军事规划行动方案（COA）制定与分析的选项开发过程依赖于人类领域专业知识。分析行动方案需要审视若干因素，并理解与行动、反应、拟议的反制行动以及多个合理结果相关的复杂交互与依赖关系。2021财年，系统工程研究所团队完成了相关努力，成果为一个兵棋推演海上框架，该框架能够在海上场景中利用深度强化学习（DRL）技术训练人工智能（AI）智能体，使人工智能智能体在游戏对抗中可与蓝方智能体展开可信竞争。然而，使用深度强化学习进行智能体训练的一个局限在于人工智能智能体如何做出决策的透明度。如果指挥员要依赖人工智能智能体进行行动方案制定或分析，他们将希望理解这些决策。为了支持增进理解，研究人员与利益相关者接洽以确定可视化需求，并开发了初始原型供利益相关者反馈，从而支持增进对人工智能生成的决策与建议的理解。本报告描述了为支持任务规划员和人工智能智能体训练员用例而开发的可视化原型。这些原型包括训练结果图表、智能体路径的热力图可视化、权重矩阵可视化以及消融测试图。

本报告的其余部分遵循以下大纲。本报告第2节简要概述了与军事条令相关的军事兵棋推演，以及人工智能智能体在行动方案制定与分析中的潜在作用。第3节概述了最终的可视化原型和消融测试结果。报告以总结和后续方向结束。