为军事规划行动方案（COA）的制定和分析制定备选方案的过程依赖于人类的学科专业知识。分析行动方案需要审查多个因素，了解与行动、反应、拟议反作用力和多种合理结果相关的复杂互动和依赖关系。在 2021 财政年度，美军系统工程研究所研究团队完成了一项工作，建立了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）体，让人工智能体在游戏中与蓝方体进行可信的竞争。然而，使用 DRL 进行智能体训练的局限性在于人工智能体如何做出决策的透明度。如果领导者要依靠智能体来制定或分析作战行动，他们就会希望了解这些决策。为了加深理解，研究人员与利益相关者一起确定了可视化要求，并开发了初步原型供利益相关者反馈，以帮助加深对人工智能生成的决策和建议的理解。本报告介绍了为支持任务规划人员和智能体培训人员的使用案例而开发的可视化原型。原型包括训练结果图表、智能体路径热图可视化、权重矩阵可视化和烧蚀测试图。

图 1. AI智能体可视化集成方法。

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兵棋推演以及智能体在 COA 开发和分析中的潜在作用。第 3 节概述了由此产生的可视化原型和消融测试结果。报告的最后是总结和展望。