基于PSBC 機制的指揮控制體系*

李 山，權 文，宋 敏，李 昉

（空軍工程大學空管領航學院，西安 710051）

0 引言

戰爭實踐證明，一個高效的指揮控制模式對于多兵種、多平臺、多維度的聯合作戰行動的意義重大。隨著人工智能、大數據、云計算等技術的發展，作戰力量正朝著無人化、智能化的趨勢演變［1-2］。在此背景下，美軍相繼提出了“馬賽克戰”“聯合全域作戰”等一系列作戰理念，并隨之開始研發ABMS 等配套作戰指揮控制系統［3］。加之近年來，我國東海、南海等方向局勢緊張，我軍更是需要一個能滿足未來軍事斗爭準備要求的指揮與控制體系，來應對可能發生的軍事沖突。

如何達到現代戰爭的能力要求？本文將通過分析現代戰爭形態，根據現代戰爭的特點以及現代作戰的需求，將平行系統（parallel system）與區塊鏈（blockchain）進行有機結合，構建戰場PSBC（parallel system blockchain）的BDI 模型，并提出實現PSBC機制可能會用到的關鍵技術，可為研究現代指揮控制體系提供思路，對提高部隊指揮控制能力具有重要意義。

1 戰爭形態的演變

1.1 賽博空間下的“三戰合一”

現代戰爭是“明戰”（physical）、“暗戰”（cyber）、“觀戰”（social）三者的有機“合一”，如圖1 所示。

圖1 “三戰”相互融合、相互聯系Fig.1 Mutual integration and connection of“Tri-Warfare”

“明戰”指物理空間層面，包括各類作戰人員，武器平臺特別是無人化智能化的高科技武器等。這些“看得見摸得著”的實物在“明處”，故以此為基礎的戰爭被稱為“明戰”?！懊鲬稹敝饕鉀Q指哪打哪的問題，聞令而動?！鞍祽稹贬槍W絡空間層面，信息權是其中的爭奪焦點。此層面的戰爭以網電對抗為主要形式，看不見摸不著，因此，被稱為“暗戰”。由于網絡空間本身具有多層次、復雜并發性、動態演化性等特點，所以“暗戰”當中的指哪打哪往往結果未知，迷霧重重?！坝^戰”面向意識形態領域上的對抗，觀點爭奪、輿論爭奪等體現此類戰爭“觀”的特點?！坝^戰”的典型表現形式為：通過匯總分析各種渠道收集到的有用情報，在官媒主導下，流量大V、自媒體平臺、網絡機器人等組成草莽力量，共同發布傳播有利于我方的輿論，控制社會輿論導向，攻心為上?！叭龖稹币话悴怀尸F時間上的連續性，往往是同時發生，同時進行，相輔相成，牽一發而動全身。

連接“三戰”的關鍵在于賽博空間（Cyberspace）。賽博空間原本是哲學和計算機領域中的一個抽象概念，即計算機網絡中的虛擬現實。在軍事領域，賽博空間指由網絡化系統及相關的物理基礎設施利用電子和電磁頻譜存儲、修改并交換數據的領域，包括因特網、通訊網、計算機系統、嵌入網絡中的處理器等［3-4］。

“明戰”中的人員和各類武器通過賽博空間進行態勢共享、指揮控制等；“暗戰”中的網絡為賽博空間的一個子集；“觀戰”依靠賽博空間進行輿論傳播、意識斗爭等。因此，物理空間、網絡空間、社會空間都以賽博空間為依托平臺，賽博空間在三者之間建起橋梁，使“明戰”“暗戰”“觀戰”從相對獨立走向相互聯系與相互融合［5］。在賽博空間環境下打好“三戰”，成為現代戰爭的重要形式，也是網絡化信息化條件下作戰的主要目的。

1.2 PREA 環——基于體系的指揮控制

無論是“明戰”“暗戰”還是“觀戰”，為了使“三戰”中各個戰場涉及到的作戰力量高效地運轉起來，不僅需要每一個戰場體系的有效指揮控制，也需要全局體系的有效指揮控制。然而，目前的戰場指揮控制方式大多還是以觀察- 判斷- 決策- 執行（observation-orient-decision-action，OODA）環模型為理論基礎的。

在20 世紀70 年代，伯伊德通過搜集研究大量空戰數據，提出了OODA 環理論，而后該理論被廣泛應用于指揮控制過程當中［6］。但由于該理論本身是基于對空中作戰平臺的研究中得出，強調以“快”制勝，面對如今多維度、大尺度的體系化作戰，很可能出現“欲速而不達”的問題?；诖?，籌劃-準備-執行- 評估（planning-readiness-execution-assessment，PREA）環模型被提出［7］。作戰體系通過該模型提高作戰全程的穩定性，既求“快”又求“穩”，“快”“穩”雙向制勝。

籌劃過程通過分析現有態勢來確定目標，制定方案，以期態勢按預想轉換。準備過程根據所得方案分配與調動作戰實體，形成直接戰前態勢。執行階段為任務的具體實施過程，并會不斷生成新態勢。評估階段“回看”各環節數據并對各環節作出調整，使結果漸近于理想目標。

現代作戰從平臺上升至體系之后，PREA 環相較于傳統OODA 環，具備以下特點與優勢：

1）戰前的“快”與“穩”，強調戰前籌劃與布勢。PREA 環的籌劃與布勢環節針對整個作戰體系，優先級高于任務的下達，目的是快速排兵布陣，在短時間內創造有利直前態勢，為之后精確驅動一體化聯合作戰中的各個單元執行相應任務指令奠定基礎。OODA 環也存在決策環節，但其面向作戰平臺，且一味圖“快”，缺乏對敵我雙方態勢的全局感知，忽視了協同能力的重要性。

2）戰中的“快”與“穩”，計劃制定周密，聯動性、銜接性提高，且響應迅速。PREA 模型針對作戰體系制定作戰計劃，并建立了充足的預案。其采取非線性方式，主PREA 環帶動多個副PREA 環高效運轉，同時副環與副環、副環與主環之間聯動，作戰計劃環環相扣，緊湊執行。

3）戰后的“快”與“穩”，作戰效果快速評估，作戰計劃快速修改。PREA 環具備高戰場態勢靈敏度，可通過實時評估作戰計劃執行結果，及時反饋至前期環節中進行動態糾偏，保證最終累加結果達到最優。

上述PREA 環模型與運行方式如圖2 所示?？傊?，戰場指揮控制從平臺上升至體系，已從OODA環的單一求“快”轉換到了PREA 環的“快”“穩”結合，“謀定而動”，“動如脫兔”，適時調整，最終達成我方的作戰目標。

圖2 PREA 環及其運行方式Fig.2 PREA ring and its operation mode

1.3 復雜戰爭系統

將上述戰爭理論從系統角度分析，現代戰爭系統已從確定性的“牛頓系統”轉變為可能性的“莫頓系統”，即CPSS（cyber-physical-social system）。與原來的CPS（cyber-physical system）不同的是，CPSS 把戰爭中人的因素作為重要組成部分納入到了其中，包括整個計劃的制定者以及行動者［8-9］。

考慮到心理、性格等影響，人本身具有主觀性與不確定性。因此，此類復雜戰爭系統包含兩種性質：1）全局性特征。一個復雜戰爭系統的總體行為是難以通過常規方法對其中的子系統的單獨分析來決定的。子系統的獨立性較差，各子系統之間相互影響、相互依存、相互制約，處于不斷變化之中。2）模糊性特征。在戰場資源有限的情況下，從本質上講，很難在較大的范圍（例如時間、空間等）中充分地決定一個復雜戰爭系統的總體行為。

所以在現實中研究此類復雜戰爭系統面臨著如下的問題：

1）本質問題。正如赫伯特教授所說，對于很多復雜系統，分解之后往往就失去了原有的功能。

2）經濟問題。由于復雜戰爭系統的規模和費用因素，測試成本過高，以致在國防和軍隊財政開支方面上無法承受，從而不能夠進行試驗。

3）法律問題。復雜戰爭系統牽扯到國防戰備、社會穩定等因素，受到法律的保護，使其不能在現實中進行實驗或重新構建。

4）道德問題。復雜戰爭系統將會涉及大量軍隊以及地方人員的參與，在非戰爭條件下對其進行試驗，可能會對人員的生命財產安全造成不必要的損失，因此，在倫理上不能容忍這樣的實驗。

2 戰場PSBC 機制

為了構建滿足復雜戰爭系統需求的指揮控制體系，本文引入PSBC 模型，主要考慮到以下因素：

為什么要“平行”：正是實際戰爭系統中的不確定性及其所伴隨的上述4 種問題，導致復雜戰爭系統在實際中往往是難以研究的。針對此，可引入ACP方法，即人工社會（artificial society）、計算實驗（computational experiment）、平行執行（parallel execution）三者之間的巧妙融合［10］。如圖3 所示，ACP 主要包括實際部分和人工部分，通過二者交互，可實現對現實系統的管理和控制、相應的試驗和評價以及對相關人員和系統的學習和訓練。就如同從實數到虛數那樣，建立實際系統的“虛數”，使實際空間中的不確定性在虛擬空間中運行起來，變不可知為可知，變復雜為簡單，以虛擬空間指導實際空間的運行，使實際空間向虛擬空間“靠攏”。需要注意的是，建立虛擬空間，并不是對實際空間的簡單模擬或映射，虛擬空間應像實際空間一樣，是動態的、可自行發展的，是真正意義上的另一個“實際空間”。

圖3 平行系統基本框架Fig.3 Basic framework of parallel system

為什么要“區塊鏈”：區塊鏈的概念通常分為狹義和廣義兩種。狹義上來講，其是一種按照時間順序將數據區塊以鏈條方式組合成特定的數據結構，并以密碼學方式保證不可篡改和不可偽造的去中心化共享總賬；從廣義上講，其是由數據鏈路、通信網絡、共識算法、智能合約等共同組成的新技術框架，以及由此衍生出的產業和系統［11］。本文中的區塊鏈指廣義層面，即不單單為“鏈式”的數據存取的載體和表現形式，還包括其背后的各節點、各技術相互耦合、相互影響而構成的“區塊鏈系統”。目前，區塊鏈系統不僅用于電子交易領域，也用于投票選舉、醫療健康、農業生產、武器控制等領域［12-20］。為了支撐復雜戰爭系統運行，要求系統對數據（各類武器、作戰人員信息等參數）合理量化、安全存儲，可以進行大規模的計算、可溯源、能針對某一不確定因素所帶來的不利影響快速跟蹤定位并及時糾偏等。區塊鏈技術可以較好地對應這些需求，如：各類戰場情報、武器參數可作為“交易信息”，模仿區塊鏈的算力分散模式，可實現對大量戰場數據的計算，利用區塊鏈的記賬方法，可實現對被破壞節點的迅速追溯定位，采取區塊鏈中的加密技術存儲軍事數據，可以實現對數據安全的有效保護等。此外，區塊鏈通過點對點（P2P）網絡等實現去中心化，如果用于戰場，將有利于實現指揮控制體系的扁平化。但現有區塊鏈技術同時也缺乏實驗與評估有效手段，以及對復雜系統的決策與引導能力［21-24］。

基于此，本文提出平行區塊鏈（parallel system blockchain，PSBC）機制，將平行智能理論方法與區塊鏈技術進行有機融合，旨在使真實區塊鏈系統與人工區塊鏈系統并行交互、協同演化，為現有區塊鏈技術加入計算實驗與平行決策功能，實現描述、預測、引導相結合的區塊鏈系統綜合管理與決策。利用PSBC 機制可試錯、可預測、安全性高、保密性好等特性，通過現實、虛擬戰場雙鏈共行，克服指揮員個體對于復雜戰爭系統的有限認知，降低決策風險，使賽博空間“三戰”簡單化、可視化，滿足PREA環的需要，實現對戰場的高效指揮控制。戰場PSBC機制的架構如圖4 所示。

圖4 戰場PSBC 機制基本架構Fig.4 Basic architecture of battlefield PSBC mechanism

由下往上看，下層的輸出為上層的輸入，下層的運行為上層的運行提供支撐；由上往下看，最頂層的運行結果會直接送入最下層再重新處理。新處理的數據又逐層往上被加工送至頂層，以此方式形成一個閉環。

各層的具體作用如下：

1）平行數據層。平行數據層搜集存儲敵我雙方的武器平臺數據和作戰人員特點量化參數用于現實和虛擬兩個空間中。數據的采集要求在平時就要通過實訓數據、專家建議等方式，建立武器和人員的龐大數據庫。根據作戰需要，數據庫中的相關數據經過哈希處理、非對稱處理等方式被封裝進PSBC 底層。該層并不直接存儲武器性能參數等，而是存儲其哈希函數值，即將任意長度的數據轉換成固定的編碼。由于復雜戰爭系統涉及數據規模大，采用哈希函數可以縮短計算時間，并且盡量避免沖突，提高效率。將眾多的數據分組進行哈希處理之后，再把所得結果繼續進行哈希處理，如此遞歸之后得到一個哈希值，即Merkle 根，區塊頭只需封裝這一個值而不是所有的數據。非對稱技術將公鑰和私鑰分別用于加密與解密，以提高系統的數據安全性。最后還會加蓋時間戳，一是防止敵對我數據進行惡意干擾破壞，二是保證可追溯性，便于ACP 評估以及對實際、平行兩個系統進行針對性修正與調整。

2）平行網絡層。平行網絡層各節點之間以廣播形式與其他節點進行通信和信息聯動。包括點對點組網機制、校驗機制和傳播機制等安全協議。P2P 網絡通過扁平式拓補結構，來實現對戰場資源的去中心化智能管理。每一區塊的數據生成之后通過廣播發送至其他區塊，并由節點鑒權與數據校驗等機制對數據進行識別驗證。在這些機制的保證下，數據分布于去中心的各個節點上，即使某一區塊受到敵方攻擊而失效，也不會導致整個區塊鏈的癱瘓。

3）平行共識層。平行共識層通過采用信用識別機制，解決了各節點之間的互信問題，保證各節點賬本的一致性，從而實現戰場信息的整合、協同管理和管理效率的提升。拜占庭容錯（BFT）保證系統在出現了某些拜占庭節點的情況下（如：被敵電子干擾的節點），整個系統仍然可以正常運轉。有了此類機制，系統在面對惡意攻擊時，魯棒性將會大大提高。需要注意的是，共識機制應是實際與虛擬兩條鏈相互的共識，而不單單是針對某一條鏈，這樣才能突破傳統單鏈的數據壁壘，實現平行指揮與控制。

4）平行合約層。平行合約層包括戰場指揮控制自動化執行過程的各種可編程代碼，負責將體系的任務邏輯以代碼的形式編譯部署，在區塊鏈網絡滿足某一要求時，它可自適應執行。智能合約是基于各種腳本代碼與算法機制建立起來的，好比一套計算機之間的規則，滿足了這一規則，才能在無人環境系統自動處理相關情況。該方式有利于減少作戰指揮層級，調動各作戰單元積極性、自主性，保證戰場態勢信息的及時共享。

5）平行應用層。平行應用層為戰場PSBC 的頂層表現，是對整個戰場進行管理與控制、實驗與評估、學習與培訓的最終實現。且該過程是處于動態變化之中的，隨著戰場態勢的演變，相應的基于區塊鏈確定的決策行為也會因此而調整，并帶動區塊鏈本身的調整。

與單鏈的運轉相比，PSBC 是一個實際戰場與一個人工戰場或一個實際戰場與多個人工分戰場所有區塊鏈的有機組合，形成“區塊網”。實際、虛擬各節點信息隨時共享、隨時互動、相互引導、協同演變?！疤搶嵔Y合、人機結合”的戰場區塊鏈將會使原來的實際戰場“吃一塹，長一智”變成在虛擬戰場“吃一塹”，在現實戰場的“長一智”，降低作戰成本，提高組織、協調、掌握各作戰單元的能力。

3 戰場PSBC 機制BDI 建模

上述內容說明，PSBC 機制中的區塊鏈存在大量的智能節點，是一種組網式的虛擬與實際“智能體”的結合。為了更清晰地表達此類“智能體”在PSBC 機制中從數據到行為的“感知—思考—決策”過程，引入BDI 建模方法。

3.1 模型概述

BDI 即信念（belief），愿望（desire），意圖（intention）三元組模型。該模型源于布拉特曼“行動力”哲學思想，是一種通過簡單方式來模擬人類主體（agent）思維結構的模型，目前被廣泛用于人工智能的研究當中［25］。

本文建模流程如圖5 所示。

圖5 PSBC 機制的BDI 建模流程Fig.5 BDI modeling flow of PSBC mechanism

1）負責“記錄”的信念模型。將輸入的數據進行處理，獲取規則，形成信念庫，構建實際與虛擬區塊鏈的基礎，類似于一個“感知”過程。此模型依據PSBC 機制的平行數據層和平行網絡層進行構建。

2）負責“理想”的愿望模型。結合對信念庫的理解與認識，形成自身目標，并根據任務需要，進行目標優先級排序，建立愿望庫，類似于一個“思考”過程。此模型依據PSBC 機制的平行共識層和平行合約層進行構建。

3）負責“實驗”的意圖模型。結合信念庫、愿望庫，形成相關意圖，建立意圖庫，并以此為依據行動，在各類作戰場景下，按與實際戰場相近的配置，使人工系統的區塊鏈與實際系統的區塊鏈同步運行起來，并對系統內區塊鏈進行檢驗。類似于一個“決策”過程。此模型依據PSBC 機制的平行應用層進行構建。

3.2 CAS 行動PSBC 機制BDI 建模與分析

近距空中支援（CAS）是使用空中突擊力量，對敵淺近縱深或我方海/陸上火力覆蓋范圍之外、難以直接摧毀但又直接影響部隊作戰行動的敵方目標，實施的打擊行動，是聯合作戰的典型樣式。經過多次實戰之后，美國空軍高度重視CAS 作戰任務，并且已把CAS 列為了其典型三大作戰任務之一［26-27］。盡管如此，CAS 因為其協同要求較高、執行難度大、誤傷誤擊風險大等特點，在實際戰場中的作戰效果并不理想［28］。因此，本文將以CAS 為例，展示PSBC 機制在實戰應用中的運行機制及優越性。

3.2.1 信念建模

將CAS 九行簡令內容（包括敵方高度、位置、我方位置、退出路線等），任務涉及的各類武器平臺參數（包括對地打擊飛機性能參數、地面激光照射設備參數等），各類時間節點（包括進入CP 時間、進入IP/BP 時間等），輸入到PSBC 系統中，構建數據集，得到平行數據層中的初始數據。如式（1）所示。

式中，A1指感知數據集，OB 指含空地武器、地面人員、任務區地形天候等在內的是實體或非實體對象，p=（xi，yi，zi）指我方位置、敵方位置等空間維度信息，Δt 表示CAS 時間線上的各類時間間隔。

初始數據通過區塊鏈加密、檢查、賦權過程（用修正函數表示），如式（2）所示，由組網傳播機制在區塊鏈各節點之間進行傳播，得到初始信念庫。

式中，fi（A1）代表考慮可信度（ηn）、關聯度（ξn）等因素而構建的信念修正函數集，最終得到的信念庫B1作為PSBC 的初始底層。

3.2.2 愿望建模

在處理數據之前，PSBC 系統會對各節點（作戰人員、傳感器等）進行檢驗，形成平行共識層，確保節點有效可靠。此外，聯合末端攻擊控制員（JTAC）會將CAS 總目標分成若干個子目標（如飛機準時到達、JTAC 正確引導等），并對每個子目標分配權重（ωi），進而建立虛擬空間的初始目標集，如式（3）所示；同時，JTAC 會確定各類條件，如：打擊開始條件、任務終止條件等。這一系列目標和條件將會作為平行合約層中的代碼、合約來控制區塊鏈的自動運行。

式中，D1表示初始總目標；di表示子目標。

3.2.3 意圖建模

根據初始的信念集和目標集，使PSBC 各個節點在實際和虛擬兩個空間同步運行，在平行應用層中涌現多種實驗場景，如：敵方突現單兵便攜式防空導彈對我任務飛機造成威脅、任務飛機攻擊效果不理想等。通過產生的各類實驗場景不斷更新信念集與目標集，區塊鏈的各個節點作出相應決策。如式（4）所示。

通過各節點的決策行為所得結果預測出整條區塊鏈的動向，進而預測出實際系統、虛擬系統內的發展趨勢，判斷其能否滿足任務期望，選出各環節最優解并繼續按此流程遞歸，最終達成我方作戰目的。除此之外，該模型還需對每一種場景下的區塊鏈進行檢驗評估以及試錯修正。

另外，對于CAS 的實現，實施流程不一定是從“信念”到“愿望”再到“意圖”的固定順序。根據CAS任務實施的實際情況，可以是先有各種特殊情況的實驗場景，然后再根據作戰目的確定選擇某一種場景以及該場景中任務飛機的打擊目標；而各種實驗場景的處置結果也會反作用于信念與意圖建模環節，然后再對戰場實踐進行指導，螺旋式上升推動整個CAS 任務作戰進程。

上述3 類模型智能融合，在實際和人工空間內共同運行，構成了完成整個CAS 任務的指揮控制系統。與現有的CAS 指揮控制方法不同，PSBC 機制BDI 模型不僅以戰場指揮員的思維模式來解決復雜戰爭系統中的問題，而且高效安全、容錯空間大，可以有效避免各類突發情況帶來的不利影響，進而降低任務成本、減小任務風險，確保支援打擊行動的順利實施。

4 關鍵技術需求

針對上述的PSBC 模型及研究建模思路，本文提出了可能會用到的關鍵技術，以供參考。

1）SLAM 技術：ACP 實現作戰的表現形式。SLAM 即同時定位和地圖構建技術，用于機器人在未知環境中規劃運動軌跡并建立環境地圖［29］。將SLAM 與PSBC 相結合，可服務于戰場態勢感知、作戰部隊行進路線規劃、任務飛機航線規劃等，并可在虛擬空間中檢驗規劃效果，預判情況，預籌措施，使實際空間內的作戰單元為可能會出現的情況提前做好準備。

2）大數據技術：整套平行系統的底層數據支撐。大數據技術可迅速處理戰場的龐大數據，為系統內各節點的決策提供依據。但在使用的時候需注意數據的價值密度問題，可能存在無用信息積累、敵方干擾等情況，導致我方所得數據價值降低，加大運算難度。

3）深度學習：區塊鏈節點的“大腦”。深度學習屬于機器學習中的一類，利用該技術，機器可形成對數據的分析能力，從而掌握數據規律。對于PSBC模型來說，深度學習有利于區塊鏈節點的智能化，虛擬系統內的節點能像現實世界中由人負責管理的節點那樣，去推動區塊鏈的整體運轉。

4）智能合約：PSBC 機制有序運行的基本所在。智能合約是區塊鏈中預先定義好的規則和條款，相比于傳統意義上的區塊鏈，PSBC 機制在復雜戰爭系統中運行，涉及更多的交戰規則、權限要求等，因此，必須改進目前的智能合約，在戰前就為實際與平行兩個系統制定一套完整的、通用的、可隨時根據戰場情況進行修改的交戰規則作為智能合約的組成部分。

5）知識圖譜技術：BDI 建模的知識與邏輯框架。知識圖譜技術能夠對特定領域進行概念抽象、知識抽取和內容表達，從而實現領域知識的結構化解釋。有效的知識表達方式可以支持數據的查詢、擴展、融合、關聯和推理，實現信息從人類可讀到機器可讀的轉化，能很好地用于信念建模。通過構造知識圖譜，可以自動化地從非結構化信息中提取結構化信息（實體，關系等）并將其輸入到區塊鏈底層中。

6）Jadex 推理機技術：解決數據沖突的有效方式。Jadex 是一種BDI 的推理引擎，其依靠Java 和XML 語言進行開發。相比于傳統Jade 推理機，Jadex利用內置目標協商方法，可以在復雜的聯合作戰戰場環境中協調目標沖突，能夠滿足需要大量數據支撐的PSBC 機制BDI 建模過程。

上述技術在作戰全過程的應用環節如圖6 所示。在作戰初始階段：大數據技術搜集、處理、存儲相關數據；知識圖譜技術對數據進行整理、分類、再處理。在作戰準備階段：Jadex 服務于作戰目標選擇，沖突消解；另外，需要將作戰規則、戰場邊界線等作戰限制條件加入到智能合約之中，為各個節點的智能判斷提供依據。在作戰實施的過程中：深度學習使得作戰進程能在系統，特別是虛擬系統中實現自動化發展；SLAM 技術可用于對作戰情況的描繪與更新。作戰效果會反饋到初始環節，并根據實際效果對作戰計劃作出相應調整。

圖6 各技術應用環節Fig.6 Each technology application link

5 結論

本文通過分析現代戰爭形態的特點與演變趨勢，提出了PSBC 機制以滿足現代戰爭指揮控制需求，并采用了BDI 建模的方式，以CAS 行動為背景，闡述了PSBC 機制BDI 建模過程與優勢，最后提出了關鍵技術需求。但如何解決整個PSBC 機制算力問題、戰場信息全面表示問題等，仍是有待研究與提高的方向。未來，基于PSBC 機制的指揮與控制體系，為實現“人機結合、知行合一、虛實一體”的戰場智能化指揮控制與管理提供了理論與技術支撐，將在聯合作戰中發揮重大作用。