無人作戰系統的智能決策與對抗能力

張兆鑫 高興隆 馬建光

21世紀以來，世界無人作戰技術加速向前發展，帶動無人裝備應用范圍不斷拓展、應用層次不斷提升，部分已進入主戰裝備，戰場應對環境也正由低烈度沖突和低威脅環境向高強度交戰和中高威脅環境邁進，對軍事領域各方面產生重要影響。面對日趨復雜的戰場環境與戰場態勢，無人作戰系統的智能決策與對抗能力已成為世界主要軍事國家的重點發展方向。

智能決策與對抗的技術支撐

智能態勢感知技術令無人機“耳聰目明”。信息化戰爭中，無人機、戰斗機器人、電子對抗裝備等武器逐漸融合智能，使戰場各類信息交織難辨，大大增加了感知元件收集有效情報的難度。智能態勢感知技術著眼于未來復雜、高度動態變化的戰場環境，建立以大量終端上的各類傳感器為核心的偵察監視系統，通過高速戰場信息通信網絡構成的情報傳輸系統，利用戰場物聯網、云計算、信息融合與共享、數據挖掘、數學建模等人工智能技術，實現無人機系統感知戰場態勢的瞬息變化，并進行分析和判斷。無人機具備了智能態勢感知技術就如同獲得了耳目，能夠自主收集一定范圍內的信息，在真正意義上與傳統裝備形成代差。“在這片森林中，他人就是地獄，就是永恒的威脅，任何暴露自己存在的生命都將很快被消滅。”《三體》的此言不僅能夠用來描繪宇宙的環境，還很好地形容了未來戰爭中感知能力的關鍵性。只有掌握了先進的智能態勢感知技術，無人機才可能比敵方先一步偵測到位置，在被發現之前摧毀敵方武器裝備，同時保證自己的存活，以便于進行下一步的作戰任務。此外，無人機高度智能化的前提就是智能態勢感知技術，一旦無法掌握目標有效信息，無人機的智能決策便因缺少數據而無法展開。目前國內外相關領域專家通過戰場物聯網、大數據及數據挖掘、信息融合與共享、知識庫與專家決策系統、動態樹結構、復雜環境認知與推理技術、非結構化環境感知技術等手段實現能夠適應智能無人機系統的戰場感知能力。

無人機智能化態勢感知

智能自主控制技術令無人機“乘機應變”。在信息對抗技術日益更新的未來戰場中，網絡對抗、電子對抗勢必會滲透戰爭中的方方面面。因此，無人機離開人的遙控、自主執行任務的情況將會成為常態，這便需要無人機根據戰場態勢智能決策，在復雜的戰場環境中計算出最優解。根據預先設置的數據庫，無人機在感知戰場態勢后多線運算，將當前情況與數據庫中的預設盡可能擬合，達到如同戰斗人員臨場決策的效果。智能自主控制技術主要包括智能化飛行控制技術、智能化火力控制技術和智能化任務規劃技術，這些技術是實現未來無人機系統發展核心領域，是實現多機編隊、協同作戰的基礎。同時為了提高無人機智能自主控制的能力，提高對意外事件處理的應對能力，還要開展集成自主系統的智能計算、智能目標檢測與跟蹤、單無人機智能自主控制、多無人機系統智能協同自主控制、自主故障診斷和自主控制重構等方面的研究。

人機協同作戰

小精靈項目概念圖

智能協同交互技術令無人機“協調一致”。完成態勢感知與智能決策后，無人機的對抗手段成為重中之重。經過無人機作戰理論的不斷成熟，諸如無人機蜂群作戰、人機協同作戰等新式戰法出現在戰場上，并且取得令人矚目的戰果。世界軍事強國已經預見到無人作戰的強悍威力，認為其是未來智能化作戰的主力軍，將更多的資源投入到此領域。為了更好地完成作戰任務，多種無人機需要進行協同作業，此時數據共享、目標分配、任務分擔、機次分組的合理統一化便尤為重要。在該過程中，智能協同交互技術發揮了關鍵作用，將可配置無人機作為一項因素加入智能決策中，使無人機突破算法的孤立性，在抵近偵察、精確打擊、保障補給方面具備協調有效的集群作業模式。智能協同交互技術的主要內容包括：協同態勢感知技術、信息交互與通信技術、作戰云技術、智能決策與智能攻擊技術、集群協同作戰技術、學習與進化智能技術等。

智能決策與對抗的戰場運用

蜂群作戰是智能決策與對抗在戰場運用的里程碑式戰法。無人機蜂群作戰系統是由大量單功能或多功能無人機組成的，在交感網絡的支撐下，其節點具有交互與反饋、激勵與響應等交感行為，屬于可通過單個平臺行為自主決策和平臺間行為協同最終實現能力涌現的自主式空中作戰體系。依據此概念，無人機蜂群作戰功能全面，通過信息交互和聚集協同實現群體智能行為，從而在態勢感知、整體防御、火力打擊、效果評估等方面形成集群優勢。但蜂群的組成需要幾百、幾千甚至數以萬計的微型無人機，通過人工的控制幾乎無法實現，只能依靠構建算法去處理源自無人機群的龐大信息。

為了真正實現蜂群作戰，無人機群各功能分區都需實現智能化改造。智能感知、智能武器系統、智能交互系統等共同構建智能化網絡，以達到單機為基點、蜂群為系統的智能對抗的目標，覆蓋三維空間，做到海陸空一體推進。美軍將蜂群作戰作為軍隊發展的重要方向，接連啟動了小精靈、山鶉等小微型無人機項目，在技術上加快相關算法構建，在實踐上提前為無人機的停靠與發射建設平臺。同樣，2016年11月，歐洲防務局啟動歐洲蜂群項目，加緊了蜂群作戰的智能化核心技術攻關。而在真正的戰場上，由智能決策支撐的蜂群作戰初出茅廬便銳不可當。納卡沖突中，阿塞拜疆曾出動小型無人機蜂群對敵人進行大規模殺傷。據有關數據，無人機蜂群在24小時內便摧毀亞美尼亞方面坦克130輛、火箭發射系統50個、武裝車輛64部、防空導彈系統25個，還有S-300導彈、大批火箭炮、榴彈炮和裝甲車等。

蜂群覆蓋三維空間，做到海陸空一體推進

然而，無人機蜂群作戰對于智能決策與對抗技術的要求極高，目前的算法水平尚不能滿足蜂群作戰的需要，大型無人機蜂群的構建無法實現。鑒于數據鏈等通信技術的突飛猛進，無人機在從單元智能化作戰到集群智能化作戰的發展中演變出一個過渡階段，即人機協同作戰。通過戰斗人員的干預，無人機對戰場態勢的算法判斷復雜度降低。對于無人機智能化計算出的作戰方案，戰斗人員根據總體戰斗目標進行修正和調整，反饋給無人機，并人為預測戰場走向，幫助無人機確定下一步的任務執行。此外，有人戰斗力量配備，令人機協同作戰的武器裝備研發更平滑，可以在傳統裝備上進行更新與改造。美陸軍首個雨型攻擊偵察營已于2015年3月組建完畢，具備有人/無人協同作戰能力。同樣，俄羅斯國防部機器人技術科學研究試驗中心主任波波夫上校在“俄聯邦武裝力量機器人化”會議上稱:“在日趨復雜的戰場環境中，無人裝備與有人裝備的協同作戰能力將成為未來俄軍無人作戰的一個重要發展方向。”

智能決策與對抗的突破方向

無人機挖掘地面信息

非完備信息的智能挖掘技術隨著時代的發展，各種高新技術武器層出不窮，使得戰場數據總量與環境變化不確定性急劇增大。無論是量的提升還是環境的改變，都增大了無人機收集戰場數據的困難，丟失部分信息是不可避免的。這就要求無人機具備在不完全的信息下通過算法擬合出完整模型的本領，即非完備信息的智能挖掘技術。在非完備信息的條件下，無人機面臨著對自身對抗環境的不確定性與對敵方意圖判斷的不確定性，極大增加了付出與收益的不對等程度。一旦決策失誤，無人機存活的可能性甚微。目前針對空戰信息不完備情況進行有效處理的方法還較少，可以通過利用人工智能、模式識別、機器學習、統計學、數據庫、可視化技術進行數據處理，并揭示出大量數據中隱含的、先前未知的并有潛在價值的信息等，可為無人機有效攻防決策提供必需的信息，因而研究無人機非完備信息的智能挖掘技術具有較大的實際意義。

基于人機混合增強的多無人機攻防決策技術為了提升作戰效率與任務冗余性，降低資源的浪費，要求不同機種、不同功能的無人機相互協同合作完成不同類型和復雜程度的任務。如果把人的智慧與經驗引入智能空戰系統的攻防決策計算回路中，利用人對模糊、不確定問題分析與響應的優勢，將高級認知機制與無人機智能決策緊密耦合，可使兩者相互適應、協同工作，并最終成“1+1＞2”的增強智能形態。要實現這一目標，需從人類-自主無人系統集群交互的基本理論、自主無人系統集群和人類認知模型、人機交互與協同、基于控制共享的人機合作等幾個方面入手。因此，開展基于混合增強智能的無人機群多目標協同攻防決策技術相關研究，不僅可推動混合增強智能技術的進步和發展，也為未來戰場全維作戰環境下的智能決策提供了重要的參考。

以目前的技術水平，基于人機混合的決策技術更能提高作戰效能

無人機協同攻防決策的智能評估方法隨著信息化技術的高速發展和先進裝備的大量列裝，空戰智能化程度及戰場復雜程度和智能化程度愈來愈高，多無人機協同空戰智能決策與評估問題已成為了爭奪戰場制空權亟需解決的問題，也是無人機自主空戰決策的關鍵問題之一。為了適應協同作戰空戰環境中出現的態勢變化快、敵情復雜、敵我信息量大及模型復雜等問題，需建立詳細的評價指標體系和評價模型，利用智能評估方法對無人機空戰攻防決策結果進行評估，判斷是否需要二次決策，完成整個閉環的空戰過程，可降低作戰資源的浪費，從根本上提高多無人機協同空戰的作戰效能。目前的效能評估體系考慮了任務可靠度、雷達能力、數據鏈能力、協同攻擊能力、指揮控制決策能力以及飛機可用度等指標，較全面地描述了無人機協同作戰的效能指標。不過，該體系局限在單一無人機的作戰中，協同作戰、蜂群作戰的智能評估體系仍要持續研發與推進。