.png){kind=icon}
返回
Command-agent: Reconstructing warfare simulation and command decision-making using large language models
.png){kind=icon}
OA
AI
DOI：10.1016/j.dt.2025.09.004.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
军事演习由于国际事务日益复杂的性质，在国家安全中变得越来越重要。然而，传统的演习方法，如军事棋盘模拟，效率低下且缺乏灵活性，在指挥和决策方面尤其存在明显局限。庞大的信息量和高度的决策复杂性阻碍了自主灵活指挥与控制能力的实现。为应对这一挑战，提出了一种名为Command-Agent的智能战争模拟框架，该框架深度集成了大型语言模型（LLMs）与数字孪生战场。通过实时模拟和多源数据融合构建高度逼真的战场环境，利用LLMs的自然语言交互能力降低指挥门槛，并通过观察—判断—决策—行动（OODA）反馈循环实现自主指挥。在Command-Agent框架内，进一步采用多模型协作架构来解耦LLMs的决策生成与指令执行功能。通过结合DeepSeek-R1和MCTool等专用模型，克服了单模型能力的局限性。MCTool是针对军事函数调用任务微调的轻量级执行模型。该框架还引入向量知识库以缓解LLMs常见的幻觉问题。实验结果表明，Command-Agent不仅支持自然语言驱动的模拟与控制，还能深入理解指挥员意图。借助多模型协作架构，在涉及2至8架无人机的红蓝对抗中，与单智能体系统（MCTool）相比，综合评分平均提升41.8%，同时战斗损失率优化了161.8%。此外，与缺少知识库的多智能体系统相比，向量知识库的加入使整体性能进一步提升16.8%。与通用模型（Qwen2.5-7B）相比，微调后的MCTool在执行效率上领先5%。因此，所提出的Command-Agent为军事指挥系统引入了新视角，并为智能战场决策提供了可行解决方案。
Keyword:
Digital twin battlefield
Large language models
Multi-agent system
Military command
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.9
论文数:
1.9K
被引数:
6.4K
机构
引用论文
Li K, Jing X, Jing C. Vector Storage Based Long-term Memory Research on LLM. International Journal of Advanced Network, Monitoring and Controls, 2024, Vol.9, No.3, p. 69-79.Li K, Jing X, Jing C. 基于向量存储的长时记忆LLM研究. 先进网络、监控与控制国际期刊, 2024, 卷9, 期3, 第69-79页..png)
IF0
PREAI
分享收藏A survey of data-centric technologies supporting decision-making before deploying military assetsDEFENCE TECHNOLOGYOAAI
DEFENCE TECHNOLOGYIF5.9
OAAI分享收藏Multi-UAV Cooperative Target Assignment Method Based on Reinforcement Learning基于强化学习的多无人机协同目标分配方法DRONES
OAAI
DRONESIF4.8
OAAI分享收藏Masri S, Ashqar HI, Elhenawy M. Large Language Models (LLMs) as Traffic Control Systems at Urban Intersections: A New Paradigm. Vehicles 2025;7:11.Masri S, Ashqar HI, Elhenawy M. 大型语言模型（LLMs）作为城市交叉路口交通控制系统：一种新范式。Vehicles 2025;7:11.
IF0
PREAI
分享收藏Wang, M.; Zhang, D.; Li, C.; Zhang, Z. Multiple Fixed-Wing UAVs Collaborative Coverage 3D Path Planning Method for Complex Areas. Def. Technol. 2025, 47, 197–215. [Google Scholar] [CrossRef]王, M.; 张, D.; 李, C.; 张, Z. 复杂区域多固定翼无人机协同覆盖三维路径规划方法. Def. Technol. 2025, 47, 197–215. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Digital Twins and Cyber-Physical Systems toward Smart Manufacturing and Industry 4.0: Correlation and ComparisonENGINEERINGOAAI
ENGINEERINGIF11.6
OAAI分享收藏Collision-inducing method for UAV evasive maneuvers based on receding horizon optimization基于滚动时域优化的无人机规避机动碰撞诱导方法Defence TechnologyOAAI
Defence TechnologyIF5.9
OAAI分享收藏
查看更多内容