在这个前所未有的技术驱动转型时代，我们积极投资开发强大的人工智能 (AI) 以支持决策，这一点比以往任何时候都更加重要。通过推进人工智能系统并将其与人类判断相结合，我们将能够增强全领域意识，提高决策周期的速度和质量，为新行动方案提供建议，并更快地应对对手的行动。因此，我们必须加快人工智能的发展，以帮助我们更好地应对目前需要人类智能的现代挑战和困境的复杂性，并在可能的情况下尝试超越人类智能——不是取代人类，而是以机器速度增强和更好地指导人类决策。尽管深度强化学习在智能代理行为开发方面继续显示出有希望的结果，这些智能代理行为开发通常出现在战斗建模和模拟中，但需要进一步研究，以使人工智能能够处理这些复杂而广阔的状态空间，这是战争游戏的概念开发、教育或分析所特有的。为了应对这一挑战，在我们的研究中，我们正在开发和实施一个分层强化学习框架，其中包括多模型方法和维度不变的观察抽象。