基于多智能体建模的自主地面车辆战场医疗后送(MEDEVAC)效能评估：分布式无人系统对伤员分类救治的时间优化研究

这篇综述通过计算机辅助演习数据，采用多智能体建模(ABM)与离散事件仿真方法，对比传统装甲救护车(AV)与无人地面车辆(UGV)在战场医疗后送(MEDEVAC)中的效能。研究证实UGV通过AI驱动的优先级调度（遵循10-1-2+2?规则），可将P1级伤员转运时间缩短50%，为高烈度冲突中的"黄金1小时"救治窗口提供创新解决方案。

　　

Abstract

战场医疗后送(MEDEVAC)是军事医疗体系的核心环节，其中从受伤点(POI)到伤员集结点(CCP)的初期地面转运尤为关键。本研究通过计算机辅助演习(CAX)获取伤员时空数据，运用多智能体建模(ABM)结合离散事件仿真，对比传统装甲救护车(AV)与无人地面车辆(UGV)两种转运模式的效能差异。

Introduction

现代战场遵循10-1-2+2^?急救时间准则：重伤员需在10分钟内止血，1小时内完成高级复苏，2小时进行保肢手术。但乌克兰战场实践显示，传统MEDEVAC因安全限制常退化为非专业后送(CASEVAC)。本研究提出UGV解决方案，其优势在于：

1. 1.

   通过穿戴式传感器实时监测生命体征

2. 2.

   AI系统自动计算伤员生存概率

3. 3.

   动态优化P1>P2>P3的转运优先级

Methods

实验设计采用AnyLogic平台构建ABM模型，包含五类智能体：

• •

  伤员：携带受伤时间、坐标、伤情等级(P1-P3)属性

• •

  UGV管理器：处理转运请求队列，按公式(1)(2)动态排序

• •

  车辆代理：AV载客4人vs UGV单兵运输

  参数设定保持一致性：车速30km/h(空载)→15km/h(载员)，装载延迟9分钟，卸载3分钟。数据源自机械化营攻防演习的CAX记录。

Results

防御场景下，UGV数量与救治时效呈非线性关系：

• •

  2辆UGV即可使P1伤员平均转运时间从AV模式的127分钟降至64分钟

• •

  当UGV增至6辆时，P1时效进一步压缩至41分钟（达NATO标准）

  攻击场景中更显著：排除P3伤员后，4辆UGV能使P1/P2综合时效缩短58%。

Discussion

UGV的核心优势在于分布式能力：

1. 1.

   单点故障不影响整体系统

2. 2.

   与无人机(UAV)协同可实现立体救援

3. 3.

   减少医护人员暴露风险（尤其应对违反《日内瓦公约》的作战环境）

   未来需解决UGV低可探测性、ROS系统抗干扰等关键技术瓶颈。本研究为"数字孪生战场"医疗体系建设提供了理论框架。