利用虚拟现实仿真训练士兵益处良多，其中降低训练作业成本与复现现实中难以反复实施的课目尤为突出。以自动化智能体替代人类受训者或教员，进一步削减了开支。此类智能体的复杂度不一而足，既可高度脚本化以传授特定概念，亦可具备先进人工智能行为，对广泛的游戏内活动做出逼真反应。在确保自动化行动方案具备逼真多样性的同时，维持其与条令的一致性（例如“在此情形下，我可预期支援分队作何反应？”）及行为在事后复盘中的可解释性（例如“敌方为何在此情境下采取该行动？”），是核心目标，但这往往难以兼得。

本文阐述了开发先进自动化兵力的最新进展，该类兵力依托特定条令知识体系构建。它们能预判未来的不确定态势，生成多样化的行动方案，以引导仿真中非玩家角色的更高层级行为，并可在仿真各节点被查询以解释行为逻辑。我们正与美国陆军作战能力发展司令部士兵中心合作，旨在将此项技术融入未来的先进虚拟训练系统。

引言：论人工智能在训练仿真中日渐广泛的应用

美国陆军持续投入虚拟训练环境建设，以助力士兵锤炼军事技能。相较于实兵训练，仿真训练能以显著更低的单次体验成本开展，且更易定制与复现训练内容。然而，有效训练离不开部队内部及跨单位的协同，以及与友军、中立方和敌对实体的交互。多智能体仿真环境中的体验式训练可促进军事技能的习得。但组织大规模人类操作员协同训练（如大型多人在线游戏）成本高昂且管控难度大。

另一极端则是完全脚本化的非玩家角色承担其他单位的职能。脚本化虽能精准控制教学内容，却牺牲了体验的多样性与差异性。诸多折衷方案应运而生，例如，教员可手动抽象控制一个9人步兵班，使其作为一个整体机动与射击。这些策略可能在高层级单位规划中使用人类操作员或脚本，而在个体层面运用人工智能以控制自动化士兵细致入微的行为。

本文所述研究旨在进一步实现经济高效且灵活的训练，方法是通过自动化驱动的人工智能智能体行为，管控多个与实兵受训者协同或对抗的高层级单位。这些智能体以条令知识库为依据，使友军、中立方及敌军单位的计划与行动符合训练预期，同时大幅减少场景脚本编写。由此，训练体验既能保持整体性教育意义，又具备足够的灵活性以支持变化与复演。

此外，我们深知训练场景中大量知识的传递发生于教员的事后复盘环节。智能自动化可能削弱对自动化兵力行为背后思维过程的解释能力。为应对此挑战，我们优先发展了可解释的单元级自动化推理能力，其通过将决策关联回条令依据、表征智能体的局部认知，以及有意规划的行动方案来实现。

图1. 担任友军角色的步兵排任务指挥智能体

任务指挥智能体

从根本上说，美国陆军将士兵活动划分为机动、射击、通信等明确类别。每位受训者或非玩家角色都会执行这些行动的某种组合，但无拘无束的个体混战更适合游戏而非军事训练。试考虑通过“群聚”行为协调下车步兵班的机动——这是一种常见游戏技术，智能体基于同步力调整方向与速度，以保持间距、维持编队整体移动及大致同向（Fathy等，2014）。群聚会产生一种涌现行为，这与受训步兵预期其他分队应有的行为规范不符。例如，美军步兵班以9人编成，包含两个4人制相同的火力组及一名随任一元素机动的班长（HQDA，2016）。而俄军7人步兵班则分为4人的火力组和3人的机动组（Grau与Bartles，2016）。

执行符合相应条令的行为及复杂多智能体机动，对受训群体至关重要。因此，在进行个体路径规划前，规划算法必须应用条令结构来约束队形、间距及机动技法。执行任务的智能体必须在所有组织层级应用这种利用条令模板维持行为可解释性的约束性行动。

我们的总体规划架构基于美国陆军关于部队指挥与控制的《任务指挥》条令（HQDA，2019）。任务指挥智能体是一种智能化的自动化系统，负责为下属单位拟制任务命令。图1展示了步兵排任务指挥智能体。它接收以期望终态、任务、敌情威胁与意图、可用资源及行动约束等形式下达的任务命令。

态势理解模块汇集这些信息与训练仿真数据、气象数据及地形分析，以更新本地作战态势图。可视化模块持续预判敌方（威胁）行动方案，生成己方（友军）行动方案，并将其存储于描述模块。条令模型通过执行诸如不同任务的位置分析等条令推理，辅助行动方案规划。评估模块仿真各类行动方案，并评估友军行动方案达成期望终态的程度。指挥模块决定执行哪套行动方案，并向所属智能体下达命令。

完整的智能体架构结合了不同类型的智能体，以管控不同种类的部队及执行不同性质的使命。例如，步兵排任务指挥智能体向所属的步兵班任务指挥智能体下达任务命令。这种分解方式有意模拟了模拟部队的军事组织结构，以确保通信与推理过程能直接在军事条令语境中得到解释。每个步兵班任务指挥智能体将执行自身的模块功能，向其下属单元下达任务命令。