由军事决策支持系统提供的态势感知受限于缺乏有效的信息不确定性显示方法，这可能妨碍后续的指挥控制决策。本研究提出一种方法，旨在通过在一个利用战术感知工具包上显示的通用作战图的人工智能赋能辅助目标识别应用案例中，表征信息不确定性，来评估态势感知及后续指挥控制决策如何得到改进。一个集成TAK的“OneSAF”解决方案被用于在具有不同信息不确定性条件的实验中，模拟和评估用户的态势感知与指挥控制决策效能。

军事领导者在战场上面对复杂挑战，需要他们做出困难且及时的决策。为了支持这种决策的有效指挥控制，来自不同数据源的信息被融合到军事决策支持系统中，并呈现在通用作战图上。通用作战图通过呈现信息为指挥官提供态势感知，这是理解战场态势和做出有效决策的关键要素。输入现代通用作战图的一个关键数据源是辅助目标识别输出，其中基于人工智能的目标检测模型用于分析来自传感器的数据，以识别和辨认潜在的目标对象。辅助目标识别输出可以显示在通用作战图的地图可视化界面上，并用标记来指示感兴趣对象的位置。通用作战图的信息显示能力包括例如识别、指定目标并为动态目标分配武器。通用作战图所提供的增强的态势感知可以提升指挥控制系统性能和任务效能。然而，当前的通用作战图尚未能传达与人工智能模型预测相关的目标检测模型输出不确定性。

通常，通用作战图的效能受限于多种因素，包括为便携性而显示在小屏幕上、界面设计可能不够用户友好，以及提供的态势感知功能不足。我们关注于因缺乏显示信息不确定性的标准有效方法而产生的态势感知缺陷。有几种类型的不确定性与通用作战图相关，包括对对象精确位置及其分类的不确定性。我们关注后者，因为人工智能赋能的辅助目标识别并非最终确定地对对象进行分类，而是提供一系列带有相关概率的可能性。在不了解与对象身份相关的不确定性的情况下操作，会损害态势感知。我们假设，在通用作战图中纳入不确定性信息将改善指挥官和战场决策者的态势感知和决策。

例如，一名排长可能正在决定是否对人工智能赋能的辅助目标识别分类为“最可能为班规模”的敌方单位发动攻击。然而，如果该排长了解到，尽管该单位最有可能是步兵班，但辅助目标识别也赋予了其是规模大得多的敌军排级单位的可能性，那么他可能会做出不同的决策。如果对敌方单位的规模和构成存在高度不确定性，排长可能会选择不与之交战。因此，如果通用作战图能有效地传达此类信息不确定性，将有益于态势感知和决策。存在多种分析态势感知的方法，但据我们所知，尚无方法探讨信息不确定性的显示与态势感知之间的相互作用。

仿真是评估在通用作战图上表示信息不确定性之益处的一种可能途径。借助“OneSAF”等工具，可以以最小成本和几乎零风险估算当战场态势要素变化时可能产生的替代性战场结果。据我们所知，目前尚无解决方案可将仿真工具的输出可视化在数字通用作战图上，以便对指挥控制系统性能至关重要的设计方面/要素进行便捷、严格的评估。如果军事领导者能在其用于决策的通用作战图上模拟战场想定，他们将能更好地理解不同行动的后果，且几乎不承担任何风险。此外，使用相同的通用作战图来可视化不确定性，有可能提高态势感知和战场效能。

本研究在此有两方面贡献。开发了（1）一种将陆军仿真工具的结果集成到现代且广泛部署的指挥控制系统的通用作战图中的方法，以及（2）一种新颖的方法论，用于评估信息不确定性的可视化如何改善态势感知，特别是在人工智能赋能的辅助目标识别应用案例中。利用“OneSAF”来模拟逼真的地面部队，作为通用作战图的输入。然后，集成不确定性的表征，并测量其对用户态势感知和决策的影响。这些贡献将确保未来在不同战术场景下评估的可重复性，并使通用作战图能够有效显示信息不确定性，从而实现更知情、更有效的战场决策。