馬 捷，李 雅

(1. 海軍裝備部，北京 100071；2.中國電子科技集團(tuán)公司第五十四研究所，河北 石家莊 050081)

0 引言

隨著無人機(jī)(Unmanned Aerial Vehicle,UAV)技術(shù)的不斷發(fā)展,UAV將成為未來戰(zhàn)場(chǎng)上的重要作戰(zhàn)裝備,將在戰(zhàn)爭中發(fā)揮越來越突出的作用。目前UAV系統(tǒng)的智能水平和自主能力還比較低,對(duì)操作員的指控依賴強(qiáng),鏈路中斷后任務(wù)執(zhí)行能力有限;對(duì)衛(wèi)星導(dǎo)航依賴強(qiáng),衛(wèi)星拒止條件下導(dǎo)航能力有限;不能有效處理各種突發(fā)威脅,生存能力有限;無法根據(jù)需要對(duì)時(shí)敏目標(biāo)進(jìn)行實(shí)時(shí)定位、跟蹤和打擊。因此現(xiàn)階段UAV系統(tǒng)無法滿足高動(dòng)態(tài)對(duì)抗環(huán)境下的作戰(zhàn)運(yùn)用需求。

當(dāng)前,人工智能技術(shù)日益成為國際戰(zhàn)略競(jìng)爭的新焦點(diǎn),并成為推動(dòng)新一輪科技革命和軍事變革的重要力量,使未來作戰(zhàn)朝著智能化方向發(fā)展。UAV系統(tǒng)作為未來戰(zhàn)場(chǎng)的重要作戰(zhàn)力量,為適應(yīng)這一變化,必須加快人工智能技術(shù)與UAV系統(tǒng)的深度融合,實(shí)現(xiàn)UAV的自主控制,從而提升UAV在復(fù)雜對(duì)抗環(huán)境下的任務(wù)效能和生存能力。人工智能技術(shù)與UAV的深度融合是UAV系統(tǒng)的重要發(fā)展趨勢(shì),也是UAV向集群化、智能化、跨域化發(fā)展的內(nèi)在要求。

1 國外UAV自主控制技術(shù)發(fā)展現(xiàn)狀

以美國為首的世界軍事強(qiáng)國非常重視無人裝備的智能化發(fā)展,在國家頂層戰(zhàn)略層面堅(jiān)決推進(jìn)人工智能軍事化應(yīng)用[1]。在人工智能應(yīng)用于UAV系統(tǒng)方面更是啟動(dòng)了一系列項(xiàng)目,經(jīng)過多年努力,取得了諸多成果。

(1)DARPA “空戰(zhàn)演進(jìn)”項(xiàng)目

DARPA“空戰(zhàn)演進(jìn)”項(xiàng)目完成首次人工智能虛擬二對(duì)一混戰(zhàn)?！翱諔?zhàn)演進(jìn)”項(xiàng)目旨在攻克人機(jī)協(xié)同空中格斗難題,為空戰(zhàn)開發(fā)可信任、可擴(kuò)展、人類水平、人工智能驅(qū)動(dòng)的自主系統(tǒng)。2021年2月,“空戰(zhàn)演進(jìn)”項(xiàng)目算法開發(fā)團(tuán)隊(duì)使用2架藍(lán)隊(duì)F-16戰(zhàn)斗機(jī)與1架紅隊(duì)?wèi)?zhàn)斗機(jī),演示了人工智能二對(duì)一虛擬交戰(zhàn)。這標(biāo)志著“阿爾法空中格斗”試驗(yàn)后首次人工智能虛擬混戰(zhàn)成功完成[2]。

(2)DARPA“拒止環(huán)境協(xié)同作戰(zhàn)”項(xiàng)目

CODE項(xiàng)目通過開發(fā)先進(jìn)人工智能算法和模塊化軟件架構(gòu),探索分布式作戰(zhàn)中UAV的自主和協(xié)同技術(shù),提升美UAV系統(tǒng)在拒止環(huán)境或復(fù)雜電磁環(huán)境下的高效協(xié)同交互能力,以實(shí)現(xiàn)無人機(jī)集群能夠在GPS拒止環(huán)境下執(zhí)行作戰(zhàn)任務(wù)[3]。

美軍已經(jīng)針對(duì)CODE軟件開展了多次測(cè)試,早在2019年2月就對(duì)CODE項(xiàng)目所研究的拒止環(huán)境中協(xié)同作戰(zhàn)技術(shù)進(jìn)行了演示驗(yàn)證。由裝備CODE軟件的6架RQ-23UAV與14架虛擬UAV在無法使用GPS的情況下,應(yīng)對(duì)虛擬目標(biāo)與威脅等,成功采取對(duì)策完成了目標(biāo)任務(wù)。2022年1月,作為“拒止環(huán)境協(xié)同作戰(zhàn)”項(xiàng)目的一部分,美國通用原子公司(General Atomics)對(duì)1架MQ-20復(fù)仇者真機(jī)與5架硬件在環(huán)虛擬機(jī)的協(xié)同搜索任務(wù)進(jìn)行測(cè)試。該現(xiàn)實(shí)-虛擬編隊(duì)利用虛擬紅外搜索和跟蹤傳感器網(wǎng)絡(luò)進(jìn)行探測(cè),當(dāng)虛擬敵方進(jìn)入指定的搜索區(qū)域,編隊(duì)將利用人工智能算法決定哪架飛機(jī)自動(dòng)脫離編隊(duì)并執(zhí)行空對(duì)空戰(zhàn)術(shù)[4]。

CODE人工智能軟件與自主算法等的結(jié)合在提升針對(duì)空對(duì)空目標(biāo)的大型UAV平臺(tái)的人工智能處理能力水平的同時(shí),也提升了UAV集群在GPS拒止環(huán)境下的通信與導(dǎo)航能力,將推動(dòng)UAV向更復(fù)雜的自主能力方向發(fā)展。

(3)美空軍“天空博格人”項(xiàng)目

天空博格(Skyborg)項(xiàng)目由美國空軍研究實(shí)驗(yàn)室(AFRL)主導(dǎo),旨在通過開發(fā)一套軟硬件系統(tǒng),充當(dāng)UAV大腦,實(shí)現(xiàn)基于人工智能的輔助決策、自主駕駛等核心功能,最終部署在有人機(jī)或UAV上,實(shí)現(xiàn)虛擬副駕駛和自主無人作戰(zhàn)能力,以構(gòu)建有人-無人協(xié)同或者UAV集群作戰(zhàn)能力,其核心軟件“自主核心系統(tǒng)”能支持UAV完全自主和聯(lián)網(wǎng)環(huán)境中運(yùn)行,包括進(jìn)行自主飛行、導(dǎo)航和通信[5]。

2021年4月29日,美國空軍“天空博格人”項(xiàng)目團(tuán)隊(duì)使用UTAP-22“鯖鯊”UAV搭載其“自主核心系統(tǒng)”(ACS),進(jìn)行了歷時(shí)2 h 10 min的飛行試驗(yàn)。5月5日,配備“自主核心系統(tǒng)”的UTAP-22UAV由F-16C戰(zhàn)斗機(jī)陪同再次進(jìn)行試飛,后續(xù)美國空軍還將開展一系列飛行試驗(yàn),展示載人飛機(jī)和多架“自主核心系統(tǒng)”控制的UAV之間的有人-無人協(xié)同能力[6]。2023年7月,作為“天空博格人”項(xiàng)目的一部分,“女武神”UAV在AI軟件操控下完成了多個(gè)空對(duì)空和空對(duì)地任務(wù),飛行過程歷時(shí)3 h,這是AI軟件首次在真實(shí)環(huán)境中駕駛“女武神”無人機(jī),標(biāo)志著AI代替駕駛員執(zhí)行現(xiàn)代空對(duì)空和空對(duì)地任務(wù)成為可能[5]。

(4)美空軍“協(xié)同作戰(zhàn)飛機(jī)”項(xiàng)目

2022年5月美空軍首次對(duì)外公開“協(xié)同作戰(zhàn)飛機(jī)”(CCA)計(jì)劃,該計(jì)劃是該軍種規(guī)模更大的下一代空中優(yōu)勢(shì)(NGAD)計(jì)劃的組成部分。該項(xiàng)目將在“天空博格人”計(jì)劃基礎(chǔ)上推進(jìn),旨在實(shí)現(xiàn)利用人工智能技術(shù)自主操控忠誠僚機(jī),以獲得具有重大自主能力的先進(jìn)UAV,實(shí)現(xiàn)UAV與F-35戰(zhàn)機(jī)、未來的NGAD戰(zhàn)機(jī)編隊(duì)作戰(zhàn),緊密合作。美空軍宣布將至少采購100架CCA,與 NGAD以及F-35A聯(lián)合攻擊戰(zhàn)斗機(jī)配對(duì),每架有人作戰(zhàn)飛機(jī)將配置2架CCA作為武器庫、傳感器節(jié)點(diǎn)和電子戰(zhàn)平臺(tái)等,以增強(qiáng)載人戰(zhàn)術(shù)戰(zhàn)斗機(jī)的能力[7]。

2 國內(nèi)UAV自主控制技術(shù)發(fā)展現(xiàn)狀

2.1 UAV自主控制算法研究與開發(fā)

在國內(nèi),UAV與人工智能結(jié)合的算法已經(jīng)在UAV控制領(lǐng)域得到了應(yīng)用。其中,UAV路徑規(guī)劃是一個(gè)重要的應(yīng)用領(lǐng)域,利用人工智能算法對(duì)UAV的路徑進(jìn)行智能優(yōu)化,使其能夠在復(fù)雜的環(huán)境中高效地完成任務(wù)。例如,在農(nóng)業(yè)領(lǐng)域,UAV可以通過人工智能算法確定最佳飛行路徑,實(shí)現(xiàn)精準(zhǔn)的農(nóng)藥噴灑和作物監(jiān)測(cè)。人工智能算法可以用于對(duì)UAV群的編隊(duì)控制,提高UAV群編隊(duì)的飛行效率和任務(wù)執(zhí)行能力。另外,人工智能算法可以根據(jù)環(huán)境和任務(wù)需求,幫助UAV自主決策,提高UAV的任務(wù)執(zhí)行效率。

目前,國內(nèi)針對(duì)UAV與人工智能算法結(jié)合的算法大體可以劃分為群體智能和人工智能算法。

(1)群體智能

群體智能算法是一類模擬自然界群體行為的算法,如粒子群優(yōu)化(PSO)算法、蟻群(ACO)算法、遺傳算法(GA)。這些算法通過模擬群體中個(gè)體之間的相互作用和信息交流,實(shí)現(xiàn)群體之間的協(xié)同優(yōu)化。在UAV群體中,每個(gè)UAV可以看作一個(gè)個(gè)體,它們通過通信網(wǎng)絡(luò)進(jìn)行信息交流和協(xié)作。群體智能算法可以有效解決UAV群的路徑規(guī)劃、任務(wù)分配和資源優(yōu)化等問題。

國內(nèi)學(xué)者對(duì)于群體智能算法的研究,在很大程度上是在國外研究的基礎(chǔ)上進(jìn)行擴(kuò)展和深化的,對(duì)算法進(jìn)行創(chuàng)新和優(yōu)化。例如,文獻(xiàn)[8]針對(duì)傳統(tǒng)粒子群算法全局搜索能力差,容易陷入局部最優(yōu)的問題,提出了一種新的動(dòng)態(tài)簇粒子群優(yōu)化(DCPSO),在保留PSO算法原有優(yōu)勢(shì)的基礎(chǔ)上,對(duì)其全局搜索能力和魯棒性進(jìn)行了進(jìn)一步優(yōu)化。文獻(xiàn)[9]針對(duì)傳統(tǒng)鴿群算法中存在重復(fù)搜索、目標(biāo)靜止等搜索效率低的問題,在鴿群優(yōu)化算法模型的基礎(chǔ)上,引入柯西因子、高斯因子和模擬退火(SA)機(jī)制,結(jié)果表明新型算法能夠有效避免傳統(tǒng)鴿群中的缺陷,避免算法陷入局部最優(yōu),由此顯著提升了鴿群算法的準(zhǔn)確性和有效性。

(2)人工智能算法

過去UAV群的控制往往依賴于人工設(shè)定的規(guī)則和指令,無法適應(yīng)復(fù)雜多變的環(huán)境,人工智能算法的出現(xiàn)為UAV自主控制提供了新的解決方案。通過使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能算法,UAV可以從大量的數(shù)據(jù)中學(xué)習(xí)和優(yōu)化自身的行為,逐漸形成適應(yīng)性更強(qiáng)的控制策略,能夠在復(fù)雜的環(huán)境中具備更高的自主性。

國內(nèi)研究中,人工智能算法主要應(yīng)用于UAV的自主導(dǎo)航與路徑規(guī)劃、自主協(xié)同決策等方面。例如,在自主導(dǎo)航與規(guī)劃方面,文獻(xiàn)[10]針對(duì)UAV集群協(xié)同控制問題,基于深度強(qiáng)化學(xué)習(xí)構(gòu)建了UAV集群體智能自主協(xié)同控制策略,并基于固定規(guī)則涉及UAV防撞策略,能夠自主避免UAV之間發(fā)生碰撞,同時(shí)實(shí)現(xiàn)了單步運(yùn)行耗時(shí)小于2 ms的運(yùn)行效率。文獻(xiàn)[11]提出了一種基于多智能體強(qiáng)化學(xué)習(xí)(MARL)的路徑規(guī)劃救援方案,將UAV團(tuán)隊(duì)與環(huán)境交互的問題轉(zhuǎn)換為部分可觀的馬爾可夫決策過程,并基于DDQN 算法優(yōu)化UAV團(tuán)隊(duì)的飛行路徑,有效解決了UAV群在不確定環(huán)境下的搜救問題。

在自主協(xié)同與決策方面,文獻(xiàn)[12]針對(duì)多UAV協(xié)同目標(biāo)分配最優(yōu)問題,提出了一種AC-DSDE 混合雙策略差分進(jìn)化算法,根據(jù)不同類型的個(gè)體選用不同的變異策略,同時(shí)構(gòu)建動(dòng)態(tài)縮放因子,解決了目前進(jìn)化過程中存在的探索性和開發(fā)性平衡的問題。文獻(xiàn)[13]針對(duì)戰(zhàn)場(chǎng)環(huán)境部分已知、突然出現(xiàn)動(dòng)態(tài)威脅情況下的多UAV任務(wù)分配與航跡規(guī)劃問題,采用“預(yù)規(guī)劃—在線軌跡跟蹤”的模式,預(yù)先規(guī)劃出多無人機(jī)飛行的參考航跡,然后采用DMPC-PSO進(jìn)行航機(jī)規(guī)劃,使多UAV可以有效避開突發(fā)的威脅和已知的威脅。文獻(xiàn)[14]針對(duì)UAV群體間的攻防對(duì)抗問題,提出了基于執(zhí)行-評(píng)判(Actor-Critic)算法的集中式評(píng)判和分布式執(zhí)行的算法結(jié)構(gòu),實(shí)現(xiàn)了多UAV的穩(wěn)定自主學(xué)習(xí)、不斷演化的能力。文獻(xiàn)[15]構(gòu)建了基于深度確定性策略梯度網(wǎng)絡(luò)(DDPG)算法,解決了強(qiáng)化學(xué)習(xí)的稀疏回報(bào)問題,提高了算法的訓(xùn)練效率,任務(wù)成功率達(dá)到了95%。

2.2 典型應(yīng)用場(chǎng)景

在對(duì)算法研究和開發(fā)的基礎(chǔ)上,國內(nèi)已經(jīng)將人工智能算法應(yīng)用于UAV自主控制的實(shí)際場(chǎng)景中,目前已有許多突破性進(jìn)展。

(1)翼龍

翼龍系列是成都飛機(jī)工業(yè)集團(tuán)研發(fā)的中高空長航時(shí)(MALE)UAV系列,包括翼龍-1、翼龍-2等,能夠執(zhí)行各種任務(wù),包括偵察、監(jiān)視和精確打擊。其中,翼龍-2采用了高度智能化的自主識(shí)別系統(tǒng),首次引入了人工智能算法,能夠進(jìn)行自我反饋、敵我識(shí)別和自我判斷威脅程度等,具備全自主水平輪式起降、巡航飛行等能力。

(2)彩虹

彩虹系列UAV被設(shè)計(jì)用于軍事和民用等領(lǐng)域,并已成功用于情報(bào)收集、監(jiān)視和作戰(zhàn)行動(dòng)。其中,CH-5彩虹是一種無人作戰(zhàn)飛行器(UCAV),配備先進(jìn)的人工智能能力,用于自主飛行、目標(biāo)識(shí)別和武器部署。彩虹-7隱形無人攻擊機(jī)通過AI技術(shù)和自主飛行控制系統(tǒng),可在極端天氣條件下飛行,并能在飛行途中進(jìn)行自我保護(hù)。

(3)天鷹

天鷹UAV具有較高的自主化水平,已實(shí)現(xiàn)停機(jī)位出動(dòng),自主起飛、自主飛行、自主偵察、自主識(shí)別與定位、自主返航和自主降落等功能,真正達(dá)到“一鍵式”操作。

(4)飛行試驗(yàn)驗(yàn)證

國內(nèi)企業(yè)和高校在UAV集群控制方面做出了許多突破性進(jìn)展,促進(jìn)了UAV智能產(chǎn)業(yè)的發(fā)展。例如,中國電科憑借領(lǐng)先的UAV群體智能單元技術(shù),分別于2016年10月、2017年5月和2017年11月實(shí)現(xiàn)了67架、119架和200架固定翼UAV集群飛行試驗(yàn),試驗(yàn)驗(yàn)證了涵蓋管式發(fā)射、自主編隊(duì)控制及隊(duì)形變換等多項(xiàng)關(guān)鍵技術(shù),展示出我國UAV在編隊(duì)控制等方面取得的優(yōu)異成果。國防科技大學(xué)的UAV系統(tǒng)創(chuàng)新團(tuán)隊(duì)成功開展了UAV集群自主協(xié)同飛行試驗(yàn),驗(yàn)證了涵蓋分組分簇自適應(yīng)分布體系架構(gòu)、自組織任務(wù)規(guī)劃等多項(xiàng)重要的關(guān)鍵技術(shù)。北京航空航天大學(xué)完成基于狼群機(jī)制的多UAV分布式任務(wù)分配飛行試驗(yàn),其研究的油動(dòng)固定翼UAV和雙關(guān)節(jié)大鳥型撲翼UAV分別于2021 年與2022 年連續(xù)2年創(chuàng)最長續(xù)航時(shí)間世界紀(jì)錄。

UAV在國內(nèi)被視為未來重要的技術(shù)和產(chǎn)業(yè),具有廣泛的應(yīng)用前景。國內(nèi)正在努力推動(dòng)UAV的自主化、智能化和集群化發(fā)展,積極投資參與民用和軍用自主UAV控制系統(tǒng)的研究和發(fā)展。

3 人工智能應(yīng)用于UAV系統(tǒng)關(guān)鍵技術(shù)

3.1 構(gòu)建可解釋人工智能理論體系

以深度學(xué)習(xí)為代表的人工智能算法通常包含大量的參數(shù)和隱藏的結(jié)構(gòu),使得人工智能系統(tǒng)在開發(fā)、使用過程中,輸入數(shù)據(jù)和輸出結(jié)果之間存在一種難解釋性和不可預(yù)測(cè)性,使得用戶難以理解和解釋其決策過程,限制了其在UAV等安全和可靠性要求較高的領(lǐng)域中應(yīng)用。在UAV上應(yīng)用可解釋人工智能技術(shù)有助于UAV操作員充分理解人工智能系統(tǒng)的內(nèi)在決策過程,從而增強(qiáng)作戰(zhàn)人員對(duì)人工智能系統(tǒng)的信任。另外,UAV操作員只有更好地理解人工智能系統(tǒng),才能更好地與之進(jìn)行交互,在實(shí)現(xiàn)人工智能系統(tǒng)預(yù)期功能的同時(shí),及時(shí)發(fā)現(xiàn)、分析并修正缺陷,進(jìn)而打造出更加可靠的人工智能系統(tǒng)。開展更加透明和可解釋的人工智能算法和技術(shù)研究,構(gòu)建可解釋人工智能基礎(chǔ)理論體系,能夠?yàn)槿斯ぶ悄芗夹g(shù)應(yīng)用于UAV系統(tǒng),賦予UAV智能推理與決策能力提供可靠保障。

3.2 高動(dòng)態(tài)環(huán)境下的智能決策與對(duì)抗技術(shù)

面對(duì)對(duì)抗條件下的高動(dòng)態(tài)任務(wù)場(chǎng)景,僅靠地面控制站操作人員進(jìn)行態(tài)勢(shì)分析、行動(dòng)決策,對(duì)操作人員的指控和認(rèn)知負(fù)荷較大,高度緊張的條件下容易出現(xiàn)判斷和決策失誤,導(dǎo)致嚴(yán)重后果。同時(shí)信息從UAV傳到地面站控制站進(jìn)行分析處理形成決策再發(fā)送給UAV執(zhí)行,會(huì)導(dǎo)致OODA環(huán)的周期較長,無法滿足高動(dòng)態(tài)環(huán)境下的作戰(zhàn)需求。另外,對(duì)抗環(huán)境下,UAV通常會(huì)面臨通信受限的境況,無法與地面控制站進(jìn)行正常通信以獲取行動(dòng)指令。為此需要開展智能體智能自主決策框架、模型等理論研究,突破基于人工智能算法的態(tài)勢(shì)感知與理解、任務(wù)規(guī)劃與重規(guī)劃、自主導(dǎo)航與定位、健康管理與故障重構(gòu)、碰撞檢測(cè)與威脅規(guī)避、多約束博弈對(duì)抗等關(guān)鍵技術(shù),實(shí)現(xiàn)對(duì)復(fù)雜戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)的高效快速處理、分析和決策,使UAV具備更強(qiáng)的動(dòng)態(tài)任務(wù)場(chǎng)景適應(yīng)能力,從而提升UAV的任務(wù)效能和應(yīng)用范圍。

3.3 人機(jī)智能協(xié)同技術(shù)

雖然人工智能已經(jīng)應(yīng)用于情報(bào)數(shù)據(jù)、目標(biāo)識(shí)別和輔助決策等領(lǐng)域,但目前人工智能仍具有非常明顯的局限性,人工智能類比遷移能力極其脆弱,沒有處理關(guān)聯(lián)結(jié)構(gòu)的自然方法,實(shí)際應(yīng)用中還需要依靠人為的綜合分析、研判,并做出最終決策[16-17]。隨著人工智能技術(shù)的不斷發(fā)展和應(yīng)用,對(duì)人和機(jī)器的自然、精準(zhǔn)、安全交互的要求越來越高,人機(jī)協(xié)同將人的認(rèn)知和分析能力與智能系統(tǒng)的數(shù)據(jù)處理能力和決策支持能力完美結(jié)合,真正實(shí)現(xiàn)了“1+1>2”的效果。為此需開展人機(jī)智能協(xié)同機(jī)制、機(jī)理等相關(guān)理論研究,突破人機(jī)權(quán)限動(dòng)態(tài)分配、人類意圖評(píng)估和先進(jìn)人機(jī)交互等關(guān)鍵技術(shù),實(shí)現(xiàn)人在回路的混合增強(qiáng)智能。

3.4 智能自主學(xué)習(xí)與進(jìn)化技術(shù)

目前人工智能系統(tǒng)大都通過海量訓(xùn)練數(shù)據(jù)的預(yù)訓(xùn)練具備應(yīng)對(duì)某一任務(wù)場(chǎng)景的自主能力,但由于UAV任務(wù)環(huán)境的不確定性和復(fù)雜性,搭載于UAV的人工智能系統(tǒng)往往需要不斷地適應(yīng)新的數(shù)據(jù)和情境,這就要求人工智能系統(tǒng)具有很強(qiáng)的靈活性和適應(yīng)性,能夠快速地學(xué)習(xí)和更新知識(shí)[18]。同時(shí),如果UAV能夠在實(shí)際任務(wù)和仿真訓(xùn)練中,通過與操作人員交互,基于現(xiàn)有經(jīng)驗(yàn)和知識(shí)進(jìn)行無監(jiān)督學(xué)習(xí),不斷學(xué)習(xí)飛行控制和任務(wù)決策等技能,將使得UAV的自主能力不斷得到提升。為此需開展人工智能系統(tǒng)自主學(xué)習(xí)進(jìn)化理論研究,基于強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、進(jìn)化算法和生成對(duì)抗網(wǎng)絡(luò)等技術(shù),實(shí)現(xiàn)UAV系統(tǒng)的自主學(xué)習(xí)和不斷進(jìn)化,以提升UAV的自主能力和環(huán)境適應(yīng)能力。

4 發(fā)展建議

目前,國內(nèi)UAV與人工智能技術(shù)起步較晚,發(fā)展相對(duì)較為落后。雖然國內(nèi)在UAV制造方面已經(jīng)取得了很多進(jìn)展,但是在UAV領(lǐng)域的應(yīng)用還相對(duì)較少,與國際先進(jìn)水平相比存在差距,仍有較大的提升空間。一方面,國內(nèi)相關(guān)法規(guī)還不夠完善,對(duì)于UAV與人工智能的應(yīng)用場(chǎng)景和安全管理等方面缺乏規(guī)定;另一方面,UAV與人工智能的融合也需要具備相關(guān)技術(shù)和領(lǐng)域知識(shí)的人才支持,但目前國內(nèi)在這方面的培養(yǎng)和引進(jìn)還存在不足,科研投入也相對(duì)不足。由此,提出以下三方面建議。

(1)注重人工智能技術(shù)的軍事應(yīng)用

當(dāng)前,人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用不斷深入,各種智能自主武器裝備不斷涌現(xiàn),世界主要軍事強(qiáng)國都希望以技術(shù)優(yōu)勢(shì)掌握未來戰(zhàn)爭主導(dǎo)權(quán)。面對(duì)這一新形勢(shì),必須積極應(yīng)對(duì),主動(dòng)求變,建立國家政策與布局規(guī)劃,明確人工智能技術(shù)的重點(diǎn)發(fā)展領(lǐng)域和要求,整合技術(shù)資源,加大政策和資源支持,持續(xù)推進(jìn)軍事人工智能技術(shù)的高質(zhì)量發(fā)展,從而占領(lǐng)先機(jī),贏得優(yōu)勢(shì)。首先,要在UAV與人工智能領(lǐng)域進(jìn)行早期投資和研發(fā),以獲取技術(shù)優(yōu)勢(shì)和市場(chǎng)競(jìng)爭力。這需要政府、軍隊(duì)和企業(yè)共同合作,建立研發(fā)中心和實(shí)驗(yàn)基地,吸引優(yōu)秀的科研人才,加大對(duì)UAV和人工智能技術(shù)的研究和開發(fā)力度。其次,在UAV和人工智能技術(shù)的發(fā)展過程中,要進(jìn)行整體規(guī)劃和協(xié)調(diào),確保各個(gè)環(huán)節(jié)的順利推進(jìn),包括制定技術(shù)標(biāo)準(zhǔn)、推動(dòng)產(chǎn)業(yè)鏈協(xié)同發(fā)展、加強(qiáng)國際合作等。此外,還需要加強(qiáng)對(duì)UAV和人工智能技術(shù)的監(jiān)管和管理,確保其安全可靠地應(yīng)用于軍事領(lǐng)域。通過超前布局、統(tǒng)籌規(guī)劃和牽引人工智能技術(shù)的軍事應(yīng)用,實(shí)現(xiàn)UAV系統(tǒng)的智能化和高效化,提升軍事作戰(zhàn)能力。

(2)加強(qiáng)軍民技術(shù)融合

近年來,圖像識(shí)別、路徑規(guī)劃、建圖定位和語義解析等人工智能技術(shù)已成功應(yīng)用于UAV系統(tǒng),極大地提升了無人系統(tǒng)的智能化水平。因此,應(yīng)加快構(gòu)建更加通暢的軍地協(xié)同技術(shù)創(chuàng)新機(jī)制。

一方面,鼓勵(lì)高校、民營企業(yè)積極參與融合項(xiàng)目,實(shí)現(xiàn)軍民創(chuàng)新實(shí)力和技術(shù)的優(yōu)勢(shì)互補(bǔ),積極推動(dòng)人工智能技術(shù)在軍事裝備上的發(fā)展應(yīng)用。具體來說,要加強(qiáng)合作研究,建立協(xié)同研發(fā)倡議,匯集軍民專家,共同開展UAV和人工智能研究,利用軍事和民用部門的專業(yè)知識(shí)和資源,加速創(chuàng)新,創(chuàng)造尖端的解決方案。另一方面,政府出臺(tái)相關(guān)政策,加大軍民技術(shù)研發(fā)經(jīng)費(fèi)投入,提供資金支持和優(yōu)惠政策,積極開展與私營企業(yè)和研究機(jī)構(gòu)的合作,例如建立UAV實(shí)飛測(cè)試和驗(yàn)證的專用試驗(yàn)臺(tái)和示范區(qū)。此外,共同培養(yǎng)UAV和人工智能領(lǐng)域的專業(yè)人才,開展人才交流和培訓(xùn)活動(dòng),也有利于提高我國UAV智能化領(lǐng)域的技術(shù)水平和應(yīng)用能力。

(3)構(gòu)筑人工智能基礎(chǔ)前沿技術(shù)體系

以深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)為代表的人工智能技術(shù)取得了巨大發(fā)展,將其引入U(xiǎn)AV感知、決策與控制系統(tǒng),是提高UAV作戰(zhàn)性能的重要技術(shù)途徑,以美軍為首的西方軍事強(qiáng)國已經(jīng)在這方面取得重大突破,實(shí)現(xiàn)了利用人工智能系統(tǒng)駕駛飛機(jī)完成特定任務(wù)。目前國內(nèi)在腦機(jī)、VR/AR和深度學(xué)習(xí)等基礎(chǔ)理論研究方面還相對(duì)落后,基本處于跟跑和應(yīng)用研究階段。

為推進(jìn)這一領(lǐng)域的發(fā)展,需構(gòu)建一個(gè)自主可控的基礎(chǔ)前沿技術(shù)體系與系統(tǒng),集成尖端的人工智能算法、機(jī)器學(xué)習(xí)技術(shù)和計(jì)算機(jī)視覺算法,提升UAV的自主能力。在感知和傳感方面,結(jié)合先進(jìn)的計(jì)算機(jī)視覺人工智能算法,感知和理解周圍環(huán)境,實(shí)現(xiàn)UAV的自主目標(biāo)檢測(cè)、跟蹤和識(shí)別。在決策和規(guī)劃方面,采用深度強(qiáng)化學(xué)習(xí)和規(guī)劃等算法,使UAV能夠?qū)崟r(shí)做出智能決策、對(duì)飛行路徑進(jìn)行自動(dòng)優(yōu)化,快速適應(yīng)動(dòng)態(tài)環(huán)境。在控制和導(dǎo)航方面,集成人工智能算法與UAV的飛行控制、軌跡規(guī)劃和路徑跟蹤等算法,實(shí)現(xiàn)對(duì)UAV路徑和導(dǎo)航的精確控制。在通信和協(xié)作方面,開發(fā)群體智能、合作決策和分布式感知的算法,促進(jìn)多架UAV之間的通信和協(xié)作,能夠共同完成復(fù)雜的任務(wù)。此外,人工智能系統(tǒng)有能力從數(shù)據(jù)中學(xué)習(xí),隨著時(shí)間的推移調(diào)整其行為,并通過持續(xù)分析和處理傳感器數(shù)據(jù)、飛行日志和用戶反饋,利用在線學(xué)習(xí)、遷移學(xué)習(xí)和模型更新等技術(shù)來增強(qiáng)其自主控制的水平。因此,構(gòu)筑自主可控的人工智能基礎(chǔ)前沿技術(shù)體系對(duì)UAV自主控制具有重要的意義,可以有效提高UAV的自主決策能力、實(shí)時(shí)適應(yīng)能力、智能決策能力和自主學(xué)習(xí)能力。

5 結(jié)束語

人工智能技術(shù)是以UAV為代表的無人裝備技術(shù)發(fā)展的重要驅(qū)動(dòng)力量,世界各國已經(jīng)將軍事人工智能技術(shù)發(fā)展提升到戰(zhàn)略高度。在此情形下,應(yīng)當(dāng)主動(dòng)作為,積極應(yīng)對(duì),避免在全球人工智能和軍事能力軍備競(jìng)賽中處于落后。通過對(duì)美軍人工智能技術(shù)在UAV上的應(yīng)用發(fā)展現(xiàn)狀的總結(jié),分析了人工智能技術(shù)應(yīng)用與UAV的關(guān)鍵技術(shù)和挑戰(zhàn),并提出基于人工智能的UAV技術(shù)發(fā)展建議,以期對(duì)我國UAV自主能力提升和發(fā)展有所啟發(fā)。