模拟往期回顾

统一世界地形库：综合训练环境（STE）正推动美军训练变革！

任务式指挥：如何展开训练？

冷战时期，美军为对抗苏联进行训练，但是部队并没有在莫哈韦沙漠（美军欧文堡国家训练中心）进行训练，而是准备进入一个名为SIMNET的虚拟战场（“模拟器网络”的缩写），以太网电缆从接入M1艾布拉姆斯坦克模拟车中，将第12装甲骑兵部队的第一连链入了一个集体虚拟训练场。

当将苏联计算机生成的坦克和装甲车上载到虚拟情境中时，模拟“红军”尽其所能模仿苏联的条令，美军在虚拟沙漠中突围，企图击败对手并歼灭敌人。苏联和美国部队发生了激烈的交战，但美国的指挥和控制迅速瓦解。美军实际上开始在对手的手攻击中崩溃，或者在混乱中溃退。坦克模拟器中的部队屏幕变黑了，好像是在暗示它们已经灭绝了。战斗虽然结束了，但是对于这些军人来说，训练还没有结束。SIMNET系统允许军人们重演“土拨鼠日式”战斗的各个方面，并确定他们的错误和失败。他们可以在实战到来之前体验性地学习，而不必通过代价高昂的一次性演习来学习。

SIMNET系统由高级研究计划局（美国国防高级研究计划局或DARPA的前身）在年至年与美国陆军合作发起建设的，年由杰克·索普提出概念，并展开了SIMNET的首次演示，以及网络集体团队训练和任务预演。在年代之前，SIMNET模拟器是作为独立系统开发的，旨在满足特定平台的培训需求，例如飞行员仪表培训等。然而，索普认为模拟可以增强实战训练效果，而不仅仅是替代方法。他认为，可以使用合成环境来教授必要的战斗技能，例如大规模的集体协作，这在和平时期很难学习。SIMNET试图通过开发一种可扩展且具有成本效益的虚拟体系结构来解决该问题，该体系结构将模拟器联网在一起成为一个集体的综合（即虚拟和建设性）训练活动。

SIMNET现在被认为是一个笨拙的系统，然而在上世纪80年代，它的发展和使用被认为是技术的“革命”，改变了“军方的训练方式”，也为“模拟行业”带来了变革。如今，美国似乎再度处于风口浪尖，这可能是国防机构部署合成环境的方式的另一场革命—不仅是为了训练，而且是在整个军事准备阶段。确实，就像SIMNET将不同的仿真模拟器链接到一个虚拟世界中一样，更新的综合环境在不同的军事准备方面提供了相同的可能性，集成了可以进行教育、训练、维护和决策支持以及部队结构和现代化的环境。随着美国努力修改其准备情况报告系统，采用这些未来的系统来挖掘新的分析见解的时机已经成熟，同时也提高了总体军事效力。确实，这样的生态系统应该使军队能够更好地回答这个问题：即军队为未来的战斗做好准备了吗？

战争的一切都可模拟

年，美国陆军成立了模拟训练与仪器司令部，成为今天的模拟、训练与仪器计划执行办公室的前身，其任务是迎接军事模拟的未来，其网站反映了90年代科幻小说风格的诉求-带有旋转徽标，一侧描绘着一名士兵穿着配备激光枪的未来派太空服，另一方面，一名身穿传统服装的士兵挥舞着闪电。徽标的边缘突出显示了该司令部的口头禅：“除了战争，一切皆可模拟。”

虽然模拟训练和仪器司令部的格言可能已经反映出陆军内部训练模拟的重要性，但它也指出了更广泛的真实性，合成环境以及建模和模拟对军备状态的影响越来越大。的确，综合训练环境是所谓“结构性准备”或“机构性准备”的许多方面的基础-军队满足其指派任务的要求的能力，包括对部队结构和现代化的决定。

综合训练环境是个计算机模拟的虚拟训练环境，这些环境可以在由局域网和广域网连接的单台计算机或庞大的分布式网络中创建，并通过超现实的特殊效果和准确的行为模型来增强，综合训练环境允许可视化并浸入正在模拟的环境中。

如今综合训练环境提升了训练的效果，使分散地点的战斗人员可以在需要时访问教育内容。武装部队在一系列训练任务和场景中使用模拟器，就像在SIMNET中连接的M1艾布拉姆斯坦克模拟器一样，模拟器和虚拟计算机游戏也被用来教战士各自平台的仪器。在其他训练场景中，它们使战士能够证明个人和单位在关键任务任务（从机动到各种医疗程序）方面的熟练程度，增强现实应用程序跨军种部署协助机械师进行平台和系统维修。

一个简单的增强现实耳机可以充当免提回忆辅助工具，使技工可以在平台投入使用时提取军事系统信息。合成训练环境支持新技术的设计和测试，随后，建模和仿真也可以作为购置决策的关键帮助。用于模拟的兵棋推演（无论是用于教育，培训还是行动过程分析）都可以增强发现和评估能力，使指挥官和决策者可以应对那些影响未来部队结构和现代化决策的“已知未知数”和棘手的“未知未知数”。军事准备模型确定“资源投入”，例如飞行时间，并在最佳情况下，跟踪准备情况输出，例如将弹药置于目标上的能力。简而言之，合成训练环境是当今军事准备工作的许多方面的基础，有助于释放美军目前和未来的战斗潜力。然而，尽管它们具有巨大的实用性，但正如目前所想象的那样，这些环境从根本上来说是限制性的。他们孤岛作战，限制了军队从其全面的学习和分析能力中受益的能力。

学习局限性

许多建模和仿真工具（无论是用于教育，培训还是计划中的工具）都提供了垂直集成到一个整体框架或引擎中的功能。一个引擎负责整个模拟世界，包括模拟的比例，可视化层，物理，寻路和AI。这是一个限制，因为各种引擎的模型可能无法代表未来战场（如网络或信息环境）的复杂性或变化特征。其他模型通常缺乏市场或学术界提供的替代选项所提供的保真度。同样，除非从一开始就将可伸缩性设计到这些解决方案中，否则整体框架的大小或复杂性就可能不够。他们的模拟能力可能受到限制，例如，密集的城市战场，拥挤的沿海环境或即将发生的导弹饱和攻击。结果，整体引擎的产品限制了最终用户的学习成果。最终用户（无论是作战人员，培训提供者还是兵棋裁决员）都不一定能选择最佳解决方案来满足他们陈述的战备需求。

分析限制

当尝试测量部队的准备情况时，当前的综合训练环境并未得到充分利用。云计算，数据存储，人工智能和传感器方面的最新进展已经进入了一个时代，在这个时代，存在着有关设备的维护和使用，未来平台的功能以及人员在战场上的有效性的丰富信息。这些“准备就绪”的描述，诊断和预测指标可以通过综合训练环境进行收集，跟踪和分析。应该利用这种分析能力，帮助军队实现其所需的“以数据为主导”的战备生态系统，并补充实时和可预测的战备数据。

尽管有一些明显的例外，例如美国陆军计划的综合训练环境和国防部的总体学习架构，但许多综合环境在捕获训练事件或模拟中的动作或变更的整体能力方面受到限制。实际上，合成环境通常被缝合在一起，形成一个更大的合成世界或“联盟”。尽管这确实允许最终用户在更复杂的环境中“玩耍”，但是，发生这种情况的手段通常是过时的，并且在分析上受到限制。用于构建可互操作的合成世界的技术标准，例如分布式交互式仿真或高级体系结构分别在80年代和90年代开发。当综合训练环境互操作时，其拥有单独的数据存储库-将大多数模拟状态保留在自己环境中的本地。不存在关于整个合成世界的规范视图，这是真正的数据开发和分析所必需的。

此外，来自这些各种综合环境的结果通常仍然很孤立。例如，尽管有“联合学习课程”等倡议的最佳意图，但从一次培训活动中学到的教训并不一定能为后续培训提供信息。培训提供者向这些作者表示哀叹，尽管撰写了详尽的事后报告，但关键课程却未总是集成到将来的培训活动中。尽管某些培训提供者表示有意忽略某些培训结果，但另一个可能的原因是，关键发现被掩盖在更广泛的国防文档和报告中，并且不容易获取或检索。迫切需要将来的系统来增强培训活动，服务和整个部队之间的信息共享。

在缺乏清晰的机构流程和支持技术的情况下，这种情况可能会使信息共享另一个复选框而没有实际后续行动。就像一些兵棋推演设计师如何主张将他们的创作整合到更广泛的“研究周期”中一样”，综合环境应有助于在准备工作的各个方面共享信息，而所需的人力却很少。实际上，来自模拟培训活动的发现（例如已证明的单位战备水平）可以放入其他综合环境中，例如用于决策支持和概念开发的环境。因此，在一个综合环境中捕获的信息可以支持更广泛的学习和分析生态系统，从教育到培训再到决策支持。

国防部可以做得更好。毕竟，已经存在技术来支持不同的，更强大的军事战备生态系统，获得“军事准备SIMNET”不仅是一项技术挑战。相反，它需要组织变革和远见。

未来军事准备的SIMNET

SIMNET被某些人视为一场革命，不仅因为它是一次成功的技术赌博，而且还因为其导致了军队训练方法的根本转变，改变了模拟行业的现状，推动了军事力量投入大量资源用于大规模网络虚拟环境的开发和部署，并迫使模拟行业做出了调整，从定制，昂贵的解决方案到更商用的现成方案。

如今，合成训练环境处于类似的拐点。就像SIMNET的分布式体系结构如何从当今的新兴技术（例如微处理器、计算机图像生成器和通信技术）中受益一样，当今的技术可以催生更先进的军事备战生态系统。确实，分布式和边缘计算的进步现在使用户可以访问更丰富，更身临其境的世界，而不会带来延迟和吞吐量挑战。将计算机处理分散在成百上千的计算机上（如果不是成千上万的话），可以允许多个仿真引擎和模型以无缝协调的方式同时运行，从而以近乎无限的规模模拟合成世界。混合云使军队可以利用私有云或本地基础结构，同时将公共云的优势同时用于其合成环境，以适应安全性和需求的要求。

这些技术解决方案如果可以通过模块化的开放系统架构加以适当利用，则可以使军事用户，培训提供者或兵棋裁判员无缝集成最能满足其学习需求的模型和引擎。确实，就像《俄罗斯方块》要求玩家将不同形状的积木互连成一个运动场一样，模块化的开放系统体系结构，以及记录良好的接口来控制连接，应该允许将不同的模型和引擎互连起来，就像一个难题。

总体而言，年《国防授权法》强调了这种模块化采购方法的必要性，认为这是跨关键任务领域的重要目标。但是，许多军方对未来的合成环境的要求仍然只是对该概念的轻描淡写，无法定义真正实现这种适应性体系结构的要求。取而代之的是，请求常常要求使用单个引擎来支持整个合成环境，而不需要将同一引擎分解为可互操作的组件或可组合的拼图，这些组件可以随军方需求的发展而改变。要求针对合成环境的提案的请求应设法真正培养这种模块化跨越军事模拟和强大的推演功能，从而摆脱了与传统的整体式模拟引擎相关的更为有限的解决方案。

采用这种灵活的体系结构还将释放更深的分析价值。如果在一个模拟平面上托管并同步多个引擎，则军队将可以访问大量信息。就像在沉浸式视频游戏中一样，合成世界可以跟踪并捕获玩家的所有举动，成就，失败，决策等等。结合AI的分析能力，该数据可以更好地为准备输出提供信息。例如，如今用于个人飞行员训练的模拟器可以实时跟踪和评估演习，从而向学员提供量身定制的反馈。可穿戴设备为衡量个人的生理反应创造了机会，允许实时调整兵棋推演或训练需求，以满足学习需求。兵棋推演社区已开始探索使用AI来识别推演人员的偏见，提供实时计划支持或评估推演者的表现。随着AI算法和数据集的进一步完善和发展，这些功能中的每一项都应建立。但是，关键是要确保这些信息不会保留在筒仓中，而是为更广泛的军事备战生态系统提供信息。

但是，实施这样的解决方案不仅是技术问题，还是组织问题。正如可以在单个系统中托管多个引擎和模型一样，每个引擎和模型都可以无缝协调地运行，可以对各种范围的合成环境采用类似的方法。这些不同的系统（各自针对不同的目的而构建）可以共同支持并为教育，培训，维护或任务计划提供信息，而这一切都是和谐的。这种生态系统自然需要国防部领导和变革，因为它们是共同的标准或“共同的管道”。”将需要在不同的综合环境计划中设置和实施。如果没有将通用标准纳入合成环境要求中，这些环境的综合潜力将留给国防承包商，从而选择和选择如何组装各个难题。

SIMNET满足了离散的训练需求-它使战斗人员陷入了集体训练环境中，使他们能够在部署之前在模拟战场的混乱中壮成长。如今，可用的技术要做的不止这些。通过一些组织上的改革，军方可以持久地改变其接近和衡量战备状态的方式，从而使其在短期和长期内保持战斗优势。围绕合成环境搭建的就绪生态系统对于确保这一目标至关重要（原文刊于战争之石网站）。

作者

詹妮弗·麦卡德（JenniferMcArdle）是ImprobableLLC的产品策略师，也是美国外交政策委员会的国防研究研究员。

凯特琳·多尔曼是ImprobableLLC总裁兼Improbable美国国防业务总经理。

点

点击阅读原文，加入“桌面战争”小密圈！

泰克君与您前行！