突发，中国某重大工程专家组组长，某重点项目首席科学家，国防科技大学系统工程学院专业技术上校副教授、博士生导师冯旸赫，在执行重大任务途中不幸去世，年仅38岁，他的去世，也让解放军指挥控制系统遭重创。

冯旸赫有着“天才科学家”之称，他是美国哈佛大学统计系、爱荷华大学高性能计算实验室联合培养博士，仅38岁就已经承担自然科学基金、装备预研、科技委国防特区、军内科研等项目10余项；发表论文40余篇，其中以第一作者或通讯作者发表SCI检索论文15篇，EI检索18篇。以第一作者身份出版机器学习专著2部，专利授权或受理22项。其专利包括种基于强化学习的反无人机任务分配方法；信任域引导裁剪的策略优化方法,系统,存储介质及应用等等。

他在解放军指挥控制系统上做出了卓越的成就，为中国解放军军事智能化做出了突出的贡献，在不到30岁的时候，冯旸赫就敏锐意识到智能化时代即将到来，军事智能化可能是制胜未来战争的关键，团队当即把军事智能研究列入了重大项目研究计划。

冯旸赫的预判很有前瞻性，从2015年开始，美国就开始大力发展军事智能化，美国军事科学家认为，智能化条件下，战争的较量已从过去的物理域、信息域进一步拓展到认知域，并且三大作战空间趋向高度融合。科学技术的进步、作战空间的拓展为新质战斗力的生成提供了基本条件。而战场信息不完备、作战空间不确定、战法战术多变等特点，都给军事领域智能化带来了挑战。

而军事智能化的核心就是变革指挥控制系统，指挥所被誉为“战神之颅”，指挥控制系统则如同这“战颅”的“外脑”，为战颅决策提供重要支撑。现代战争是基于信息系统的体系作战，这个体系的核心就是指挥控制系统。同样到了智能化时代，这个体系的核心依然是指挥控制系统。

现代战争是个复杂的系统工程，面对复杂多变的战场状态，指挥员需要快速掌握当前战场局势，预测变化趋势，这些都对指控系统辅助指挥员快速认知和决策的能力提出了更高的要求。

面对多种手段的组合及战法的灵活运用，使未来战争更加复杂、变化更加多样，仅靠指挥员的智慧和经验已无法满足快速、精确决策的需求。

人类的认知效率低，考虑因素有限，无法跟上瞬息万变的战场局势。因此，对机器辅助指挥员提升指挥与决策速度和深度的害求日趋强烈。提升指挥信息系统的智能化水平已经成为现役系统亟待突破的瓶颈和未来新一代军用信息系统研发必须解决的关键问题。可以预见，一旦系统实现的智能突破，会在作战的 OODA循环过程中形成压倒性的“认知速度”优势，认知优势将直接转变成决策优势和行动优势，给军事领域特别是信息系统的建设发展带来颠覆性影响，简单来说，指挥控制系统的智能化发展是中美等国家都想要占领的下一个高地。

冯旸赫在无数次数据分析、算法设计、实验评估过程中，智能博弈平台1.0版本诞生了，该系统可有效利用不完全的态势信息，自动选择规划时机，前推决策分支，回溯行动风险，自动形成多个备选方案。

为了改变传统规划系统对人工先验知识的强依赖，打造新一代具备自博弈学习的智能规划系统，冯旸赫带领团队持续半年封闭集中攻关。2021年，2.0版本的任务规划智能辅助决策平台“出炉”，成功应用于军委、战区、军兵种、国防工业部门的10余个单位，支撑了我军多次重大演训演练活动，有力促进了智能博弈领域的研究生态发展。

他还研制出了融合知识推理、监督学习、集成学习和强化学习等一系列方法的作战辅助决策智能体——“战颅二号”，不仅可以给飞机、舰船等实体下达“动作级”指令，指挥它们具体往哪个方向行动，而是凭借具有自主决策能力的智能化模型，让实体完成如巡逻、侦察、开火等“任务级”指令。经此改进，实体具备了“主观能动性”，能像人一样根据战场态势机动灵活地执行智能体下达的命令，这不仅提高了模拟战法的效率，也有助于探索更加出其不意的战法。

可以说，冯旸赫是中国解放军指挥控制系统领域的明日之星，在2023年，他更是和团队刚发表完新的论文，针对传统深度强化学习算法难以快速解决长时序复杂任务的问题。提出了一种引入历史信息和人类知识的深度强化学习方法，对经典近端策略优化(Proximal Policy Optimization,PPO)强化学习算法进行改进，在状态空间引入历史状态以反映环境的时序变化特征，在策略模型中基于人类认知增加无效动作掩膜，禁止智能体进行无效探索，提高探索效率,从而提升模型的训练性能。

正如他自己所说，他的目光早已放在下一个十年上，对于未来的研究计划早已有了明晰的规划，而他的突然去世，也让这些计划成为了幻影，也是中国国防事业发展的遗憾。