对复杂的基于智能体的人类行为仿真模型进行验证和确认是一项具有挑战性的工作，特别是由于缺乏真实世界数据，使得大多数传统验证方法无法使用。数据耕种技术已挺身应对这一挑战，被证明是验证和确认复杂模型的宝贵工具。在本文中，我们通过介绍与WRENCH模型相关的具体示例，来展示数据耕种与分析如何辅助复杂模型的验证和确认。WRENCH是一个基于智能体的仿真模型，用于表征国内安全维稳行动期间安全部队与平民之间的复杂互动。我们首先概述数据耕种及其对军事基于智能体仿真模型验证与确认的相关性，然后概述WRENCH模型，最后通过示例演示我们如何运用数据耕种来辅助WRENCH模型的验证与确认。

维稳行动通常涉及与平民的互动，其中部分平民可能怀有敌意。这些平民的行为可能难以预测，特别是他们对旨在建立民事安全的各类部队行动的反应。需要开展研究以增进我们对平民行为和潜在反应的理解。基于智能体的仿真建模已被证明是一种非常适合模拟人类行为的方法，因为它明确地对人的个体能动性进行建模。

在开发涉及人类行为（尤其是在潜在不稳定情境中）的基于智能体仿真模型时，出现的主要挑战在于人类的复杂性、影响人类行为的各种因素、这些因素在个体内的相互作用，以及人际互动和关系在行为决策中所起的作用。海军研究生院人类行为建模中心的研究人员开发了一个仿真模型，即"完善应对人群敌对行为的交战规则工作台"（WRENCH），该模型模拟了平民群体中的许多此类复杂性（Aros等人，2021年）。WRENCH还模拟了一支安全部队，该部队在国内安全任务期间可选择在不同战术交战规则下使用各种非致命性武器能力。

对WRENCH这类模型进行验证和确认（V&V）存在显著挑战。对于许多模型构念而言，没有真实世界数据来指导其设计或参数化。此外，也没有足够的真实数据来执行传统的模型确认。因此，充分利用现有的一切可用于V&V的方法和工具至关重要。必须参考相关学科的原始资料，以确保概念模型与这些学科已发现的知识相一致，并且在某些情况下，可以从这些来源中提取合理的模型参数值或范围。广泛的代码测试是验证活动的重要组成部分，表面验证活动也有助于确认模型行为。对于WRENCH这样的复杂模型，需要利用大规模实验的力量。实际上，Law（2022年）强调了开展实验设计以支持V&V的作用；此过程的一个目标是进行敏感性分析，以确定在各种条件下最具影响力的模型因素。能够从众多影响较小的因素中分离出少数关键因素，特别是对于像WRENCH这样高维度的模型，有助于聚焦进一步的数据收集和确认工作。数据耕种是一种用于迭代设计、执行和分析实验的方法论，它能提高V&V工作的成效，并加速模型的开发和完善。

本文首先概述军事仿真模型的验证与确认问题及相关技术。然后，我们提供关于WRENCH模型和国内安全情景的背景信息。接着，我们讨论与WRENCH模型结合使用的数据耕种与分析方法，并提供一些分析示例，这些分析最终促成了对错误的修正与设计的改进。