美空军米切尔研究所提出构建数据以提升无人协同作战飞机的实战能力.docx

《美空军米切尔研究所提出构建数据以提升无人协同作战飞机的实战能力.docx》由会员分享，可在线阅读，更多相关《美空军米切尔研究所提出构建数据以提升无人协同作战飞机的实战能力.docx（7页珍藏版）》请在第一文库网上搜索。

1、美空军米切尔研究所提出构建数据以提升无人协同作战飞机的实战能力目录简介1?基本情况2?美空军峡少空战自主算法所需数据以及针对战术空中力量的数据管理计划4?反对制定数据管理计划的观点及对其驳斥4?成功开发和部署协同作战飞机需要制订数据管理计划以为其提供四类数据5?三点认识6?结束语7简介2023年4月，美空军米切尔研究所发布协同作战飞机需要数据以训练作战能力报告，探讨了空军战术空中力量在数据管理方面面临的挑战，指出数据对于实现协同作战飞机(CCA)(指基于人工智能的无人自主飞机)部署的重要性，分析了为提高协同作战飞机的实战能力而需要的四大类数据。报告提出，明确具体的数据需求是部署协同作战飞机的前

2、提，而实施数据管理计划并为其提供资金对于加速协同作战飞机的开发和部署至关重要。2023年8月，美空军创新中心(AFWERX)利用3架配备“蜂巢思维”(HiVemind)人工智能系统的V-Bat128垂直起降无人机，成功演示了对模拟野火场景的自主监测、识别、定位与报告。此次演示展示了多智能体自主协同能力，具有里程碑意义，将推动2024年美空军该人工智能系统的部署。图1美空军在爱格林空军基地试飞XQ-58“女武神”无人机以开发并测试自主软件基本情况此次演示是美空军创新中心战略技术重点计划(STRATFI)的一部分，基于美空军创新中心和空军研究实验室传感器研究部门为期20个月的研究成果。演示中，“蜂

3、巢思维”人工智能系统控制V-Bat128无人机前往指定区域侦察监测模拟野火的情况，进行野火地点的识别、定位，观测火灾周围情况并回报。图2Shie1dA1公司演示“蜂巢思维”人工智能系统控制的V-BAT无人机“蜂巢思维”人工智能系统由美国防初创企业ShiekiA1公司开发，可在通信或GPS拒止环境下，通过整合传感器数据创建战场态势图，利用智能算法进行任务规划，了解战场情况并做出反应，实现自主执行任务，具备高度边缘自主能力；采用模块化开放系统架构，可快速集成到不同平台并接受训练，执行突破一体化防空系统、捕获飞毛腿导弹、区域侦察、制空、超视距打击、海域感知和通信对抗等广泛任务。该系统包括3个核心模块

4、：一是在边缘环境中运行的软件模块，实现感知、理解和行动功能；二是交互式人机界面，支持作战人员输入行动意图，以及重新进行任务分配；?三是配置和测试工具，以支持在各种异构平台部署和分析。图3“蜂巢思维”人工智能系统可在通信或GPS拒止环境下执行任务2023年1月，Shie1dA1公司获得一份价值6000万美元的合同，用于开发“蜂巢思维”通用人工智能系统，并整合到各种军事和商业平台，提升无人机自主协同能力。该公司创始人称，利用人工智能软件，V-BAT无人机将在2023年底前具备蜂群能力，由3到4架V-BAT无人机组成的机群投入使用。2024年底，机群数量将由6上升到到10架，到2025年，由15架以

5、上无人机组成的机群可作为“高度协调的智能团队，在屏蔽GPS和通信信号的边缘地区运作”。2023年12月，Shie1dAI公司将“蜂巢思维”系统安装在X-62试验机上进行演示，验证了智能体替代飞行员执行任务的可行性。2023年3月，波音公司与Shie1dAI公司在空军战争研讨会上签署谅解备忘录，将在现有和未来国防平台上集成人工智能能力，探索自主飞机系统的多种军事用途。美空军缺少空战自主算法所需数据以及针对战术空中力量的数据管理计划基于人工智能的自主飞机是美空军可负担战术空中能力的潜在解决方案。然而，美空军尚未充分认识到空战自主算法所需的数据基础，同时，缺乏安全分类的信息技术基础设施也阻碍了飞行部

6、队之间的数据整合和共享。当前，空军战术空中力量在数据管理方面面临3个方面的巨大挑战：空战场景十分复杂，协同作战飞机的开发人员无法使用现有的数据集来成功训练人工智能系统并使其与有人驾驶飞机协同作战。缺少与复杂空战相关的数据是快速部署协同作战飞机的巨大障碍；美空军没有针对战术空中力量的数据管理计划，缺少对战术空中领域数据管理的投资；美空军尚未开展关键的数据管理工作，包括数据标记、可见性、可访问性、分析与使用以及整体价值生成的相关工作。因此，协同作战飞机项目的管理者必须从零开始确定数据需求。图4X-62是经过改装的F-16飞机，作为美空军的无人自主测试平台。此外，美空军正开展“毒液”项目，同样是通过

7、改装F-16来测试自主飞行能力?.反对制定数据管理计划的观点及对其驳斥报告指出了三个反对为空战自主算法制定数据管理计划的观点并一一予以驳斥。观点一：早期空中自主算法的开发没有使用监督式机器学习和大规模标记数据集，不需要数据管理计划。驳斥：只有当自主代理接收到的关于对手和模拟环境的信息非常完善时才不需要数据对自主代理进行训练。一旦自主代理开始在真实世界中飞行，需要传感器来收集有关环境的状态信息时，传感器和识别问题集就需要大规模的标记数据和监督式机器学习来构建准确的传感器参考库，以训练自主代理对环境的感知能力。观点二：空中环境比陆地简单，实现空中自主能力相对容易，因此训练自主飞机所需的复杂数据集比

8、训练无人驾驶汽车要少。驳斥：如果空域没有来自对手的竞争，这个观点可能成立。但事实并非如此。在台海冲突中，高度对抗的空中战斗所面临的自主领域的挑战将远远大于在北美道路上自动驾驶所面临的挑战。而为了训练商业无人驾驶汽车的自主软件，该行业在过去四十年中已经花费了数十亿美元收集了数百万个数据点，以应对道路上的各种危险对无人驾驶汽车算法构成的挑战。观点三：最初部署的协同作战无人僚机不需要高度自主能力，快速部署具备基本航行导航自动化能力的飞机更加重要，可以让飞行员加大对无人僚机的控制来解决僚机自主能力不足的问题。驳斥：驾驶舱中的机组人员早已在满负荷工作。飞机操作人员对无人协同作战飞机的信任度本来就不高，额

9、外的认知需求和使用平板控制无人僚机的负担将使操作员更加难以信任无人僚机。这可能使无人协同作战飞机的采用推迟数年甚至几十年。主张通过大量增加飞行员工作负荷以解决协同作战无人僚机自主性不足的观点是极度短视的。?.成功开发和部署协同作战飞机需要制订数据管理计划以为其提供四类数据将协同作战飞机从模拟环境过渡到物理世界面临一系列挑战。为了成功开发并部署协同作战飞机，美空军需要制定详细的数据管理计划以弥合模拟环境与现实世界之间的差距。协同作战飞机需要以下四类数据以提升实战能力：(1)验证与确认(V&V)自主软件的数据。在迭代式协同作战飞机软件开发的整个过程中，软件代理始终在学习，需要快速测试并收集数据。此

10、外，人工智能算法缺乏可解释性，测试人员不仅需要收集关于自主飞机控制和性能方面的数据，还需要收集关于软件代理感知、决策以及执行方面的数据。(2)改进协同作战飞机模拟环境的数据。真实飞行测试成本高昂且不容许出错。因此，具备高保真度的模拟环境是开发自主系统的基本要求，对于强化学习来说更是如此，其成功依赖于对飞机、对手、传感器和武器的精准模拟。高保真模拟环境能够让自主代理在现实世界部署之前提前暴露出模型的脆弱性，避免在现实中未曾模拟过的环境中遭遇失败。美空军需要为协同作战飞机项目构建一个自动化循环流程，将真实世界的数据输入模拟环境并持续优化。(3)日常测试、战术开发和训练的数据。自主飞行软件无法处理人

11、类飞行员的白板任务简报和口头汇报。因此，为了训练自主软件，日常测试、战术开发和训练的过程必须全数字化。美空军需要为协同作战飞机的自主代理建立一个数字化、数据驱动的“测试-战术-训练任务循环”，能够在整个协同作战飞机开发过程中共享经验教训。(4)用于完善传感器参考库的数据。在模拟环境中，模拟器通常是“完全可观测的”，它将关于环境的所有详细信息都提供给自主代理。然而，现实世界是“部分可观测的”，飞机传感器需要感知环境，包括威胁、友方、地形、天气和其他影响空中决策的条件。传感器对现实环境的感知始终是不完善和不完整的。协同作战飞机的传感器参考库需要数据来提高“软件大脑”或推理引擎对周围世界的准确的解读

12、能力。图5协同作战飞机的开发与训练协同作战飞机算法的数据对于“下一代空中优势”(NGAD)项目的成功至关重要?.三点认识“蜂巢思维”人工智能系统的成功演示，为未来将该系统集成到大型平台奠定了基础，对于推进美军自主协同能力发展具有重要意义。(1)人工智能飞行员可使无人机群在无GPS和通信系统的条件下自主运行，利用智能算法进行自主任务规划，发现、学习和执行最优战术策略，有效提升强对抗环境下生存能力，并将所有对手的军事资产置于危险之中；(2)“蜂巢思维”系统具备模块化和组合式特点，可兼容不同计算机，支持将系统快速集成到多种有人/无人平台上，提供更大的灵活性，推动多种能力发展，同时，为空中平台功能的快

13、速技术更新提供了可能，且具备成本优势；(3)此次演示验证了智能体替代飞行员执行任务的可行性，表明该人工智能系统已具备适配实际作战环境中不同战机的潜力，推动实现美空军无人机蜂群作战能力的发展目标。?.结束语近年来，美空军积极发展无人机蜂群与有人平台间的协同作战能力，开展无人自主系统的研发与试验，并已完成多次无人机蜂群编队飞行试验和模拟任务执行。相关技术一旦成熟，或将形成更灵活、更具杀伤力的空中作战方式，变革未来空战模式，其发展动向值得关注。美空军需要协同作战飞机在未来与中国的可能冲突中赢得空中优势。为了成功部署并运用协同作战飞机，利益相关者必须确定具体的数据需求，协同创建一个详细、有资金支持的数据管理计划，为协同作战飞机提供其所需的四类数据，以有效支撑正在开展的协同作战飞机开发工作，为实战做准备。