無人機與人工智能技術融合發展綜述

2022年，美國等主要國家加大研發投入，聚力攻關和突破人工智能關鍵技術，加快推動新質作戰能力生成，在航空領域的指揮控制、自主空戰、有人無人協同、無人自主集群、后勤保障、電子對抗等方面取得了長足進步。本文將對其中的重要進展進行梳理。

人工智能賦能指揮控制取得多項進展

人工智能游戲協助美空軍任務規劃

10月，美國空軍研究實驗室（AFRL）授予BAE系統公司一份價值1700萬美元的合同，用于推進“今夜就戰”（Fight Tonight）項目。“今夜就戰”項目的主要目標是通過將人工智能驅動的規劃與交互式游戲相結合，顯著減少空中任務指令的規劃周期。BAE系統公司將為空中作戰規劃人員提供所需的工具，以大大加快規劃復雜空襲行動的過程。相關工具將使用人工智能為指揮官提供更多選擇和更多作戰細節，以確保最優決策。通過類似拖放視頻游戲的交互，可以減少空戰規劃調整所需的時間，使其從幾小時壓縮到幾分鐘。

美軍推動基于人工智能的空域管理技術發展

9月，美國空軍影子作戰中心（ShOC-N）和美國陸軍任務指揮作戰實驗室（MCBL）合作評估了一項模擬技術以支持空域戰術自動化系統（ATLAS）人工智能解決方案。該解決方案旨在解決空域沖突問題。為了推動空域戰術自動化系統的研發，美國空軍影子作戰中心和美國陸軍任務指揮作戰實驗室通過建模仿真的方式，試圖模擬現代空戰的復雜環境。當美國陸軍任務指揮作戰實驗室接收到由美國空軍影子作戰中心發出的所有藍軍航空軌跡時，評估試驗成功。

本次評估所支持的空域戰術自動化系統是美國國防預研局（DARPA）資助的“快速戰術執行的空域全面感知”（ASTARTE）項目的一部分。“快速戰術執行的空域全面感知”項目旨在最復雜、最具挑戰性的反介入/區域拒止（A2/ AD）環境中提供動態空域的實時通用作戰視圖。

人工智能引擎生成行動方案供作戰人員選擇

1月，美國國防預研局戰略技術辦公室發布“用于計劃、戰術、試驗和彈性的戰略混沌引擎”（SCEPTER）項目廣泛機構公告。9月，美國空軍代表美國國防預研局授予英國BAE系統公司830萬美元的“用于計劃、戰術、試驗和彈性的戰略混沌引擎”研發合同。“用于計劃、戰術、試驗和彈性的戰略混沌引擎”項目旨在開發一種分析引擎，能夠自主生成戰役層面的戰略計劃，其原理是以機器速度探索軍事交戰的復雜狀態-行動空間，生成新的作戰行動方案，其中效果最佳的方案將在高保證模擬環境中驗證，并進行人工審查。

自主空戰應用范圍進一步擴大

近距自主空戰研發進入發展新階段

2月，美國國防預研局授予公司（Dynetics）合同，以開展“空戰進化”（ACE）項目第二階段第三技術領域（TA-3）工作。“空戰進化”項目重點開發用于自主空中格斗的人工智能算法。Dynetics將開發戰斗管理方法，飛行員可擔任大規模協同空戰的指揮官，指揮多個搭載自主空中格斗算法的小型飛行器模擬協同作戰任務。在未來的有人-無人體系化作戰中，作戰人員若對無人系統缺乏足夠的信任，則無法指揮大量無人系統進行作戰。“空戰進化”項目以近距空中格斗自主化為突破口，增加作戰人員對人工智能技術的信任。

美軍啟動超視距自主空戰技術研發工作

11月，美國國防預研局戰術技術辦公室發布“人工智能增強”（AIR）項目廣泛機構公告（BAA）。該項目設想由人工智能駕駛的多架飛機在超視距空戰仿真中與敵機編隊進行對抗，目標是證明人工智能可以在超視距空戰領域執行進攻性和防御性制空任務。該項目有兩個技術重點領域：模型開發和多智能體訓練，前者包括創建“可捕捉不確定性并用更多數據自動改進的快速精準模型”，后者專注于開發“人工智能驅動的算法方法，在不確定、動態和復雜的作戰環境下實現實時分布式自主戰術執行”。

升級試驗機以加速自主空戰系統開發

8月，美國空軍研究實驗室表示已投資1500萬美元，對X-62“飛行中可變穩定性的試驗飛機”（VISTA）進行升級，以加速無人機自主作戰發展。X-62主要升級了兩個系統，一是用飛行中可變穩定性的試驗飛機模擬系統，允許飛機用軟件模擬其他平臺性能特征。二是模擬自主控制系統（SACS），使用“安全沙盒”的方式以集成飛行平臺、控制約束、自主功能，測試包括“空戰進化”在內的多種自主系統對飛機平臺控制的表現。當測試內容超過“安全沙盒”限制時，飛行中可變穩定性的試驗飛機模擬系統將自動斷開，允許飛機采取更具有挑戰性的機動任務，而不會影響飛行安全。當兩個系統組合時，不僅可以快速測試自主能力，還驗證了不同飛行平臺所需的接口需求。和“女武神”“灰鯖鯊”“復仇者”等不同，X-62配備兩名機組人員，包括一名可以監督自主控制系統性能的飛行員。“天空博格人”和“空戰進化”等項目可以用X-62作為高風險自主機動試驗的候選。截至12月16日，“空戰進化”已經在X-62上飛行了大約8架次。

有人-無人協同作戰能力加速落地

有人-無人協同作戰技術逐步成熟

7月，克拉托斯公司宣布，兩架量產型XQ-58A“女武神”無人機在過去兩個月內已經成功完成一系列“天空博格人”試飛工作。不過具體的試驗細節并未透露。克拉托斯公司無人部門總裁表示，“天空博格人”自主核心系統已得到驗證，項目進入尾聲。“天空博格人”項目旨在將自主核心系統與模塊化、低成本無人機平臺相結合，使無人機能與有人機協同，自主執行復雜的作戰任務。自主核心系統集成了一系列傳感器和先進的計算機算法，采用開放式架構，能夠根據有人機飛行員設置的既定交戰規則自主做出決策，可搭載在XQ-58A、UTAP-22、MQ-20等無人機上。

11月，美國空軍宣布“天空博格人”項目工作全面完成，并于2023財年轉為在冊項目（POR），正式納入采辦序列，成為未來作戰系統的核心，其成果將納入至合作式作戰飛機（CCA）中，支撐其與下一代戰斗機編隊協同作戰。

改進無人僚機提升有人-無人協同作戰潛力

11月，克拉托斯國防與安全解決方案公司已確認，其近期與美國空軍研究實驗室、尤馬試驗場攜手成功完成XQ-58A Block2生產型的試飛。本次試飛驗證了XQ-58A的升級潛力，XQ-58A Block2擁有更高的飛行高度、更長的續航時間以及更大的任務載荷。同時，XQ-58A演示驗證了加密通信能力，并且嘗試在通信中斷的情況下，自主導航回到基地并降落在目標區域。上述功能有助于降低敵人檢測和追蹤無線通信信號的風險。本次試飛也是克拉托斯公司支持空軍研究實驗室自主協作使能技術（ACET）產品組合的重要里程碑。自主協作使能技術專注于開發自主協作平臺（ACP），如合作式作戰飛機（CCA）。此次試飛中，XQ-58A所展示出的能力為未來的自主協作平臺試驗打下了堅實的基礎。

無人自主集群技術全面發展

智能彈群研發速度進一步加快

8月，美國空軍生命周期管理中心裝備局授予Liteye Systems和Unmanned Experts公司一份價值180萬美元、為期1年的合同，以研制Web Weasels（WW）自主集群人工智能彈藥。WW項目采用了機器學習訓練的算法，通過編制“劇本”的方式為集群彈藥在發射前提供一系列訓練、戰術、技術和程序（TTP），以便完成特定任務集（如對敵防御壓制）。集群智能彈藥擁有相關硬件、固件和通信架構，使其能夠進行協同戰場環境評估、群間協商作戰方案、基于感知調整作戰預案。系統的自主集群指揮與控制及人在回路設計方面也很復雜。WW項目將使用人在回路模擬器開發人機交互界面。

11月，美國空軍宣布已全面完成“金帳汗國”項目研發工作，計劃在2023年將成果轉化納入合作式作戰飛機等采辦計劃。“金帳汗國”項目旨在開發彈間自主組網、合作打擊技術。項目于2019年啟動，在3年時間內突破了關鍵技術、完成了多輪試驗，演示了多彈自主組網規劃分別打擊多個和共同打擊單個目標。隨著項目的成果轉化，美軍或在2028年前形成多型空地彈自主合作打擊目標等新質作戰能力。

真實、虛擬和構造環境下驗證高性能蜂群無人機的自主和協同技術

9月，作為真實、虛擬和構造（LVC）無人機蜂群研究的一部分，MQ-20A使用人工智能駕駛開展近30min的自主飛行。本次飛行是通用原子航空系統公司通過人工智能和機器學習開發無人機高級自主性的工作之一。

12月，通用原子航空系統公司再次開展飛行試驗。主要內容為驗證三種用于無人自主飛行的人工智能算法模型在開放式任務系統（OMS）軟件堆棧上的執行效果。試驗進一步推進了其合作式作戰飛機生態系統建設。試驗采用了真實、虛擬和構造技術。其中，通用原子航空系統公司的“復仇者”無人機與“數字孿生”所產生的虛擬飛機編隊配對，自主執行真實、虛擬和構造多目標協同作戰任務。試驗中涉及的三種強化學習算法模型為單、多和分層智能體強化學習模型。單智能體強化學習模型成功為實時飛機提供導航，同時動態規避威脅。多智能體強化學習模型驅動真實和虛擬的“復仇者”無人機飛行，在避免威脅的同時協作追逐目標。分層智能體強化學習模型分析傳感器信息來選擇行動方案。

無人蜂群規模上限進一步提升

10月，美國防部預算文件披露“超級蜂群”無人作戰項目。該文件表明美國海軍正在加快該項目開發，研究如何建造、部署和控制數以千計的小型無人機，以絕對數量壓倒對手防空系統。“超級蜂群”由水面、水下和空中多模式無人系統組成，無人系統平臺可在不同域之間隨意切換，規模超過10000艘/架，擁有壓倒性數量優勢的群體，從而徹底癱毀對手的態勢感知、判斷決策能力。現階段，在人工智能和算法支持下，同時操縱幾百架甚至上千架無人機的技術已經實現，無人機操作基本上以人工遙控為主，人工智能為輔。但是，當數量進一步擴大，就需要極強的信息處理能力，以及非常精密復雜的算法邏輯。

無人蜂群技術進一步擴散至世界多國

8月，英國陸軍與國防裝備和支持未來能力小組合作在索爾茲伯里平原開展了無人機蜂群演示驗證。演示由美國陸軍總部資助，使用了兩種不同的無人機蜂群系統。第一次演示使用5架阿特拉斯公司無人機組成的蜂群。無人機搭載由其研發的“網格”系統，從而進行指揮與控制。蜂群在特定地點周圍執行24h監視任務。同時，無人機還包含了“蜂巢”可移動充電站系統，用于無人機自主起降以及充電。第二次演示，陸軍專注于展示廣泛的搜尋任務。作戰人員將任務分配給6架埃爾比特系統公司的Torch-X自主無人機。Torch-X自主規劃路線，使用邊緣處理來檢測地面上的威脅，并在地圖上標記以提醒作戰人員。

10月，俄羅斯喀瑯施塔得（Kronstadt）公司表示，正在研究發射和使用“莫爾尼亞”（Molniya）空射多用途無人機的方式，包括利用運輸機、戰斗機、重型無人機搭載并發射多架“莫爾尼亞”。“莫爾尼亞”可組成無人機蜂群，能在蜂群之間建立持續的數據交換，同時能調整蜂群中每架無人機的任務，其人工智能設備能夠該機在與有人駕駛飛機無法保持持續通信時自行完成任務。此外，該公司還計劃在“莫爾尼亞”輕型無人機的基礎上開發一種“打擊型”，即攜帶戰斗部的巡飛彈。

12月，土耳其推出新的Alpagut智能巡飛彈，該彈作戰半徑為60km，續航時間超過60min，可以單獨使用或以蜂群配置使用。一旦發射/投放，系統將進入目標探測、跟蹤和評估模式，在空中盤旋一段時間并在獲得地面用戶確認后開始俯沖攻擊，自主摧毀識別的目標。

人工智能為后勤保障能力提供支撐

美軍利用人工智能提升后勤任務規劃效率

6月，DEFCON AI公司獲得美國空軍第二階段SBIR合同，以支持其基于人工智能的戰役級后勤和機動培訓軟件的初始開發。該軟件旨在創建仿真模型，模擬空中機動司令部在發生自然或對抗性中斷時，為決策者提供后勤支持的不同選項。后勤任務的完成順序是行動成功的重要前提，每項任務都會影響整個后勤效果。例如，“卡特里娜”颶風摧毀機場后，國防官員會首先專注于重建基礎設施，而不是搜索、救援等其他優先事項。因為沒有跑道等基礎設施，包括水、食品和醫療用品等所需商品將很難抵達現場。在該類事件中，人們需要建立起不同后勤任務之間的關聯，這將耗費大量時間，而DEFCON AI公司的軟件則使用人工智能梳理可用選項并進行排序，同時構建仿真的虛擬世界，用于獲取后勤相關數據，并將其與現實數據進行比較，為決策提供支撐，提升后勤效率。

人工智能優化備件采購以實現后勤運營的降本增效

12月，據媒體報道愛沙尼亞Magnetic飛機維修公司利用美國SkySelect公司提供的人工智能自動化備件采購平臺開展其備件采購工作，以減輕其工作量、提高運營效率并節省成本。SkySelect軟件平臺通過集成人工智能技術，能夠提供從備件需求提出到交付的端到端無縫采購。截至目前，Magnetic飛機維修公司應用該平臺已在降低成本和提高生產率方面取得了卓越的成果。僅在10月份，人工智能采購就使庫存零件補充成本降低19%。由于在SkySelect平臺上進行的采購中79%的工作是由人工智能完全自動化完成的，因此減少的成本大部分都是在沒有人員參與的情況下實現的。

美國空軍開發預測性維護軟件提升轟炸機戰備水平

11月，美國空軍全球打擊司令部授予Virtualitics公司合同，以部署人工智能技術，從而提高其核轟炸機和洲際彈道導彈的戰備水平。美國政府問責局2020年的一份報告強調了美國空軍飛機的主要戰備問題。報告中，作為構成三位一體核打擊力量的重要組成部分，空軍的B-2、B-21、B-52三型轟炸機均未能及格。美國空軍目標是利用人工智能的預測能力來提高飛機的可用性和洲際彈道導彈機隊的整體戰備能力。Virtualitics公司將開發人工智能軟件，以增強預測性維護、庫存管理、供應鏈優化和人力資源分配，以確定飛機維護需求，快速解決關鍵的日常維護問題，最大限度地減少關鍵飛機保持適航性時的計劃外停機時間。

認知電子戰賦予空戰電子對抗全新能力

4月，美國空軍在為期兩周多達30架次的測試中對“憤怒的小貓”戰斗吊艙進行了作戰評估，并在加利福尼亞州中國湖進行了最終測試，其效果得到美國空軍的肯定。“憤怒的小貓”由佐治亞理工學院研究，試圖創建一個電子戰系統，通過使用機器學習和易于更新的軟件更快地適應新的威脅。當前，數字射頻存儲干擾機采用一種基于計算機的已知威脅“庫”，識別和對消進入的信號。隨著輻射源（通信系統和雷達）變得更加先進，它們的行為變得無法預估，并且尋找它們的預錄響應變得非常困難。因此，“憤怒的小貓”使用認知電子戰方法，機器學習算法將教會干擾機從過去的經驗中學習，當干擾機再次遇到相同類型的目標時，其響應將更加精確、快速和成功。如果上一次干擾技術沒有效果，干擾機會嘗試另一種干擾技術，觀察目標如何響應干擾信號，并通過反饋回路進行相應的調整。