù)獲得內(nèi)在關(guān)系和邏輯。強化學(xué)習(xí)具有決策能力，融入試錯機制，采取與環(huán)境信息交互的方式積累獎賞以達到最優(yōu)策略，強化學(xué)習(xí)原理示意如圖2所示，是一種適用于所有生物適應(yīng)環(huán)境的途徑。二者結(jié)合，優(yōu)勢互補，為軍事仿真推演復(fù)雜系統(tǒng)提高感知決策能力提供了新思路。

②樣本生成技術(shù)能夠有效解決樣本稀缺問題。生成對抗網(wǎng)絡(luò)是一種典型的、可用于數(shù)據(jù)擴增的樣本生成技術(shù)，生成對抗網(wǎng)絡(luò)進行樣本數(shù)據(jù)擴增示意如圖3所示。由于軍事作戰(zhàn)屬于保密活動，嚴禁數(shù)據(jù)泄露，能夠得到的只有國內(nèi)軍事領(lǐng)域的樣本，難以獲得國外軍隊作戰(zhàn)數(shù)據(jù)，這就限制了軍事推演仿真數(shù)據(jù)的來源。為了解決作戰(zhàn)態(tài)勢數(shù)據(jù)樣本少這一問題，樣本生成技術(shù)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(zhuǎn)[30-31]、局部空間分解和動態(tài)隨機推演等。

③小樣本學(xué)習(xí)具有抓住事物主要特征即可識別該事物的學(xué)習(xí)能力，部分小樣本學(xué)習(xí)方法優(yōu)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(guī)劃歸納計算方法，并采用圖靈測試驗證了可行性。小樣本學(xué)習(xí)對戰(zhàn)場態(tài)勢中存在復(fù)雜抽象現(xiàn)象具備很好的識別和認知能力，對于軍事作戰(zhàn)推演的理解具備重要意義。

④遷移學(xué)習(xí)是一種典型的小樣本學(xué)習(xí)，能夠在相似性領(lǐng)域利用訓(xùn)練好的模型獲得新模型[33]。只需要給定遷移學(xué)習(xí)源問題域中的數(shù)據(jù)和任務(wù)，再增加小部分新領(lǐng)域數(shù)據(jù)和學(xué)習(xí)任務(wù)就能很快遷移到新領(lǐng)域投入使用，遷移學(xué)習(xí)的一般過程如圖4所示。只需要教機器學(xué)會“直升機”就能在很短時間內(nèi)學(xué)會“戰(zhàn)斗機”，高效地實現(xiàn)相似場景遷移，合理地完成不同形式數(shù)據(jù)的遷移，提高模型的泛化能力，解決數(shù)據(jù)分布不滿足獨立同分布時訓(xùn)練高精度分離器的問題。深度學(xué)習(xí)與遷移學(xué)習(xí)的結(jié)合是接下來的研究方向之一，深度遷移學(xué)習(xí)不僅能夠提高模型的通用性，而且能將其推廣到一般作戰(zhàn)領(lǐng)域用于對抗策略的生成?？梢詫⑸疃冗w移學(xué)習(xí)分為基于實例的、基于映射的、基于網(wǎng)絡(luò)的、基于規(guī)則的4類[34]，這對于軍事戰(zhàn)場態(tài)勢認知很有價值。

1.4軍事推演研究現(xiàn)狀

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

1.4.1數(shù)據(jù)的獲取及驗證

兵棋作為軍事應(yīng)用中實現(xiàn)智能決策研究的推演平臺，面臨著信息不完全的難點，數(shù)據(jù)的獲取及數(shù)據(jù)質(zhì)量控制問題尤為重要。因此有學(xué)者提出通過挖掘、聚類和特征提取等操作來解決數(shù)據(jù)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(shè)計了一款戰(zhàn)術(shù)級兵棋智能引擎，通過數(shù)據(jù)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(yōu)選算法和兵棋規(guī)則解決行動多方案選優(yōu)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(shù)據(jù)耕耘理論通過對結(jié)果的學(xué)習(xí)來循環(huán)探索不確定要素，從而探討非線性因素對復(fù)雜體系結(jié)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(jīng)濟成本都很高，人不在回路的仿真無法體現(xiàn)體系的復(fù)雜性，故借鑒數(shù)據(jù)耕耘的思想將2種方式結(jié)合起來，生成評估大數(shù)據(jù)，創(chuàng)造體系能力評估的數(shù)據(jù)基礎(chǔ)[39]。隨著各類數(shù)據(jù)資源體量的擴大，為了避免數(shù)據(jù)源中存在的部分不符合規(guī)律的異常數(shù)據(jù)對象對模型的影響，數(shù)據(jù)的可信度驗證愈加重要。軍事推演系統(tǒng)中的數(shù)據(jù)主要以2種方式存在：一是符合或近似正態(tài)分布的數(shù)據(jù)；二是非正態(tài)分布的數(shù)據(jù)。胡艮勝等針對這2種數(shù)據(jù)形式分別提出基于準則和高次查分的異常數(shù)據(jù)挖掘方法，符合在剔除異常數(shù)據(jù)前進行樣本分布驗證的要求，且不會在數(shù)據(jù)清洗時產(chǎn)生系

統(tǒng)額外運行負擔[40]。

1.4.2戰(zhàn)場態(tài)勢感知和智能認知

美軍于2017年提出的“算法戰(zhàn)”及相關(guān)機構(gòu)的建立，標志著認知智能正式應(yīng)用在軍事領(lǐng)域。戰(zhàn)場態(tài)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(tài)勢感知則是伴隨OODA環(huán)的研究生出的概念，是對作戰(zhàn)態(tài)勢要素的察覺、理解和預(yù)測的歸納[41]，對應(yīng)環(huán)路中的觀察和判斷階段。在軍事推演中指揮員根據(jù)戰(zhàn)場態(tài)勢進行部署和決策，通常采用態(tài)勢圖、統(tǒng)計數(shù)據(jù)和戰(zhàn)場情況報告對戰(zhàn)場態(tài)勢歸一化處理，然而由于信息來源不同其統(tǒng)一方式是一個難點?？紤]到指揮員角色在軍事推演中至關(guān)重要的地位，胡曉峰等[8]就態(tài)勢理解與自主決策問題分析了戰(zhàn)場態(tài)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(fā)圍繞作戰(zhàn)任務(wù)提出嵌套在OODA環(huán)中的態(tài)勢智能認知技術(shù)，其核心在于理解“整體關(guān)系”，據(jù)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(guān)鍵問題，列出了前沿智能技術(shù)，態(tài)勢認知關(guān)鍵問題及相關(guān)技術(shù)如圖5所示。

1.4.3智能決策方法與博弈對抗技術(shù)

2020年，美國戰(zhàn)略與預(yù)算評估中心發(fā)布的研究報告明確了人工智能技術(shù)作為協(xié)助指揮員管理作戰(zhàn)行動，提升決策優(yōu)勢的輔助工具。蘭德公司展開人工智能結(jié)合兵棋推演任務(wù)規(guī)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(yīng)用智能決策技術(shù)的關(guān)鍵問題之一在于智能學(xué)習(xí)方法的選擇[43]。深度強化學(xué)習(xí)有助于軍事推演實現(xiàn)軍事決策的智能化。崔文華等[44]利用深度強化學(xué)習(xí)方法支持兵棋內(nèi)置AI算法進行自主博弈對抗泛化推演系統(tǒng)功能，對接聯(lián)合作戰(zhàn)系統(tǒng)輔助指揮員快速評估作戰(zhàn)方案，給出決策建議。傳統(tǒng)的軍事推演系統(tǒng)通常過多地關(guān)注局部信息，未能從整體態(tài)勢出發(fā)進行分析，采取將棋子運動趨勢編碼到動態(tài)影響力地圖中的方式，有助于AI主體的決策[45]。面對戰(zhàn)術(shù)級兵棋機動動作與地圖位置的選擇密切相關(guān)問題時，多屬性綜合評價軟優(yōu)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(tài)環(huán)境，通過感知器對外界環(huán)境做出解釋并產(chǎn)生推理和決定，為其他實體的委托提供服務(wù)。鑒于其優(yōu)質(zhì)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(zhàn)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(lián)合殘差神經(jīng)網(wǎng)絡(luò)和蒙特卡洛樹對匯合作戰(zhàn)進行決策。多智能體則采用強化學(xué)習(xí)的方式分析多個智能體的行動，聯(lián)合產(chǎn)生式規(guī)則規(guī)劃作戰(zhàn)決策。劉轉(zhuǎn)[48]研究了基于多智能體系統(tǒng)的兵棋推演模型。李琛等[49]構(gòu)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(guān)系共存，根據(jù)自身信息實現(xiàn)分布式執(zhí)行，依據(jù)全部信息更新完成集中式訓(xùn)練。鑒于單純的深度強化學(xué)習(xí)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(jiān)督學(xué)習(xí)進行智能體的訓(xùn)練，使用深度強化學(xué)習(xí)改進額外獎勵設(shè)置，提出基于近端策略優(yōu)化的對抗算法。作戰(zhàn)推演仿真引入過程中的動態(tài)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(guī)模龐大、體系復(fù)雜的博弈對抗問題，單智能體方法呈現(xiàn)斷崖式缺陷，故采取多智能體深度強化學(xué)習(xí)算法提高決策能力，并提出基于深度逆向強化學(xué)習(xí)、多智能體強化學(xué)習(xí)、分層強化學(xué)習(xí)和元深度強化學(xué)習(xí)等方法[51]。雖然當前多智能體深度強化學(xué)習(xí)面臨環(huán)境的非平穩(wěn)性、維度災(zāi)難、信度分配三大難題，但深度強化學(xué)習(xí)算法在作戰(zhàn)行動指定和優(yōu)化以及輔助決策行為環(huán)節(jié)仍起到極大作用。與傳統(tǒng)的計算機兵棋推演系統(tǒng)相比，軍事智能博弈對抗系統(tǒng)最大的特點是能夠?qū)崿F(xiàn)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(xùn)練緊密相關(guān)。現(xiàn)被應(yīng)用的AI智能體主要包括：知識驅(qū)動型AI、深度學(xué)習(xí)驅(qū)動型AI以及強化學(xué)習(xí)自適應(yīng)型AI。新技術(shù)有效地促進智能博弈對抗技術(shù)向軍事應(yīng)用快速轉(zhuǎn)化[1]。

除此之外，現(xiàn)階段已經(jīng)在人與軍事推演仿真系統(tǒng)的交互[52-53]、智能博弈對抗系統(tǒng)框架設(shè)計[54]、航空兵力規(guī)模需求[55]、軍事推演與信息安全[56]和推演進程關(guān)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(tǒng)經(jīng)過推演—復(fù)盤—評估—總結(jié)的全過程驗證推演方案的可行性。推演方案是在預(yù)判敵方作戰(zhàn)策略的基礎(chǔ)上，形成以首長為中心的戰(zhàn)法制定，戰(zhàn)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(wù)以及應(yīng)對突發(fā)情況的措施等。

推演方案評估是形成最佳決策的必要環(huán)節(jié)，評估內(nèi)容主要包括基本戰(zhàn)法、主要目標和關(guān)鍵行動等。傳統(tǒng)的軍事運籌分析法包括模糊綜合評判法和BP神經(jīng)網(wǎng)絡(luò)法等，關(guān)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(zhàn)的數(shù)據(jù)，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(jié)果。文獻[59]在此基礎(chǔ)上提出了導(dǎo)彈部隊作戰(zhàn)方案評估方法。劉海洋等[60]提出評估態(tài)勢圖和任務(wù)探針的概念分別對綜合評估指標的度量結(jié)果進行描述與獲取。評估態(tài)勢圖對聯(lián)合作戰(zhàn)實現(xiàn)時間和空間多角度認知的實時判斷，任務(wù)探針則在不改變環(huán)境和進程的復(fù)盤推演中，在一定時空范圍內(nèi)開展特定行動。

相對于單兵種作戰(zhàn)的限制性，圖6是聯(lián)合作戰(zhàn)推演方案呈現(xiàn)金字塔結(jié)構(gòu)，文獻[61-65]證實了這種結(jié)構(gòu)的存在。傳統(tǒng)的聯(lián)合作戰(zhàn)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(zhàn)方案評估方法進行歸納總結(jié)。層次分析法在聯(lián)合作戰(zhàn)方案級評估問題中應(yīng)用廣泛[67-69]?；谏鲜鼋?jīng)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(shù)據(jù)樣本，應(yīng)用數(shù)理統(tǒng)計對推演方案進行分析和評估。

作戰(zhàn)決策是軍事智能仿真推演中的關(guān)鍵環(huán)節(jié)，決定作戰(zhàn)態(tài)勢，針對推演系統(tǒng)中仿真實體決策推理的復(fù)雜性和時效性[71]，在深度學(xué)習(xí)的堆棧自編碼器模型基礎(chǔ)上加入噪聲訓(xùn)練，并引入稀疏限制，形成堆棧稀疏降噪自編碼神經(jīng)網(wǎng)絡(luò)模型擬合復(fù)雜作戰(zhàn)規(guī)律，模擬人類決策思維和經(jīng)驗，實現(xiàn)作戰(zhàn)決策的準確評估。

軍事推演不僅可以指導(dǎo)實際作戰(zhàn)，還能在軍事訓(xùn)練中形成從推演方案設(shè)計到仿真再到評估的閉環(huán)，協(xié)同各軍委總部及軍兵種用戶完成作戰(zhàn)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(guī)則制定繁瑣、戰(zhàn)場態(tài)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(tǒng)的細節(jié)設(shè)計

創(chuàng)造的復(fù)雜系統(tǒng)既能反映作戰(zhàn)行動，又能展現(xiàn)客觀規(guī)律，嵌入多種保障機制，融合人文環(huán)境，納入國家政策、社會輿論反饋、動態(tài)更新國際現(xiàn)狀等。探索棋子的內(nèi)部聯(lián)系獲取有效樣本，尋找棋子內(nèi)部聚合與外部耦合關(guān)系建立多重關(guān)系網(wǎng)，面向全局考察棋子間的關(guān)聯(lián)，實現(xiàn)棋子聯(lián)動，對棋子進行數(shù)據(jù)挖掘。由于實際戰(zhàn)場的態(tài)勢多種多樣，態(tài)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(tài)勢數(shù)據(jù)對于戰(zhàn)場信息感知十分重要。美軍的第三代兵棋系統(tǒng)研究旨在實現(xiàn)多維環(huán)境下的復(fù)雜聯(lián)合作戰(zhàn)行動，為軍事推演技術(shù)的發(fā)展指明方向，實時更新數(shù)據(jù)、細化態(tài)勢判斷、驅(qū)動數(shù)據(jù)與規(guī)則同步執(zhí)行、動態(tài)調(diào)整勝負裁決規(guī)則、完善多屬性綜合評價軟優(yōu)選算法、打造高復(fù)現(xiàn)度的博弈對抗環(huán)境。

2.2仿真推演系統(tǒng)的創(chuàng)新及應(yīng)用

現(xiàn)有的仿真推演系統(tǒng)體系和模型都基于美國的仿真系統(tǒng)，為開發(fā)符合我軍作戰(zhàn)特點的仿真推演系統(tǒng)，需要在信息化戰(zhàn)場下加快探索，在世界軍事推演仿真系統(tǒng)上留下中國足跡，并不斷進行新技術(shù)標準的深入研究。與新型仿真推演系統(tǒng)開發(fā)同步進行的應(yīng)該是與目標用戶不斷進行需求溝通，對開發(fā)人員及相關(guān)用戶進行應(yīng)用技能培訓(xùn)。

2.3軍事推演系統(tǒng)的虛擬化、組裝化、智能化發(fā)展

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

軍事智能推演在現(xiàn)代復(fù)雜、大規(guī)模軍事推演領(lǐng)域扮演至關(guān)重要的角色。如今，美國的軍事推演技術(shù)處于世界領(lǐng)先地位，我軍可以借鑒美方軍事仿真推演系統(tǒng)的設(shè)計思想，探索具有我軍作戰(zhàn)特點的智能推演系統(tǒng)，推進戰(zhàn)術(shù)模擬和戰(zhàn)略決策。傳統(tǒng)的軍事作戰(zhàn)方式無法滿足不確定性戰(zhàn)場的要求，人工智能技術(shù)在推動信息化環(huán)境下的軍事作戰(zhàn)，消除人在戰(zhàn)爭指揮中所產(chǎn)生的認知偏差大有裨益，人機結(jié)合的模式為軍事推演領(lǐng)域的發(fā)展指明道路。

參考文獻

[1]李航，譚聯(lián)群，曾雋芳，等.面向人工智能的兵棋推演系統(tǒng)設(shè)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(wù)推演的時空模型與驅(qū)動機制[J].國防科技大學(xué)學(xué)報，2013，35（3）：138-143.

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

[4]彭春光，趙鑫業(yè)，劉寶宏，等.兵棋推演技術(shù)綜述[C]//2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集.合肥：中國科學(xué)技術(shù)大學(xué)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(guī)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(zhàn)[J].科技導(dǎo)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(shù)在油庫火災(zāi)中的構(gòu)想和應(yīng)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(yīng)用價值及對策探討[J].邯鄲學(xué)院學(xué)報，2019，29（1）：121-125.

[12]李歡.基于兵棋推演的城市危機應(yīng)急管理評價方法研究[D].濟南：山東大學(xué)，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(xué)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(shè)計與研究[J].重慶理工大學(xué)學(xué)報（自然科學(xué)）， 2019，33（10）：142-148.

[16]宋玉豪.兵棋推演在公共衛(wèi)生防疫領(lǐng)域的應(yīng)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(zhàn)爭的再現(xiàn)———兵棋推演的發(fā)展脈絡(luò)[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(tǒng)在實戰(zhàn)化軍事訓(xùn)練中的應(yīng)用[J].軍事交通學(xué)院學(xué)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(zhàn)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(tǒng)及其對現(xiàn)代戰(zhàn)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(xué)習(xí)的腦機融合系統(tǒng)的研究[D].浙江：浙江大學(xué)，2017.

[35]鄭書奎，吳琳，賀筱媛.基于深度學(xué)習(xí)的兵棋演習(xí)數(shù)據(jù)特征提取方法研究[J].指揮與控制學(xué)報，2016，2（3）：194-201.

[36]石崇林.基于數(shù)據(jù)挖掘的兵棋推演數(shù)據(jù)分析方法研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2012.

[37]劉長亮，鮑傳美，包化，等.可拓數(shù)據(jù)挖掘在高性能兵棋推演系統(tǒng)中的應(yīng)用[J].指揮信息系統(tǒng)與技術(shù)，2018，9（1）：62-67.

[38]劉滿，張宏軍，郝文寧，等.戰(zhàn)術(shù)級兵棋實體作戰(zhàn)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(shù)據(jù)的體系能力評估方法研究[J].軍事運籌與系統(tǒng)工程，2020， 34（3）：5-10.

[40]胡艮勝，張倩倩，馬朝忠.兵棋推演系統(tǒng)中的異常數(shù)據(jù)挖掘方法[J].信息工程大學(xué)學(xué)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(tài)勢認知走向態(tài)勢智能認知[J].系統(tǒng)仿真學(xué)報，2018，30（3）：761-771.

[43]廖馨，孫崢皓.作戰(zhàn)推演仿真中的智能決策技術(shù)應(yīng)用探索[C]//第二十屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)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(xué)習(xí)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(tǒng)的研究[D].北京：北京郵電大學(xué)，2019.

[46]成曉鵬，齊鋒.電子對抗作戰(zhàn)方案推演智能決策行為模擬[J].電子信息對抗技術(shù)，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(shù)[C]//第七屆中國指揮控制大會論.北京：中國指揮與控制學(xué)會，2019：135-139.

[48]劉轉(zhuǎn).基于多智能體系統(tǒng)的兵棋推演模型研究[D].武漢：華中科技大學(xué)，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(yīng)用[J].系統(tǒng)工程與電子技術(shù)， 2021，43（3）：755-762.

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

[51]曹雷.基于深度強化學(xué)習(xí)的智能博弈對抗關(guān)鍵技術(shù)[J].指揮信息系統(tǒng)與技術(shù)，2019，10（5）：1-7.

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

[53]孫澤健，司光亞，劉洋.面向兵棋演習(xí)的問答系統(tǒng)問句分類模型研究[J].計算機與數(shù)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(tǒng)設(shè)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(zhàn)推演的航空兵力規(guī)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(quán)，等.大規(guī)模網(wǎng)絡(luò)對抗兵棋推演系統(tǒng)關(guān)鍵技術(shù)探討[J].通信技術(shù)，2018，51（2）：450-456.

[57]張可，郝文寧，余曉晗，等.基于遺傳模糊系統(tǒng)的兵棋推演關(guān)鍵點推理方法[J].系統(tǒng)工程與電子技術(shù)，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(xùn)立，高桂清，等.基于兵棋推演系統(tǒng)的作戰(zhàn)方案評估方法研究[J].兵器裝備工程學(xué)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(tǒng)工程，2019，33（3）：5-12.

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

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

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

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

[65]王相生.聯(lián)合作戰(zhàn)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(zhàn)方案評估方法綜述[J].兵器裝備工程學(xué)報，2018，39（8）：79-84.

[67]畢東旭，林家駿.復(fù)雜信息系統(tǒng)風(fēng)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(yōu)度評估的聯(lián)合作戰(zhàn)方案優(yōu)選方法研究[J].現(xiàn)代防御技術(shù)，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(shù)， 2019（3）：149-152.

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

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