近年来，以人机对抗为途径的决策智能技术取得了飞速发展，例如AlphaGo、AlphaStar等算法分别战胜人类顶尖选手。作为一种人机对抗验证任务，由于其决策中面临的非对称性、强随机性与高风险性等挑战，兵棋推演受到决策智能领域的高度关注。在本报告中，将阐述兵棋推演相比于典型人机对抗任务如围棋、德州扑克、星际争霸等的区别与挑战性问题，之后将系统梳理目前兵棋推演智能决策理论与算法研究现状及存在的问题，并给出可能存在的理论算法途径及我们的进展。