智能化战争指挥决策是加快军事智能化发展不可或缺的重要组成部分，也是驾驭智能化战争的必然选择和内在要求。相比于信息化战争，智能化战争指挥决策在人工智能等先进技术的加持下，必将呈现许多新的特性。从作战体系指挥层级来看，智能化战争指挥决策总体上可以分为四种样式。

边端以行动为中心，响应任务、自主决策。未来智能化战争，智能化无人平台将在作战末端发挥很大作用。这些平台能够自主决策，第一时间响应任务，在反应速度、运动性能、瞄准精度等方面优于有人装备。而人作为情况的掌握者和适度调控者，已退居战争后方，但仍处于作战体系的中心位置。随着科技发展，无人作战平台自主化程度必将不断提高，可以应对高度复杂的战场环境，适应日益加快的作战节奏。作战中，平台可以按照预先设计的算法完成作战任务，自行实施机动、跟踪、攻击、规避、回撤等行动。比如，低空无人飞行器能够第一时间发现并跟踪地面以及低空威胁，自主采取规避措施。未来的智能化战场，人更多的是履行“督战员”的角色，主要采取管控“开火权”、调整行动策略、改变进攻路线等方式，对末端智能化平台进行作战调控，必要时接管智能平台。

中层以协调为中心，规划任务、管控资源。智能化战场，在战场边缘端上层，主要表现为无人作战集群指挥决策。无人作战集群指挥决策位于作战指挥体系的中层，主要目的是达成作战资源与作战任务的最佳匹配，系统安排各智能平台的作战任务和作战流程，协同一致实施侦察、监视、压制、攻击等系列任务，实现对集群的全域指挥控制。中层的指挥决策是基于资源管控的指挥决策，作战资源是基于对各智能平台在时域、空域、频域、能域等的高度细分，运用资源管理算法和管控模型，对各智能实体切分时间窗、频谱段和能量度，然后根据任务需要，对任务进行解构细分和全盘规划，对资源进行精细管理和有序调度，形成由任务序列、资源序列高度匹配和精确协同的行动序列。行动序列形成后，经过模拟推演，验证行动效果，修正行动序列，并在集群指挥员的最终授权确认下，分发至各作战平台，平台依据指令按任务明确的时间窗、频谱段和能量度等自主展开行动。集群资源管控系统还能实时掌握集群资源分配调用情况，对闲置资源进行集中管理，随时提供调用方案，以随时应对战场上的不确定性情况，提供跨集群资源和行动协同。

顶层以认知为中心，分配任务、调控态势。智能化战争，高度依赖智能系统实施指挥决策，智能系统指挥的智能实体快速提升，指挥跨度大大提高，指挥结构更加趋于扁平化。在人与智能系统的多轮交互和磋商下，智能系统能够基于态势，提供战略判断、理解战略意图、领会战略任务，并在任务的统领下，结合战场态势，形成作战构想图景，拆解任务，形成任务子集。同时，将战略态势和任务子集作为初始条件，提交给对抗模型，由对抗模型开展红蓝模拟对抗，最终得出战争当前阶段最可能、最有效的兵力编组方式和任务配置方式，经最高指挥部批准授权后，明确作战力量编组，并将作战任务下发至各编组集群。此外，预提出下一阶段最可能、最有效的应对模式，并结合战场态势动态优化。这种指挥决策方式，将战略意图和战略目标灵活拆解，成为任务子集，并将战争较量提前在实验室打响，经过反复试错和验证后，优选出当前阶段最佳行动策略，能够既展示指挥员的指挥艺术和谋略，又发挥机器的作用完成体系验证与科学优化，从而实现智谋技的高效融合。

外围以保障为中心，挖掘数据、提供工具。外围作为作战指挥决策系统的后台，主要由各类模型、算法，各类保障人员、系统开发人员、算法编写优化人员，以及相关领域专家组成。外围重在根据各层级指挥决策需要，建立和完善指挥决策数据，提供数据和算法等服务保障。智能化战争，数据是指挥决策的基础。战场的海量情报和异构数据，需要进行统一解析，运用数据模型进行挖掘分析，形成指定格式和可供直接调用的数据，并实现分类集成、云端储存、按需推送。此外，算法作为指挥决策的核心驱动，当战场出现新的情况，需要及时改进现有的智能算法，以开发新的智能模型，从而分析得出对新情况的应对策略。模型给出解决问题的方案，算法的不断迭代升级，将为指挥决策者提供解决复杂问题的新工具。