原标题：【CICC独家】信息时代关于兵棋推演的几点思考

本文出处：中国指挥与控制学会

兵棋是通过对过去的深刻理解而得以跳向未来的工具，兵棋是模拟、历史和科学的结合体，是纸片时间机器。

——美军著名民间兵棋设计师 邓尼根

2017年，伴随席卷各大高校的全国兵棋推演大赛圆满落幕，以美军为代表的北约军队重振兵推的系列动作，以及国内科技公司掀起研发兵棋系统（或模拟系统，本文不做狭义上的区分）的勃勃雄心，特别是人工智能在智能棋牌类游戏领域的突破性进展，中科院自动化所“先知一号”AI分队指挥员在全国兵棋大赛上的不俗表现，DeepMind团队进军《星际争霸》，有学者甚至称2017年为智能兵棋推演元年。

从我国春秋战国时期“止楚攻宋”的阵法演示（“解带为城,以牒为械”）到19世纪初普鲁士（现在的德国）人冯·莱斯维茨父子发明的基于量化计算的真正意义手工兵推（利用“克里格斯贝尔Kriegsspiel”进行战争游戏（Wargaming）式的宫廷展示），到二战期间德、美、日军广泛应用的大规模战役军团兵棋推演，再到现代美军依托JTLS（联合战区级作战模拟系统）、JCATS（联合冲突与战术模拟系统）等计算机兵棋系统开展的系列兵推，可以说兵棋推演作为一种古老的战争模拟手段，一直在实践运用中发展。那么是什么原因又让兵棋推演“重新回归”了呢？兵棋推演特征内涵又是什么？后信息时代中西方对“兵棋推演”的认识一致吗？我们对兵棋推演的争议与分歧又在哪？下面，就来谈谈近些年来我们参与兵推、研究兵推的几点思考，仅供参考。

一、关于兵棋推演特征内涵的讨论

这个问题是后续问题讨论的逻辑起点，否则容易造成对不同事物的无谓争论。兵棋推演在我们当下，有两种认识：一种是，工程技术的领域专家从纯建模与仿真（M&S）的角度来解读兵棋和兵棋推演，认为纯属开历史的倒车；另一种是，军事训练或作战研究的军事领域专家，认为基于回合制的兵棋推演很有“味道”，可以反映实际作战指挥双方策略博弈对抗过程，与现在我们开展的计算机模拟有区别，应当大力推开。

暂且不论谁是谁非。这里只强调说明，基于兵棋的虚拟推演，其核心是“推演”。即通过合理的推演设计，来确保兵棋推演过程与结果的合理性与科学性。这里的“推演设计”是关键，可以从三个层面来理解：合理的组织布局、规范的推演规则与科学的支撑技术。也即是我们在指挥决策中关注的指挥决策辅助三种基本途径：组织辅助、方法辅助与技术辅助（详见史越东的《指挥决策学》）。同理，也是确保兵推合理性的关键。这里推演布局，包括整体布局样式（开放式、封闭式和现地式）的选择，以及兵棋推演对阵双方指挥机构与裁决机构内部角色编配与职能区分；科学的方法是指，兵棋推演的流程与规则体系设计（随着兵棋的计算机化，这部分被视为作战模拟工程建设中的“数据工程与模型工程”的任务）。推演流程，包括对回合制、半回合制、实时制或其他结合方式的选择，以及每种推演流程下决策阶段、时节的设计，这是衡量兵棋推演能否满足指挥决策训练或作战问题分析合理性的关键一环。例如《火力战》采取回合制嵌入四个阶段的流程设计方法，《鱼叉》兵棋采取高速交火与低速交火相结合的流程设计思路。科学的支撑技术则是指兵棋推演采用的手工兵棋构件（作战板、算子、规则与骰子）或计算机兵棋系统开发技术，这也即是我们这么多年在计算机建模与仿真领域的主要工作。这其中，推演流程设计与兵棋规则体系的建立，是手工兵棋与计算机兵棋系统能够进入实战化运用的关键，也即是兵棋推演的“灵魂”所在。

言归正传。实际上自普鲁士将兵棋推演用于战争模拟始，普鲁士参谋总长卡尔·冯·穆福林就惊呼：“这不是游戏，这是真实的战争，我要尽力把它推广到军队。”兵棋推演虽然随着人类文明发展在不断与时俱进，但其能够“模拟”真实战争进程的三个基本特征是被沉淀下来的，这即是普鲁士后来的参谋长老毛奇乃至后来的兵棋追随者们接受并坚定利用兵推分析、设计、预测战争的根本原因。那么这三个基本特征是什么呢？

一是“人在回路”的决策模式。人在回路，是对“人在决策，规则做裁决”这一过程的表达。人类指挥打仗过程，可以抽象为由决策点与行动过程交织形成的复杂决策树与若干行动链。因而兵棋推演，实质是对“人在回路”的OODA指挥控制过程的模拟（兵推中的“回合”即是对一个OODA周期的高度抽象）。其中，第二个“O”（Orient,判断）与第三个“D”(行动决策)交由指挥员来做。其他则由兵棋规则来完成。这是区别于了“由虚拟的人操作虚拟兵力的”的“人不在回路”的构造仿真（Constructive）。

不难看出，兵棋推演则着重体现了，由指挥员在认知域的决策判断，由兵棋规则在物理域与社会域的交战结果裁决（可以是查表也可以利用计算机辅助自动裁决）的过程。

在其中,加入了“人的有限理性决策”带来的不确定性与战场随机事件带来的不确定性，从而为寻找达成战争目的的决策方案提供了合理的“分而治之”的解决办法。这种不确定性也正体现了克劳塞维茨提到的“战争阻力”，也因此能够科学体现兵棋推演对“胜战不复”这一特征的模拟。我们认为这也是兵棋推演能够更加合理模拟真实作战过程的重要原因之一。

战争的复杂性决定了目前计算机仿真技术与机器学习方法还无法对战场态势合理认知与自动决策，虽然现在基于深度学习的态势理解与基于深度强化学习/纳什均衡CFR算法的决策优化，在棋牌类AI上取得了显著成功。然而，面对非完全信息条件下不确定性战争博弈问题，人类还显得没有太好的解决办法，特别是更强调指挥艺术的战役以上决策问题。

从这层意义上看，战争模拟走过了传统手工兵棋+运筹分析方法形成“人不在回路”的仿真推演模式后，重新重视（而非取代）“以人为中心”的指挥决策运用模式，也是对“以人为中心”的战争复杂体系的理性再认识，这也是前几年美军在“知识中心战”中遵循的基本思想。也正契合了毛主席“战争中人是决定因素”的论断。

二是“博弈对抗”的运用形式。战争是一种社会活动，“是一种集体和互相使用暴力的活动。”马克思说,人是一切社会关系的总和。兵棋推演作为有人参与的“虚拟演兵”，就必然要体现出敌我双方或多方的暴力对抗关系。因而，我们认为，兵棋推演自普鲁士军队发明“克里格斯贝尔”之日起，就蕴含了这种博弈对抗的思想。美军兵棋专家彼德.波拉博士在其《兵棋推演艺术》指出:兵棋，“是指可供对弈双方依据各自决策和一定规则，以对抗形式进行作战过程的推演工具。”美军在《定下战术决心的过程》也强调了这一模拟方法的运用，“兵棋推演就是依据所给定的己方实力与配置、敌方兵力兵器和可能的行动方案以及一定的地形条件有意识地显现一场战斗的过程。”相较于诸多领域动辄就将基于六角格的单方事件仿真推演称作“XX兵棋推演系统”而言，显然只是借鉴了“兵棋推演”的形而忽略了其“魂”。

那么这种博弈对抗又有什么优势呢？一是可以体现战争本身人的活力对抗特征，用于指挥员训练，可以启发指挥员的决策思维，历练其谋略水平,让模拟蓝军发挥“磨刀石”的作用；用于作战方案或发展策略推演则可以创造更加逼真的情境，排除一厢情愿的“自说自话”，发现策略上诸多漏洞和不足，进而为优化决策方案提供依据，真正发挥兵棋推演“实验室”的作用。

三是基于历史统计分析的兵棋规则。这一提法，与国内兵棋著作《战术兵棋发展应用研究》中的观点基本一致。这也是我们国内这几年呼唤兵棋推演回归的重要原因之一。但有一点要说明的是，信息时代西方计算机兵棋推演应用较早，早已完成并跨越这一阶段，更强调这种方法与运筹分析、实兵演习的互补式融合。（详见《兵棋推演艺术》）

兵棋推演实现的“人的决策”与“规则裁决”的有机结合。前者，是靠指挥员在决策回路的推演规则设计来实现合理性，那么行动链的合理性就得靠兵棋规则。这里的兵棋规则，我们认为主要包括行动规则与裁决规则。“人在回路”的推演规则设计了兵棋推演的基本流程，是对不同作战样式OODA过程的抽象，如《火力战》中的每回合四阶段设计，《机械化战争77》中对计划、机动、直瞄、压制、间瞄等阶段的区分；行动规则给出了双方兵力兵器受到自身性能、地形条件、气候特征等因素的限制关系；裁决规则，则由战争历史数据拟合得到的若干裁决表（手工兵棋而言）给出，也可以由基于概率论与数理统计方法求得的线性/非线性模型（计算机兵棋系统）来体现。总之，这种兵棋规则与数据是对战争历史经验的高度抽象，是对战争历史事实的统计分析。这也正是西方兵棋设计专家邓尼根、马克·赫尔曼总结归纳的“基于历史的兵棋分析方法”的精髓所在。

为什么就认为这种规则设计与数据拟合就一定合理呢？我们认为，这种由外而内的兵棋规则建模思路与当前基于机器学习的模拟拟合思想是契合的，都是让“事实数据”来说话，其本质是从历史数据中“挖掘”战争规律并用来预测战场事件。因为，战争体系的复杂性，在过去近一个世纪运用基于军事运筹学（特指发端于二战护航、反潜和防空作战中的军事问题定量分析方法，主要应用于决策优化）的解决办法被证明存在诸多不合理性（特别是对战术层次以上的军事行动仿真），这也是我军自八十年代以来将传统军事运筹方法应用于计算机作战模拟以来，广受质疑的原因之一。基于这种军事运筹方法构建的模拟模型，当然有其科学性，但很容易出现“累加性偏差”而导致模拟结果偏离客观实际。因为这种“由内而外”的建模方法，更多地是对理想或标准条件下的量化计算，而面向非标准条件的实战规则修正难免“挂一漏万”。特别是进入信息时代，基于信息系统的体系作战，从合同战斗到联合战役，战争中网络支撑、信息共享、分布指挥、要素联动、战场密度等综合作用的复杂系统涌显性效应，还无法用合理的解析模型予以表达。反观，基于历史的兵棋规则建模方法，则是以战例或靶场实验数据为基础，利用战争中事件的发生概率和战果进行规则修正，从而在模拟战争宏观作用效应上与实际作战相吻合，跨越了难以准确认知复杂世界这一“瓶颈”。这种方法，用在案例式兵推，或机械化条件下的评估式兵推，还是比较科学的，因为有充分的战争历史数据支撑。这也与目前大数据时代，诸多行业运用以深度学习为代表的机器学习来发现“知识”又何其相似，前提是都要有“样例”数据。当前深度学习已经在机器翻译、语音识别、图像理解、自动驾驶等领域已经成功应用，可见一斑。美国兵棋设计专家邓尼根、马克.赫尔曼等人基于这种方法设计了一系列兵棋，并得到了美军和防务机构的认可与推广。

当然，事物总是与时俱进的。进入信息时代，兵棋推演的计算机化不可避免。随着计算机建模与仿真技术的日渐成熟，在武器平台至分队战术仿真层次上，多采用由内而外的军事运筹建模方法，因为该类问题多为结构化或半结构化，且规则清晰，对模拟细节要求高；而在分队战术到联合战役层次，适宜采用由外而内的概率论与数理统计分析方法（可以是手工的数据裁决表，也可以是计算机拟合模型），得到作战单元、作战要素乃至作战体系的宏观仿真结论，同时与实兵演习（Live）、运筹分析方法（OR）相结合，使得兵棋推演结果更可靠。美军当前正在开发的JWARS（Jonit

以上对兵棋推演基本特征的总结，是其在战争应用中被实战所验证且符合战争模拟规律性的东西，是历史的选择。这也是西方德美式兵棋的共识（可参见彼德波拉博士的《兵棋推演艺术》），这种对兵棋模拟的理性回归，是兵棋运用者们在战争实践和训练中只唯实不僵化，有所扬弃的结果。

如果非要在当下来理性地界定“兵棋推演”，基于以上特征，我们认为：通过量化战场环境和作战实体为地图与棋子，以“人在回路”的决策模式和概率分布体现战争的不确定性，依据从战争经验、演习训练和研究实验中抽象积累的规则和数据进行结果裁决，并采用博弈对抗的方式和科学的推演机制来反映作战指挥决策与战术行动过程的虚拟推演。

二、关于国内兵棋推演争议的回答

为什么兵棋推演在国内重新回归？其实早在2008年前后我们接触兵棋推演开始，似乎那个时候就有人开始呼唤它的回归（那个时候台湾每年都正在搞“汉光兵推”），那以后军内自上而下掀起了开发计算机兵棋系统的热潮。近几年，伴随全国兵棋大赛的举办和美军重振兵棋的发声，而且随着美军第三次抵消战略的提出，兵棋推演与人工智能开始结合，更助推了这波热潮。国防大学胡晓峰教授在《战争工程论》中提出“补上缺失的兵棋‘链环’”的思考是理性的。发端于作战运筹分析的计算机作战模拟建设，更多地依仗计算机建模与仿真领域专家，其作战模拟模型缺乏对战争历史经验与数据的总结与利用。从军事概念建模、数学逻辑建模到模拟系统实现，其模型的VV&A或缺失或不完整，其军事合理性自然不充分。当下计算机作战模拟直接跨越了“严格式兵棋”模型积累与校验的发展阶段，难免出现“自由式兵棋”的倾向。对兵棋推演的重新重视，旨在强化基于历史经验与数据的兵棋规则建设，强化模拟推演流程设计，强化指挥决策人员的主导地位，从而还原“兵棋推演”这一传统作战模拟手段的基本要义。也为部队指战员互补地运用图上作业、沙盘推演提供了一种更贴近实战的模拟手段。

兵棋推演的独特之处在哪？这是兵推质疑者们最好的诘问。显然，兵棋推演是众多作战模拟手段中的一种而以，如实兵演习、沙盘作业、装备仿真等。然而，“兵棋推演需要人类决策与兵棋事件的互动”，“兵棋是探究过程的最佳工具，并不是回答技术与量化问题的最佳工具（相较于运筹分析与系统分析）。”美军兵棋设计专家彼得·波拉在其《兵棋推演艺术》中给出了其区别于其他类型模型与模拟的关键特性。同时，也指出“如果单独使用兵棋推演、分析与演习，来研究战争的特定因素方面，三者无疑都是有用但具有局限的工具”，我们认为这一认识是辩证而且理性的。从下图，可以清晰地看出，兵推、演习与分析是研究军事行动所采用的不同方法论，虽然它们彼此相关，并互为支撑，但三者关注现实问题的不同方面，因而没有一种可以实现全面的平衡。

实际上，兵棋推演正是以“下棋”的推演方式，摆脱了让工具支配决策过程的窘境，真实再现了人在战争的支配地位，并被美军海军军事学院马汉称之为一种对作战模拟人与技术再“平衡”的哲学。从这层意义上讲，确保兵棋推演合理性的核心是“推演设计”，即是由军事人员来设计，由工程技术人员可以提供更好支撑工具的模拟方法。正如美国军事学院在谈及兵棋推演成功的秘密时，坦言：“在其中，是决策制定人扮演了主导角色，而非机器。”

兵棋推演是对以前计算机作战模拟的否定？是不是兵棋推演这一模拟手段就与我们自80年代发展而来的基于建模与仿真技术的分布交互式计算机模拟推演相对立呢？答案是否定的。其实，我军自上个世纪以来，基于系列指挥训练信息系统进行的合同战术指挥员模拟对抗，符合了兵棋推演的前两个基本特征，但支持对抗推演的模拟模型（行动与裁决规则）却没有很好地利用“历史战争经验”，这就相当于在模拟真实作战的OODA环路中，提供了不准确态势。因而，实际应用中受到了普遍地质疑。

其实，我们还严重忽视了对推演规则的合理化设计。从外军“一战一兵棋”的手工兵棋设计与应用来看，他们对不同规模不同作战样式兵棋推演流程都进行了合理化设计（可参见美军经典手工兵棋《火力战》、《机械化战争》、《鱼叉》等），这是确保其兵棋应用于指导实战的关键。我军指挥模拟系统在设计与研发过程中，这一环节是被轻视或忽略的。当下，我们回归兵棋的初衷其实应是对这种方法论的回归才对，而不是将二者对立批评。正如，文明的进步是在不断迭代累积中前进的一样，我们正确的态度是，批判继承，这样才能促进我们战争模拟工程的不断进步。

一定是基于回合制的推演流程？兵棋推演更多地是从作战应用角度，而非工程技术角度，实现对作战过程的模拟，它强调指挥决策过程及其对行动的影响关系。这一过程与关系是通过推演规则、行动规则与裁决规则来保证的。其中，推演规则确定了推演阶段的基本顺序，和每个阶段包含的作战时节等，是串联兵棋其他规则的总纲，因而也是其进入实战化运用的关键一环（重复强调上一个观点）。我们认为兵棋推演流程的设计，应遵循两个原则：一是应符合特定作战指挥决策基本过程。这是由每个国家军队的作战指挥体制、装备技术水平，以及作战样式等因素决定的。二是要体现模拟对抗双方或多方的公平性。特别是，随着ALSP/DIS/HLA/TENA/CTIA分布式仿真体系框架的发展，计算机兵棋推演，在分布式仿真技术支持下已经可以实现近实时的指挥与控制仿真。美军正试图从兵棋推演“支撑技术”层面打造更加科学、合理的模拟系统体系框架以反映战争模拟进程的真实性。实际上美军JTLS/JCATS/VBS等计算机兵棋系统也都在分布式计算机仿真技术支持下摒弃了完全回合制的推演流程，并进行了合理化改进。

我们认为，当下兵棋推演无论是用于训练还是用于分析，其流程应在遵循OODA指挥控制环路整体框架下，还应根据不同军兵种指挥决策过程的个性化特点，继承原有分阶段性、分环节设计特征的同时进行合理化定制设计。在合同战术层次，为了尽可能减少由于计算机操作熟练程度带来的双方对抗的不均衡性，可考虑加入部队实战化水平（包括信息化程度、人员素质、装备性能及训练水平等）所带来各环节时延，采取半实时的推演流程设计，比较合理。这样在一个大的OODA决策流程下，区分为筹划与交战两个大阶段，而交战阶段又可以按照半实时制的决策模式设计若干个OODA环路。为确保了交战结果的合理性，又保证了双方的公平，在计算机兵棋中还要合理考虑双方由于装备、人员、地形等制约而带来的裁决先后次序的变化。

一定要采用六角格量化地形吗？在手工兵棋推演过程中，采用基于六角格的兵棋地图，便于推演双方进行机动力损耗计算与棋子的定位，而且在分队战术兵推中相较于井字格对机动力损耗的计算误差更小，无疑，得到分队指挥员的欢迎（见下图）。然而，兵棋计算机化后，基于矢量数据的地图与基于六角格的栅格数据地图可以相互转化，都可以实现对棋子机动能力损耗的高精度量算，自然就不必逐格进行概略计算。在战役层次以上兵棋系统开发过程中，更多地强调对对战场整体态势的模拟，由于需要对大规模作战实体与较大幅员战场环境的仿真，因而采用六角格来降低地形分辨率，确实起到减少数据承载量的不错效果。显然，合同战术层以下的兵棋系统，使用六角格与井字格量化地形本质上已没有什么区别。

三、未来兵棋推演的发展之路

关于兵棋推演特征的演化。需要澄清的是，兵棋推演三个特征是有其历史局限性的，即是当下东西方在兵棋运用过程中历史选择的“共识”。事物都是不断演进的，因而，我们认为前两个特征可以作为兵棋推演的基本特征一直保留下来，后一个特征会随着自然科学的发展和信息技术的进步，以及战争形态的变化，会呈现出新的特点。毕竟，面对信息时代的“三无”战争面前，可资借鉴的战争“样例（example）”数据少了或没了。在以人为中心的复杂战争（或战斗）系统的演化机理没能被准确量化解析以前，这种基于历史经验或靶场试验数据进行由外而内的模型拟合，无疑有其现实合理性的，特别是对分队战术以上层次聚合级仿真实体的行为仿真。其实，正是大数据时代的到来，和高性计算的突破性进展，为我们解决上个世纪80年代专家系统面临的“知识工程瓶颈”提供了历史机遇，在经历决策树学习、基于神经网络的连接主义学习、以支持向量机为代表的统计学习后（详见周志华《机器学习》中的讨论），深度学习在当前工程化的道路上已经取得了显著的效果。相信，上述这些从数据中“发现”模拟模型的机器学习方法，在信息时代的战争模拟工程建设中将会“各显神通”，自然也将成为现代军事运筹学方法体系的重要组成部分。那么，到时是不是称之为“兵棋”与“兵棋推演”还重要吗？我们要的是其对战争过程真实模拟这一目标，而不是一个称谓。

至于，基于兵棋推演开展未来战争设计、预测，缺乏真实可靠的历史数据怎么办，我们认为一方面可以基于新式武器装备战技术指标数据、有限的靶场试验数据与实战化训练数据，结合复杂系统的多Agent建模方法（目前这种方法的工程化效果还有较大提升的空间），自底向上地构建战争（战斗）系统的模型给予支持，另一方面可组织多方的决策人员参与进来，采取决策人员与领域专家主导的人机结合方式共同给出合理化的结论（当然机器将发挥DSS的功能）。如何结合呢，这就是要讨论的下面一个问题。

关于兵棋推演与分析、演习的结合。如前所述，既然三者可以相互优势互补，那么未来的发展就是让他们互动起来。彼得·波拉给出了他的思路：“让他们三者分别研究各自擅长的方面，然后再将结果整合和转化为综合描述。”他举了一个例子，我们认为可以说明未来三者的巧妙运用（见《兵棋推演艺术》）。美海军在面对特定类型的苏联（冷战时期）潜艇，需要评估是否能在特定地域有效地部署航母战斗群。运筹分析家通过构建传感器与武器性能的数学模型，并设计一套方法来分析反潜武器屏障的有效性，以指导航母部署。海军可以选择是否使用分析中采用的模型，进行兵棋推演来进一步评估可行性。推演的人员包括军方指挥官和文职的辅助决策人员，这样就可以得到不同的观点与价值判断。而且，推演中动态变化环境，还要求推演者做出不同反应，而不是静态的分析（相对而言）。在此过程中，通过仔细观察实兵演习中事件、系统和单位的表现，又可以为改进数学模型和提高参数的预测质量提供概念与数据。

因而，他认为运筹分析提供了实际现实的概念、参数与数学模型，为兵推的行动裁决提供了不可或缺的因素；兵推负责为参与者决策提供推演环境，并供其研究在分析基础上定下决心的潜在风险，以展现非量化的决策要素。演习又可以让海军通过实兵实装检验这些概念，衡量量化模型，并为进一步的兵推提供更多主题。因而，未来无论技术如何发展，对三者的平衡运用将是进行战争模拟的理性选择。

关于兵棋系统的呈现形态。兵棋因其不同功能定位，其系统也会有不同的呈现形态。从发展趋势而言，兵棋系统的计算机化是毋庸置疑的。手工兵棋作为军事上保底运用手段，可能一直会保留；战略以上的研讨式与评估式兵推，由于问题的复杂性，人可能更多地主导过程，计算机将沦为配角（类似于钱学森等人提出的综合集成研讨厅）；分队级以下战术兵棋，由于其便携性与可推性，在外在条件的制约下将与计算机兵棋之间均衡地得到运用。常规的信息网络技术条件下，从其用于指挥训练、评估分析、形势预测等功能定位看，将会是一个虚实结合的组织应用架构，即美军提出的（Live、Virtual、Constructiv-Gaming，LVC-G）。这种多级互联、上下联动的运用也是适应联合作战的需要，符合战争自身的问题特征。战争问题本身的特征是：战略决策、战役指挥与战术行动，即从战术到战略层次过渡，其艺术性则是越来越强。因而，未来，战略兵推更多体现为基于局中人与专家角色的研讨式兵推（seminar wargaming），用于形势研判、战略规划与战争设计；战役战术兵推则体现为基于计算机兵棋系统的人在回路的交战对抗式推演，主要用于多级多角色的指挥对抗训练、作战方案仿真推演与评估论证；而武器平台级的兵推则更多体现为人在回路的半实物仿真格斗，用于分队战术协同训练、检验和论证武器装备的战技术性能等。

计算机兵棋系统发展成为今天，代表性成果有以JTLS/JCATS/JSWAT/VBS为代表的美军多层级多类型计算机作战模拟系统。基于各层级的模拟系统特征与任务需要，北约军队，如澳大利亚军队正通过多级系统的互联，创设更加逼真的兵棋推演应用模式：个体或单装战术协同训练与推演使用VBS2，战区级指挥训练与推演使用JTLS,集体式的编组或集团作业训练与合同战术级推演使用JCATS/JSWAT，这可能代表未来一个时期兵棋系统的应用范式。

关于智能兵推的未来定位。人工智能的发展，给兵棋系统的发展提供了历史机遇。但无论技术如何发展，人的主导性地位不应在兵棋推演中被改变。这也是西方兵棋推演发展至今的坚持（可参考美军关于兰德战略评估系统中智能AI模型运用的讨论）。他们的结论是“危险不在于人工智能本身，而在于它的应用。”显然，人工智能技术在未来兵棋推演中的角色定位很重要。结合近几年了解到的各级各类兵棋推演需求，我们认为，AI模型未来可能有以下几种角色定位（如下图所示）。关于智能兵推的相关讨论，请关注我们的后续研究。

在训练领域，计算机兵棋系统可以基于深度强化学习，采取左右互博的方式（类似于AlphaGo Zero/Alpha Zero 虚拟自我对弈）,在有限数据或规则知识支持下训练出更加智能的蓝军AI指挥员（由于缺乏对手的数据与规则，难度可能很大），来充当红军的“磨刀石”。中科院自动化所“先知一号”基于知识与基于数据的AI指挥官开发，已经在这方面做出了卓有成效的探索与实践。

从作战分析角度看，兵棋推演可以给指挥人员提供了必要的决策支持，主要用于作战方案推演与分析评估，这也是美军依托联合作战计划和执行系统（JOPES）和联合作战计划制定程序（JOPP）进行联合作战规划的做法。这其中，无疑人工智能可以给人机或机机对抗式仿真推演，提供更好的态势感知、策略生成与评估优化等功能支持，从而使得决策的过程更加高效、合理。

随着智能化战争的脚步日益临近，有人提出，未来智能化作战体系=“决策人员+兵棋系统+指挥信息系统+无人作战平台”。因为这其中，兵棋推演正发挥着其“探索性”地推演工具的职能，从而为人类提供用于辅助决策的“外脑”。

推演结束，评估开始。行文作罢，讨论渐起。正如彼得·波拉所言：没有一本书，任何一个兵棋人，能以一已之力就能解决所有兵棋推演中的问题。我们所要做的，是要重视战争，把握战争的要义：“系统与装备毁灭一切，致人于死地；却是人在发动战争”，进而控制战争。而兵棋推演的最终目标，也是研究人的事务，唤起人类对战争的理性与审慎。借用《孙子兵法》开篇结束：“兵者，国之大事，死生之地，存亡之道，不可不察也。”