技术推动训练变革：在多域战场上增加战备力的先进技术！

编者注：

本文由Booz Allen Hamilton公司的副总裁卡梅隆·梅耶和董事大卫·罗伯茨撰写。与vIITSEC的主要对话保持一致，梅耶和罗伯茨详细阐述了诸如开放式体系结构，边缘计算和AI之类的工具在多域战场中的重要性。尽管看到这些概念在剧院中应用现在更为普遍，但梅耶和罗伯茨呼吁在培训中也更加稳健地采用这些技术。

在准备执行任务时，许多因素都会影响行动过程：天气模式、对抗性干扰、战场环境以及友军的存在。然后是看不到的电磁、网络、信息和电子战干扰。如果在训练场景中不能真实，准确地表示这些要素，则部队将无法在模拟中进行训练，而模拟不能准确地表示他们需要快速做出决策的真实场景。

长期以来，面对面培训一直被认为是最可行，最有效的方法，但是要聚集大量的受训者和讲师，在逻辑上将面临挑战，特别是在当前全球流行的情况下。但是，最近的模拟场景常常无法反映现代战场的复杂性，并且缺乏测量和提供实时性能反馈以指导关键改进的能力。

我们如何创建逼真的大规模，多领域场景，并为部队提供他们需要改进的训练中反馈，即快速，经济高效且具有机密任务所需的安全性和弹性？

就像先进技术正在改变现代战场一样，它们也可以帮助我们训练部队。通过应用诸如边缘计算，开放和连接的安全架构之类的创新以及诸如AI之类的智能功能，可以通过高级方法使高级培训成为现实，以帮助我们的未来部队提高战备状态并实现任务成功。

在需要的地方提供数据和连接

在当今多面的数字战场中，战士们必须立即做出决定，并将其传达给人类和机器人队友。训练场景需要帮助战士以现实的方式磨练这些功能，支持多种场景选择，以便队友可以在特定环境中一起针对各种挑战进行训练，计划和演练。开放式架构支持使此类培训成为可能的集成技术解决方案。

开放式体系结构可快速将特定任务的练习传递到需要的地方。它们可以将新应用程序集成到培训练习和跨融合技术中。后者尤为重要，因为一些国防领导人认为缺乏技术整合以及由此带来的复杂性，使战士们面临着手头任务训练不足的风险。

测量，自动化和复制的智能功能

通过促进跨多组件系统的数据共享，开放式体系结构还支持性能改进。借助AI和分析功能，用户可以量化训练目标，并衡量战士在给定练习中的反应方式，例如可以测量高压环境中对压力的反应的生物识别技术。

组织还可以将AI的自动化功能与虚拟现实相结合，以复制集成环境和多种攻击方法，以提高态势准确性。这种方法有助于确保战士在针对场景进行训练，而不是针对静态的，身临其境的结构进行训练-随着战士的改进，结构可以适应和变化。

与开放式架构一样，这些“智能功能”已在整个武装部队扎根。美国国防部正在开发支持AI的系统，作为联合全域指挥与控制（JADC2）概念的一部分，以提高跨领域的作战效率，包括扩展政府拥有的API。同时，美国陆军作战能力发展司令部（CCDC）航空和导弹中心正在开发系统仿真，软件和集成局（AvMC S3I），以改善陆军和其他部门的人员绩效。

加强准备，引领战争的未来

未来的战场将变得更加饱和，只有集成的，复杂的系统和来自多种来源的威胁。培训将需要使用增强技术跟上步伐，以提供相对复杂的模拟。随着这些技术在战场上的成熟和交叉，我们必须采用边缘处理，开放式架构以及以安全，有弹性的系统为基础的AI，机器学习和VR等智能功能，才能赢得未来的战斗。

通过创建利用融合技术的现实体验，我们的武装部队和盟国可以在需要的地方提供针对特定任务的培训体验，以增强实时模拟能力。这样的解决方案具有极大的潜力，可以提高部队的战备能力，增强战士的能力，并提高手头任务的杀伤力和生存能力。

作者：

卡梅隆·梅耶（Cameron Mayer）是Booz Allen公司的副总裁兼国防数字业务部门数字仿真和培训解决方案团队的负责人，为客户提供技术战略和解决方案。

大卫·罗伯茨是Booz Allen公司的董事，也是公司陆军数字模拟和培训解决方案团队的负责人，致力于数字技术的融合如何改变模拟和培训。

本文来源：桌面战争