智能化和分布式是未来战争的主要方向,智能模型是实现分布式作战节点智能化的重要手段.战场环境下,敌方通信干扰、电磁压制等反制措施给作战节点智能模型演化带来了巨大挑战.为此,提出了一种面向分布式作战的智能模型持续演化架构,该架构可适应动态通信状况,自主选择有中心的分层联邦学习方法和完全分布式的gossip学习方法,并随战场环境变化进行动态切换.经验证,该架构可以适应不同通信状况,达到较好的智能模型演化效果.