《机械化作战行动中的行动方案自主生成》

本文提出一种旨在支持地面军事作战行动执行阶段决策的方法论，其侧重点在于己方行动。该方法为机械化营生成并评估多种行动方案的推荐建议，以一组经过预期结果评估的初始方案为起点。它系统性地生成大量单个行动备选方案，随后进行评估以识别具有更优结果的替代行动方案。这些备选方案需结合敌方状态与行动进行评估，考量因素包括部队编成、兵力对比、攻防类型以及预期推进速率。野战条令用于评估战斗结果和推进速率。生成与评估过程并发工作，产生多样的替代行动方案。此方法有助于基于先前评估过的行动来管理新方案的生成。随着战斗展开和条件演变，会在一个序列决策框架内为决策者制定修订后的行动方案。

本文开发了一种用于军事地面作战行动执行阶段的决策支持方法，特别关注所采取的行动。该技术为机械化营生成并评估替代行动的建议，为这些行动提供直接支持。方法始于一组初始行动方案，并依据其可能结果进行评估。通过一种旨在逐步寻找具有改进结果的更优备选方案的技术，系统性地生成和评估数千个行动选项。

在作战前的初始信息态势下以及整个作战过程中持续不断，该方法为己方行动提供有价值的建议。其目标是在存在多种可能行动方案的情况下，通过有效利用己方资源，对抗并在机动上胜过势均力敌或更强大的对手。

该方法生成的行动备选方案会针对敌方的状况和行动进行评估，考虑因素包括部队编成、力量对比、进攻与防御类型以及预期推进速率。战斗结果和推进速率的评估使用基于历史经验的野战条令进行。生成和评估过程在行动备选方案产生时并行发生。这允许通过使用已评估的方案来控制新行动备选方案的生成过程。随着战斗进程推进和条件变化，会在序列决策过程中为决策者生成更新后的行动备选方案。

第2节阐述了问题陈述，随后第3节描述了所分析的想定。第4节详述了生成配置的方法。第5节解释了基于事件的模拟方法。第6节概述了使用箱体法计算结果的流程，而第7节说明了如何确定蓝军特定配置的任务结果。第8节讨论了实施情况，第9节引入了聚类技术，用于根据其结构和结果对相似配置进行分组。第10节通过分析选定配置的增量模拟结果，提供了关于详细决策支持的见解。最后，第11节给出了结论。

问题陈述

问题在于如何最有效地为一次作战部署一个机械化营或其部分兵力。采用一种称为“箱体法”的知识表示方法对问题进行建模，该方法遵循军事野战条令[1–3]。箱体法要求对关键事件（例如一个交战区域）进行详细分析。采用此方法时，参谋人员会隔离一个特定地点并专注于其中发生的重大事件。创建了己方序列化行动的数字表征，以此作为生成替代行动框架。可以将己方排的数量从1个变化到16个，这些排可以由不同类型组成。基于起始位置，旨在将这些单位重新部署到新位置，考虑如何为即将到来的战斗建立有效阵地。使用瑞典中部诺尔泰利耶市外的拉德曼斯岛（Rådmansö）想定来测试该方法，如图1所示。

图1：拉德曼斯岛上的箱体（箱体法实验）。

评估当红方部队从1号箱体向西推进时发生的一系列战斗的结果，同时考虑可用排的替代部署方案。一种能导致蓝方战斗价值损失最小化、同时使红方战斗价值显著降低的部署方案，可作为决策者的潜在建议。为有效管理具有相似部署和可比结果的配置，可以将其分类到不同的簇中，其中不同的簇以各种行动方案的聚合结果形式呈现[4, 5]。