2024老虎日首章。

野生虎 © Richard B / WWF-UK

策略桌游是时下流行的一种社交方式，闲暇之余三五成群，一次酣畅淋漓的对抗总令人难忘。

从简单的“飞行棋”到复杂的“方舟动物园”，这些游戏要求在有限的资源和复杂的规则下，做出最优的决策。我们需要观察对手的动向，预测他人的行动，制定自己的策略，在竞争中占据优势。这种思维方式不仅仅适用于游戏，在现实生活中也同样重要。

实际上，保护野生动物免受盗猎的威胁也是一场充满危险的策略游戏。

在这场游戏中，巡护员和盗猎者成为了双方玩家。盗猎者利用各种手段和策略躲避巡护，而巡护员则需要预见盗猎者的动向，以最大限度地保护野生动物。我们在现实中也可以利用一定的策略来优化巡护管理，提高巡护效率。

日常巡护 © Liu Guoqing 珲春市林业局

巡护和盗猎的博弈

中国东北虎栖息地内的一些林场正面临着盗猎的风险，尤其是在冬季，每年林场的巡护员都会在山上发现不同种类的盗猎工具（例如一些新猎套和老旧猎套），这些盗猎工具对野生动物的生存造成了威胁。

猎套 © WWF

然而，我们林场的专业巡护员数量有限，无法在所有区域都进行高频次的巡护，这种现象是一个全球普遍的问题。题目为《自然保护地员工和巡护员数量不足以满足全球保护的需求》(Protected area personnel and ranger numbers are insufficient to deliver global expectations) 的报告指出：

“到2020年，全球《生物多样性公约》中期望的自然保护地空间覆盖面积已基本上达到要求，但自然保护地的管理成效或效率仍然不足。人员不足是造成自然保护地管理成效低下的主要因素，但尚未数字化。我们估计了176个国家和地区自然保护地的人员数量，最多为555,000人（1人/37平方公里），其中包括286,000名巡护员（1人/72平方公里），远低于《公约》中要求的人员密度。

到2030年，全球自然保护地的覆盖面积将扩大到30%，并采取基于区域的有效保护措施，以更好的保护生物多样性和生态系统功能。我们估计有效的自然保护地管理体系将需要人员约300万人（1人/13平方公里），包括150万巡护员或同样职责的人员（1人/26平方公里），同时有效、公平和可持续的自然保护地管理也需要改善资金、工作环境和能力。”

清理猎套 © Li Gang

智慧巡护管理策略

为了更好地优化巡护工作，我们在过去3年与合作伙伴们开展了“智慧巡护管理策略”试点项目（前身为SAMAP），利用网格化管理和监督机制，将保护区域（林场）沿道路划分成多个目标网格。每个网格被分配了不同的网格巡护员，他们由当地巡护员、社区志愿者及执法人员组成。并按要求在指定网格完成相关巡护行动，查看是否发生盗猎行为。

某区域网格化管理中网格员巡护点位图 © WWF

这些网格员的工作能够形成互补：巡护网格员更加专业，可以有计划地覆盖多个网格，但人手有限；社区网格员虽然没有巡护员的专业能力强，且一般只能在一到两个固定网格打卡，但能一定程度上弥补巡护员数量的不足。

SAMAP巡护 © CX

今年，我们成立了人工智能项目小组共同探究如何更好地分配巡护网格员和社区网格员的工作，以提升巡护管理效能。项目小组成员还包括来自卡耐基梅隆大学的方飞教授、上海交通大学的吴雨菲、清华大学的徐翊轩及黑龙江省自然与生态研究所的朱世兵博士。

那么如何更有策略地分配巡护网格员和社区网格员的工作，以提升巡护管理效能呢？

我们将这个问题建模为一个安全博弈模型，就像我们玩剪刀石头布时需要分析对手可能出的招数一样。

“博弈论是跟决策制定过程相关的理论。它关注一个人应该如何制定决策，或者至少是如何制定决策的。你每天都会做出一大堆决定。其中一些是有深层思考的，其余几乎都是自动地。你的决策都和你的目标联系在一起——如果你清楚每一个选择的结果，那决策是很容易的。你只需要决定你希望去到哪，然后选择相应的路径就能去到那里了。当你脑子里想着（你的目标）要进电梯去到某一层楼时，你就会按下相应楼层的按键（你的一种决策）。”

Morton D. Davis, Game Theory: A Nontechnical Introduction (Mineola: Dover Publications, 1970), p. 3.

在这个问题里， 偷猎者需要分析巡护员的巡护策略，选择放置猎套的位置以避免被巡护员发现并成功捕猎，而巡护网格员和社区网格员需要决定去哪里巡护以减少盗猎的成功率，同时考虑盗猎者可能放置猎套的策略。

在这个模型下，项目小组设计了基于机器学习和人工智能的算法，来计算出不同网格员的最佳策略，即每个网格应该分配多少巡护网格员和社区网格员，每个网格员又应该在哪个网格投入更多的巡护力度。

网格员分配示意图 © WWF

假设一个林场只有3个网格，我们有2个巡护网格员和3个社区网格员。2号网格的野生动物足迹较多，而3号网格的较少。可能我们的模型和计算会告诉我们，最优巡护策略是让巡护员们花少部分时间在1号网格进行巡护，大部分时间在2号网格进行巡护（巡护时间分配由指示箭头的粗细来表示）。为了补充巡护网格员的工作，我们可以让两个社区网格员去1号网格巡护，一个社区网格员去3号网格巡护，从而提升整体的巡护效果。

日常巡护 © CX

网格化管理为智慧巡护管理提供了

更多的可能

首先野生动物为了生存，会利用周围的水源和食源，坡度、温度及隐蔽性也会影响它们的分布。盗猎者尾随在猎物身后，他们更善于利用设施和工具来捕捉猎物，虽然行踪狡猾隐蔽，但我们可以通过野生动物的这些行为特点和环境来预测盗猎者的行动。

盗猎成本是盗猎者策略中的重要一环，盗猎者通常来自森林周边社区，主要道路交通便利，所以道路两侧是他们行动的高发区域。

东北虎 © 东北虎豹国家公园管理局

沿道路设置的网格，构成了数据共享的平台，巡护网格员、社区网格员还有执法网格员的工作和成效可以得到系统的量化，并且在人员短缺的情况下优化了巡护重点区域，这种新的策略加强了不同主体之间的多元联动。

当我们架构好新的巡护管理体系，接下来就是与盗猎者之间的博弈。

东北虎栖息地某区域智慧巡护评估示意图 © WWF

延伸阅读：关于盗猎和反盗猎定义的思考

法律和政策为野生动物保护提供了保障，明确了哪些物种在哪一片区域得到了强有力的保护。例如人们将“非法射杀、捕捉或获取在特定保留或禁止这些行为的土地上的动植物”视为非法行为，即盗猎。

在过去一段时间内，反盗猎一词提供了一个术语环境，这对于合作伙伴之间的沟通是非常有效的，它简单明确了我们保护野生动物的目的，展示了巡护和巡护员对于打击盗猎的力量和决心。

但随着我们对不同地区文化和历史的不断认知，理解违法行为与巡护，巡护与社区，巡护与生态之间关系后。对于巡护与盗猎简单对抗的描述有可能会影响我们的保护成果。

更全面的理解和策略才会让我们进一步实现人与自然和谐共生。

日常巡护 © CX

请围观2024“全球老虎日”短片

WWF人工智能项目小组部分成员介绍

项目成员：吴雨菲 上海交通大学 计算机科学与技术专业（IEEE试点班）

指导老师：方飞博士，毕业于南加州大学计算机科学系，曾任哈佛大学计算与社会研究中心 (CRCS) 的博士后研究员，现任卡耐基梅隆计算机科学学院软件与社会系统系副教授。 研究领域为人工智能和多智能体系统，重点是将机器学习与博弈论相结合。曾获2021年IJCAI（国际人工智能联合会议）计算机与思想奖，2022年斯隆研究奖，2023年艾伦纽厄尔杰出研究奖。

作者：刘铎

排版：石文迪

参考文献

Morton D. Davis, Game Theory: A Nontechnical Introduction (Mineola: Dover Publications, 1970), p. 3.

Michael R. Appleton et al. Protected area personnel and ranger numbers are insufficient to deliver global expectations.  https://doi.org/10.1038/s41893-022-00970-0