程 恺, 陈 刚, 余晓晗, 刘 满, 邵天浩

(陆军工程大学指挥控制工程学院, 江苏 南京 210007)

0 引 言

兵棋是一种研究战争内在规律和训练指挥员指挥决策能力的工具,分为手工兵棋和计算机兵棋。随着信息技术的飞速发展,计算机兵棋逐渐成为当前兵棋推演的主要方式。特别是近年来人工智能(artifical intelligence, AI)技术在AlphaGo、德州扑克以及星际争霸等游戏领域取得突破[1-7],从简单环境下的完全信息博弈,到不完全信息博弈,再到复杂环境下的不完全信息博弈,这些游戏AI在与人的博弈中均展现出了高水平的智能性。由于兵棋推演也是一种复杂环境下的不完全信息博弈过程,因此如何将相关AI技术应用到兵棋推演中[8-9],设计实现兵棋AI辅助指挥员进行感知、判断、决策和行动(observe orient decide act,OODA),已成为当前兵棋推演研究的热点问题。

国外兵棋系统发展较早,美军通过联合战区级兵棋系统(joint theater level simulation,JTLS) 和联合冲突战术兵棋系统(joint conflict and tactical simulation,JCATS)[10]等对作战方案进行分析与评估。2020年美国兰德公司发布了《思维机器时代的威慑》报告,讨论的核心问题是兵棋推演中AI和自主技术如何随着事件的发展影响局势升级和威慑方式[11]。美国国防高级研究计划局(defense advanced research projects agency,DARPA)最近也启动了“兵棋突破者”项目,旨在研究开发兵棋AI帮助人类指挥官在真实战斗中击败对手[12]。国内兵棋系统起步较晚,通过借鉴国外成熟的兵棋技术并与实际相结合,在兵棋系统研发与运用方面也取得了较快的发展。研制了战略战役级兵棋系统,并分析了AI特别是深度学习运用在兵棋系统上需要解决的问题[8]。……