郭永红, 刘瑞, 刘承, 李旭光

(中国兵器工业计算机应用技术研究所 车辆综合电子研发部, 北京 100089)

0 引言

班组是派遣最为快捷、运用最为灵活、效果最为可控的作战单元,其兵力编配水平直接影响军事对抗的执行力和作战效果。从机械化、信息化到智能化,战争形态已经发展到新的阶段,随着“信火一体”[1]、“网电一体”[2]等新概念的产生,战争将进入“多域”和“秒杀”时代。班组作为战场末端单元,传统以预案模板匹配方式为主[3]的兵力编配方法难以实现临机动态性,无法在机会式窗口实现多角色敏捷转换、多任务灵活响应和自适应敏捷重构等新能力要求。特别是无人装备向战场的持续渗透和逐渐应用[4],有人/无人协同所带来的“数据爆炸”问题将直接超出人类认知极限,瞬时“数据致盲”风险加剧,使得传统以人为信息处理中枢的兵力编配模式也将不再适用。人工智能技术有望对由战场环境中急剧增长的认知客体数量、被海量数据淹没的认知空间和不完备的认知工具所造成的信息过载问题进行有效应对,但其本质是根据历史经验数据寻找拟合函数,军事领域数据收集难、兵力使用灵活度高、趋势走向不确定性强等特殊性,使得人工智能自身在实现战斗分组、任务分工、装备编配使用等临机决策和自适应规划方面存在一定的局限性和缺陷。军事智能化[5]和元宇宙[6]热潮下,以云计算、数字孪生、区块链、5G/6G等先进技术为支撑的军事元宇宙雏形已基本明晰[7],元宇宙强大的计算能力和精准的数字孪生特点将为智能算法模型收集利用数据并理解发现复杂行为和规律提供丰沃土壤。……