COA-GPT: Generative Pre-trained Transformers for Accelerated Course of Action Development in Military Operations

要約

軍事作戦における行動指針（COA）の策定は、伝統的に時間のかかる複雑なプロセスです。
この課題に対処するために、この研究では、有効な COA を迅速かつ効率的に生成するために大規模言語モデル (LLM) を採用した新しいアルゴリズムである COA-GPT を紹介します。
COA-GPT は、コンテキスト学習を通じて LLM に軍事教義と分野の専門知識を組み込んでおり、指揮官がミッション情報をテキスト形式と画像形式の両方で入力し、レビューと承認のために戦略的に調整された COA を受け取ることができるようにします。
ユニークな点として、COA-GPT は COA 開発を加速し、初期 COA を数秒以内に生成するだけでなく、指揮官のフィードバックに基づいたリアルタイムの改良も促進します。
この研究では、StarCraft II ゲームの軍事化バージョン内の軍事関連シナリオで COA-GPT を評価し、そのパフォーマンスを最先端の強化学習アルゴリズムと比較します。
私たちの結果は、戦略的に適切な COA をより迅速に生成する点での COA-GPT の優位性を示しており、適応性の向上と指揮官の意図との整合性という追加の利点も備えています。
ミッション中に COA を迅速に適応および更新できる COA-GPT の機能は、特に計画の矛盾に対処し、新たな機会を活用する際に、軍事計画に変革の可能性をもたらします。

要約(オリジナル)

The development of Courses of Action (COAs) in military operations is traditionally a time-consuming and intricate process. Addressing this challenge, this study introduces COA-GPT, a novel algorithm employing Large Language Models (LLMs) for rapid and efficient generation of valid COAs. COA-GPT incorporates military doctrine and domain expertise to LLMs through in-context learning, allowing commanders to input mission information – in both text and image formats – and receive strategically aligned COAs for review and approval. Uniquely, COA-GPT not only accelerates COA development, producing initial COAs within seconds, but also facilitates real-time refinement based on commander feedback. This work evaluates COA-GPT in a military-relevant scenario within a militarized version of the StarCraft II game, comparing its performance against state-of-the-art reinforcement learning algorithms. Our results demonstrate COA-GPT’s superiority in generating strategically sound COAs more swiftly, with added benefits of enhanced adaptability and alignment with commander intentions. COA-GPT’s capability to rapidly adapt and update COAs during missions presents a transformative potential for military planning, particularly in addressing planning discrepancies and capitalizing on emergent windows of opportunities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google