实验性兵棋推演:将数据与理论相结合

科技工作者之家 2019-06-04

来源:中国指挥与控制学会


编审:李云庆  翻译:梁晓燕



2019年5月9日,美国加州大学伯克利分校、劳伦斯利弗莫尔国家实验室和桑迪亚国家实验室研究人员在卡内基公司支持下开发并公开发布了一款在线多对阵员计算机兵棋,主要用于研究不断升级冲突中的威慑和决策问题。


该在线兵棋预计从5月15日开始,于每周三和周四组织开放推演。美国相关文章指出这可能推动兵推领域的变革。


但也有兵棋专家认为该文章夸大了将在线兵棋作为研究方法得出大样本发现的创造性,但同时也并不否认这是一个不错的想法。相关文章具体内容如下:



在过去的一个世纪,美国军事领导和政策制定者尝试通过研讨类讨论或者桌面演练来研究类似于冲突升级的决策问题。


在这类兵棋中,高级军事和政治官员通常聚到一起以代表真实世界态势的想定为基础展开推演,然后从推演中搜集观点和看法,将其用于政策、战略和战术决策。这种方法的不足之处是效用有限。


加州大学伯克利分校工程系研究员指出“因为对阵员和想定数量有限,因此基于想定的讨论推演,无法给出充足数据以进行统计推断。也就是说我们只能了解特定人员对问题的反应。这是传统兵棋推演无法成为一门科学的原因之一。”


如果不进行统计推断,研究人员无法归纳概括他们获取的见解看法。传统的基于讨论的推演造就了理论丰富、但同时数据缺乏的学术研究环境。



通过使用新的推演工具(指在线兵棋),桌面兵棋和电子兵棋能够通过基于科学的实验性框架来收集数据,这弥补了传统兵棋推演在这方面的不足。与基于单个想定的推演相比,新工具能够提供数据更丰富的分析框架。


为克服传统兵推的局限性,研究人员利用最先进的推演引擎和亚马逊的云计算平台来创建在线多对阵员兵棋,以研究核威慑和冲突动态升级问题。


研究人员认为这是兵棋推演的新时代,他们想引入概念,说明科学界如何以不同方法利用兵棋收集数据。


他们指出目前世界上大概有四到五个研究小组正在研究实验性兵推方法,而他们所开发的兵棋是独一无二的,它主要利用在线环境进行大样本数据分析。“在其他人通过少量推演收集数据时,我们可以从数以千计的推演中获取数据。”




兵棋推演的背景即提出的研究问题:在冲突期间不同武器能力的引入对冲突升级或降级有何影响。在兵棋中,每个对阵员控制一个假想的国家,推演目标即对虚构世界产生最大影响。对阵员可通过增加人口,进行基础设施投入,或利用同盟或军事力量控制资源等方式实现目标。


在线推演时,每名对阵员的得分实时更新,这样他们可以及时了解自己的的行动产生了何种影响。数据匿名收集,可充当机器学习算法的输入数据,用于创建特定实验条件下的最佳行为模型。这些模型可用来创建自主对阵员(根据训练数据中的战略采取行动),或者是实现人-机和机-机兵棋推演。


该在线兵棋是利用大规模实验性兵推方法研究冲突升级期间的遏制和决策问题的首次尝试。通过实时跟踪统计数据并自动收集对阵员和推演数据,该平台能够实现兵推结果的定量分析。该推演平台比较灵活,可用来回答各种研究问题,并模拟战争的各个方面。


加州大学伯克利分校,德曼公共政策学院的教授迈克尔·纳赫特指出,“这一创新项目非常有前景,研究人员不仅可以搜集数据,还能确定不同兵棋技术的有效性。在过去,兵棋推演的理论性较强,数据较少,我们将理论和数据结合了起来。”


本文来源:兵推天下


投稿邮箱:liuyali@c2.org.cn

长按下方二维码    免费订阅


C2

如何加入学会


注册学会会员:

近期活动:

7月24日-26日·北京

  第七届中国指挥控制大会暨第五届中国(北京)军民融合技术装备博览会2019烟台院士峰会暨数字地球与空天信息应用发展论坛

报名请点击公众号底部菜单栏
个人会员:

关注学会微信:中国指挥与控制学会(c2_china),回复“个人会员”获取入会申请表,按要求填写申请表即可,如有问题,可在公众号内进行留言。通过学会审核后方可在线进行支付宝缴纳会费。

单位会员:

关注学会微信:中国指挥与控制学会(c2_china),回复“单位会员”获取入会申请表,按要求填写申请表即可,如有问题,可在公众号内进行留言。通过学会审核后方可缴纳会费。


长按下方学会二维码,关注学会微信

感谢关注



来源:c2_china 中国指挥与控制学会

原文链接:http://mp.weixin.qq.com/s?__biz=MzA4ODcwOTExMQ==&mid=2655587136&idx=2&sn=d06953c4f36c137dda2690db7cb0d084&chksm=8b9ba9d8bcec20ce86409b36db8629ebb00f5c2ab31b0f6844f7c870e7bcb3eafb3251e65c05&scene=27#wechat_redirect

版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。

电话:(010)86409582

邮箱:kejie@scimall.org.cn

大数据 兵棋推演

推荐资讯