美陆军：重新构想指挥与控制

未来战争要求指挥与控制（C2）决策在更加复杂、快节奏、结构混乱和苛刻的条件下进行。拒绝、降级、间歇和限制（DDIL）通信等作战挑战，以及需要考虑许多数据流（可能跨越多个作战领域），将使指挥控制变得更加复杂。然而，当前的 C2 实践源于工业时代而非新兴的情报时代，是线性的、耗时的。重要的是，这些方法可能无法在未来战场上与对手保持超配。为了应对这些挑战，本文提出了一种基于人类与人工智能（AI）系统之间强大合作关系的未来 C2 愿景。这一未来愿景可概括为三个行动影响：简化 C2 行动流程、保持统一行动和开发适应性集体知识系统。本文阐述了所设想的未来 C2 能力，讨论了形成这些能力的假设，并描述了所建议的发展如何改变未来战争中的 C2。

关键词--可扩展交互式机器学习、人工智能、人-人工智能协同、未来指挥与控制、人机伙伴关系

引言

在未来战场上，指挥与控制（C2）将在日益复杂、动态和充满挑战的情况下进行。现代知识时代的技术已经为当前工业时代的 C2 方法带来了困境，例如在分散或孤立的友军之间进行被拒绝、降级、间歇和限制（DDIL）的通信。随着新兴技术将世界推向智能时代（即人类与人工学习技术合作的时代），要创造并保持决策优势--使我们的部队比对手做出更及时、更有效的决策--就需要重新审视强大的 C2 系统及其运行方式。

重新构想 C2 系统的一个基本挑战是如何有效地调整一项以人为根本的工作，将人机合作纳入其中。许多现代 C2 方法产生于军队通信能力落后的时代，这促使包括 19 世纪普鲁士陆军元帅赫尔穆特-冯-莫尔特克（Helmuth von Moltke）在内的改革者们创建了培训和作战技术、战术和程序（TTP），使陆军层次能够根据指挥官意图的原则执行 C2。在此建议，当今实践中的许多 TTP 都已发展出以人为中心的特征（如重复、多形式交流、集体构思和重新制定概念），以确保处于作战压力下的指挥官和参谋人员以及整个层级都能充分了解情况并相互信任，从而有效地保持统一行动。挑战在于，整合先进技术的尝试往往侧重于取代以人为本的功能，而这些功能对于在指挥部内建立统一行动至关重要。

在此，本文设想了一个未来，美国陆军将拥抱人类智能和新兴机器智能各自的优势和要求，以实现增强型指挥控制，从而超越仅由人类或人工智能（AI）做出的决策。本文将讨论构筑这一愿景的假设，然后从三个作战影响方面阐述未来的 C2 系统能力：简化 C2 操作流程、保持统一行动和开发适应性集体知识系统。

构建愿景

在为未来情报时代重新设想 C2 时，本文有两个主要假设。如上所述，首先假定未来的作战环境将呈现出越来越复杂、动态和具有挑战性的局面。例如：未来战场的杀伤力会越来越大，对分布式 C2 系统的需求也会越来越高；有效的 C2 系统需要整合多种实时信息流，同时还要在分散或孤立的友军之间进行 DDIL 通信；在战场上保持决策优势将迫使军事决策过程（MDMP）的时间尺度不断缩短，例如，利用短暂的机会窗口或适应战场上不断变化的风险条件。

第二个主要假设是，技术进步将从根本上改变当前 C2 系统的人机关系。例如，技术的速度、复杂性和智能性将使决策和行动超越人类在传统人机整合方法下的能力；性能最高的新兴人工智能能力将更类似于 "外星"智能而非动物智能，从而给人类的理解带来根本性问题；当前技术进步的快速步伐将加快，导致友军和敌军都能快速进行技术实战和战场学习，而这与传统的士兵训练军事方法是不相容的。

为了在这些假设条件下实现决策主导地位，对未来 C2 系统的大多数设想都指出需要将人类智能和机器智能结合起来。然而，如下文所述，构成这些概念的人机整合的性质可能大相径庭（关于以人为中心的整合与以机器为中心的整合的详细讨论，请参阅 Metcalfe、Perelman 等人的文章）。在一个极端，"以人为本 "的愿景侧重于帮助人类更有效地执行基本的 C2 任务（例如，从提高人类性能的技术到个性化的指挥官智能决策支持工具）。在另一个极端，"以机器为中心"的愿景侧重于利用先进的智能系统来替代未来 C2 系统中的士兵（例如，替代人员可能包括许多执行基本 C2 任务的指挥人员，这些任务是关键决策的基础）。我们摒弃了这两个极端，并提出未来作战环境的复杂性、动态性和挑战性将迫使在 C2 系统中有效整合大量人力资源，而技术的不断进步将迫使人类在未来 C2 系统中的角色和行动发生根本性转变。本文将问题的重点定位在创建能够适应战场变化的人机合作关系，同时从本质上实现大型异构人机群体的协同工作。

重新设想

C2 最近在交互式机器学习（ML）和人机混合智能方面取得的突破表明，人类与人工智能的合作可以在一系列领域超越人类或人工智能的单独作用。然而，人机融合并不是全能型方法。Metcalfe、Perelman 等人介绍了人类与人工智能合作的前景，认为人类与人工智能互动的性质取决于任务复杂程度、决策时间尺度和信息确定性。虽然一些较简单的子任务或功能可能仅靠技术就能解决，但许多支撑未来有效 C2 的基本任务都属于需要有效人机合作的复杂领域。此外，随着时间的推移，越来越多的子任务和功能预计将通过技术来解决，这反过来又会改变复杂环境中互动的性质。这些因素使得很难甚至无法明确未来 C2 人机合作关系的类型。为了克服这一挑战，采取了多管齐下的方法。下面，本文将讨论未来 C2 系统如何对影响未来 C2 操作流程的三个具体方面产生潜在影响。将通过一个旨在激发想象力的未来士兵 "故事 "来充实每一次讨论。最后，用两篇同样提交给 ICMCIS 2024 的论文来充实这一讨论。第一篇是一篇研究论文，描述了一种大语言模型驱动的 COA 生成能力（见 Goecks 和 Waytowich），该能力说明了本文所举例子的核心近期能力；第二篇概述了一个广泛的研究计划，说明了有可能实现本文所讨论技术的科学和技术类型（见 Madison、Novoseller、Goecks 等）。

A. 简化 C2 操作流程

预计人机交互将简化 C2 操作流程（即结合流程中的多个步骤或同时执行流程），这与当前的 C2 方法形成鲜明对比，当前的 C2 方法更具线性，由许多连续步骤组成。精简 C2 的主要成果之一是通过同时进行 COA 开发和分析，以及通过快速生成和选择分支和序列来优化控制要素，从而大幅缩短周密计划的时间。

设想的核心是一种交互式技术能力，即智能行动方案套件 (iCOAs)，它几乎能在瞬间将可用信息整合为高分辨率行动方案 (COA)，其中包含的信息比当前的行动方案要详细得多。这种能力包括多种智能技术和流程，可同时根据一系列任务和行动变量以及对行动至关重要的视角（如火力、机动和持续作战功能；道德、伦理、社会文化和政治影响；敌对、平民和友军行动等）创建、分析和比较计划。此外，预计 iCOAs 将实时运行，处理来自战场传感器和来源的数据，以保持最新的态势感知，并根据需要生成分支和序列。然而，随着技术的发展，预计人机合作将高度融合，人类和机器将在 C2 中扮演多种角色（见 SSG Hill）。

这一愿景建立在 Farmer提出的想法基础上，该想法将 COA 分析期间通常进行的计算应用于 COA 开发步骤，以快速比较和优化示例场景中的多个 COA 备选方案。相比之下，设想的 iCOAs 不仅能利用人工智能的搜索能力，还能借助人类和人工智能的综合力量，在整个 C2 操作流程中最大限度地发挥创造力、探索精神、军事专业知识和常识。设想中的简化 iCOA 将以直观的形式向人员展示和解释建议的 COA，例如通过语言、注释地图或可能结果树等方式，同时提供标准的 COA 分析输出，如同步矩阵以及成功概率和不确定性估计等指标，这些指标考虑到了环境变量和潜在的威胁 COA。作战指挥人员将向系统输入可用数据，分析所提供的 COA 备选方案和相关数据，根据领域专业知识、常识和不断变化的态势需求，以交互方式调整人工智能生成的 COA，并做出最终的 COA 选择。

C2 人员将与人工智能系统进行动态交互，根据态势需要以多种方式调整提议的 COA。指挥人员可以描述目标（例如，"控制敌方资产"），根据需要发出更正以调整和微调拟议计划（"从相反方向接近以避免被发现"），并指定限制条件以禁止人工智能选择不可取的行动（例如，"不要太靠近山峰"）。当出现意料之外的变化时，工作人员可向人工智能系统传达反馈信息，说明如何调整计划以适应新出现的风险和机遇（例如，"敌人已将树木武器化，因此尽可能避开树木"）。指挥人员可以调整 COA 选择标准，在多个目标之间进行权衡，例如提高控制敌方资产的重要性，或惩罚加剧人员或设备危险的行动，还可以在多个 COA 备选方案中进行选择，教导系统哪些 COA 特性更可取。最终，一旦指挥官对提出的备选方案感到满意，就会选择一个作战行动方案；该作战行动方案可在多个决策点并随着战场条件的变化而不断更新。

设想中的能力可以通过更复杂的数据处理管道来压缩战斗节奏，从而更快地获得可操作情报，提高决策效率。iCOAs 的高分辨率特性将使指挥系统更快地采用 COA。能够实现这种精简的系统将加快 C2 行动，并有可能通过减少必要的人员以及后勤和维持所需的资源来减少陆军在战场上的实际足迹。除了深思熟虑的规划外，这些能力的实时性还允许在初始规划和动态行动中使用相同的能力。iCOAs 在连续运行时，将根据战场进展情况更新对作战行动的预测结果，并生成作战行动报告。

B. 保持步调一致

随着工业革命的发展，陆军人数激增到 100 多万，统一行动成为有效作战的关键障碍。19 世纪，赫尔穆特-冯-莫尔特克（Helmuth von Moltke）通过一种高度选择性的方法克服了这一障碍，即发展可互换的军官和组织，他们可以在没有直接通信的情况下有效预测彼此的行动。与普鲁士人的方法类似，预计人类-人工智能系统将能够提高各梯队单元领导者在未来作战环境条件下（如 DDIL）理解和预测彼此行动的能力。

这些人机系统的主要成果之一是以更低的直接通信要求实现更快的协调。这些关键能力还将为下级领导人提供更强的决策能力，使他们能够考虑战场行动的广泛范围，从而采取更加复杂和协调的行动。

设想 iCOAs 的高级可扩展版本（iCOAs-S）可在多个层级开发嵌套的 COA，这样 C2 系统人员就能在多个层级与套件互动。例如，在计划阶段的较高层次，指挥官和多个参谋团队可能会与 iCOAs-S 合作，严格开发和分析数百个友方和敌方战场行动方案，而在作战期间的较低层次，iCOAs-S 可能更类似于随着战场情况的发展向单个指挥官或单元领导提供决策建议的工具。

重要的是，设想 iCOAs-S 在整合来自各梯队的信息的同时，还能在多个层级上保持主要作战行动。这种 "高保真 "资源在各梯队局部运行，能够预测敌方和友方在突发作战事件中的行为，其范围之广甚至远远超出了目前对最优秀单元领导的预期。本文建议，这种增强的可预测性（根据人机合作的情况量身定制）从本质上允许单元保持统一行动，并有可能大大加快协调行动和减少通信需求。

第二个主要成果是 iCOAs-S 能够使 C2 系统人员更有效、更迅速地了解潜在的 COA 如何产生结果。上述 iCOAs 的核心功能之一是对 COA 进行近乎实时的分析。预计 iCOAs 界面将允许指挥官和参谋人员逐步完成 COA 开发过程。然而，与目前在 COA 制定完成后才进行 COA 分析的流程不同，希望 iCOA 在决策过程中权衡每个选项时，都能提供关键任务结果指标的运行估计值。也就是说，iCOA 将能够评估甚至是高层次的比较（例如，正面攻击与包围），近乎实时地生成和分析潜在的 COA。在 iCOAs 的早期实施过程中，预计指挥官和参谋人员会对 COA 开发过程的每个步骤进行跟踪，并使用 iCOAs 作为决策辅助工具，但随着该套件的逐步开发，工作人员将了解到套件在哪些步骤中表现非常出色，以及在哪些步骤中人与人之间的互动至关重要。在其最终状态下，可以设想将流程从线性的单个 COA 开发转变为并行化探索，C2 人员在整个开发和分析流程中快速识别关键决策，使 iCOAs 能够同时协作生成多个可行的 COA。本文建议，这里描述的这种探索性决策-结果关联系统将迅速在指挥官和参谋人员中建立共识，这比上文讨论的某些历史上以人为本的 C2 系统功能对统一行动更为重要。

C. 开发适应性强的集体知识系统

本文在制定愿景时的假设强调了系统和技术适应性的必要性。假定未来的 C2 行动将面临更动态的环境、更快的决策周期、更迅速的技术投入使用--一旦投入使用，将面临更迅速的技术更新和实战学习，同时杀伤力也将增加。这些假设对未来 C2 系统的物资和非物资方面都有影响，进一步表明人类与技术之间需要建立有效的伙伴关系。

设想了 iCOAs-S 的自适应版本，即 iCOAs-SA，利用交互式机器学习的进步，将人类反馈和共享集体知识的大型数据库整合到决策中。共享的集体知识可能包括来自过去任务的经验、以前的作战行动（COA）、行动后回顾（AAR）和其他相关数据，并将随着新经验的获得而不断扩展。该套件几乎能从与人类的每一次互动中学习，但并非所有的互动都能产生有效、稳定的行为。为了克服这一挑战，设想 iCOAs-SA 的人机交互性质与当前的 C2 系统相比将发生根本性的变化。

正如在 SSG Hill 数据管理员角色中引入并在 LTC Mostert AAR 示例中扩展的那样，C2 系统人员将负责指导和教导 iCOAs-SA，使其在整个 C2 系统中有效适应。本文认为这种指导是必要的，主要有两个原因：首先，C2 的性质非常复杂，需要人类在 C2 操作流程的多个步骤以及数据处理、整合和解释的不同阶段提供输入，供系统学习（如演示、决策、反馈）。正如前面所讨论的，随着 iCOAs-SA 的适应，这些 C2 人员的确切性质和角色可能会发生变化；但是，建议，不断变化的环境和任务要求会促使人类继续参与各个步骤和阶段。其次，人类对控制机制至关重要，例如由训练有素的领导者（见莫斯特中校）部署的人机自动分析和报告（AARs），这些机制可以调节套件在什么时间、从哪些输入进行调整，以确保随着时间的推移，行为有效、合乎道德和伦理。人机互动不断变化的性质将足以影响未来士兵的招募、分配和培训方式。

除了使适应成为可能，iCOAs-SA 还可能具有另一种关键能力。由于 iCOAs-SA 建立在共享集体知识的基础上，随着时间的推移，它将从本质上获取在当前士兵轮换过程中丢失的知识和专长。首先，这可确保 iCOAsSA 长期积累的经验教训不会在未来 C2 系统人员轮换时丢失。其次，这种知识的获取可能有助于减轻与人员轮换相关的一些负担，使整个系统更加高效。最后，该套件的适应性还能根据 C2 系统人员的角色、职能和态势背景，更有效地为他们量身定制信息。

结论

随着新兴技术将世界推向智能时代，目前从根本上由人类努力发展而来的 C2 系统将面临挑战。然而，向智能化、技术驱动的 C2 方法过渡至今一直困难重重。未来作战环境中 C2 所面临的核心挑战是协调庞大的人员和机器群体，这就需要一种强调技术能力与人类团队合作关键方面（如保持统一行动）相结合的方法。

本文以自适应性、可扩展的智能 COA 开发和分析技术套件 iCOAs-SA 为例，概述了未来 C2 系统以人机合作为重点的方法。通过举例说明这样一套技术如何从三个方面影响作战行动--简化 C2 作战流程、实现协同作战和创造有效的适应性--本文展示了未来 C2 的愿景，即在平衡物资和非物资因素的同时，应对假设的未来作战挑战。

虽然本文所提出的方法主要侧重于提供遥远未来可能出现的 C2 系统实例，但通过将人机合作作为系统开发的核心原则，可以设计出有意随着时间推移而不断发展的智能系统。也就是说，一开始，各种技术套件可以作为辅助工具在一个主要由人类主导的系统中运行，类似于当前的指挥控制系统，而随着时间的推移，随着经验的积累和完善，互动的性质可以演变为本文所描述的拟议合作关系。此外，本文虽然从人机合作的角度提出了问题，但在以人为中心和以机器为中心的方法方面取得进展是必要的，而且在与本文所设想的进步类型相结合时也是有效的。

参考来源：美国陆军研究实验室

专知便捷查看

便捷下载，请关注专知智能防务公众号（点击上方关注）

• 公众号 回复 “ICOA” 就可以获取《美陆军：重新构想指挥与控制》专知下载链接

• 欢迎微信扫一扫加专知助手，咨询服务：中文报告、资料定制、技术开发

• 

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

点击“阅读原文”，了解使用专知，查看获取100000+AI主题知识资料