国外人工智能在无人机领域的应用分析

方辉云

（中国电子科技集团公司第三十六研究所，浙江嘉兴314033）

0 引言

人工智能是研究和开发用于模拟、延伸及扩展人类智能的理论、方法、技术及应用系统的一门技术科学，发展较为迅速，其在军事方面已展现出巨大的应用价值。无人机由于使用限制少、效费比高、敏捷灵活等独特优势越来越受到关注，逐渐成为军事作战的有力武器，大力发展无人机已经成为各个军事强国的共识。将无人机与人工智能技术相结合，形成具有自主态势感知、决策和行动能力的智能无人机，有可能重塑未来的战场形式，改变未来战争形态，为各国军事发展提供新动能。世界强国都把焦点放在无人机智能化作战层面，加大无人机智能化的研发力度，制定发展路线图，开发无人机智能化项目，并逐步从原型过渡到实战应用，以适应未来复杂多变的战场环境，实现快速决策分析。

1 人工智能对无人机的影响

无人机功能越来越多样化，美军将无人机系统纳入其现有的作战组织结构，以便在信息战争中发挥效用。美军在大力提升无人系统性能的同时，注重发展新兴技术，智能化技术作为无人系统的关键技术，促进无人系统向高度自主方向发展。美国国防部采用《无人机路线图2005—2030》报告中的无人机自主控制等级，将无人机划分为10 个等级，等级越高，无人机自主控制能力越强。美军无人机自主智能趋势图如图1 所示。

图1 美军无人机自主智能趋势

人工智能与无人机融合可能会改变未来的军事作战概念以及各国之间的作战冲突方式，尤其是与人工智能相关的蜂群无人机将成为未来作战的关键。无人机与人工智能的结合将是未来无人机发展的主要趋势。无人机的集成和应用也将人类与机器协作推向一个新的发展高度。未来战争取决于作战系统之间的交互作用，这些交互将取决于技术的互操作性，以便在信息收集者、决策者、规划者和战士之间及时传递信息。图2 显示了人机交互的过程，智能化水平从无人机到人工计算机呈递增趋势，人类通过协调层、组织层、执行层对无人机实施控制，实现人机协同智能态势感知、智能决策和精准杀伤。

2 无人机领域的主要人工智能技术

智能化无人机在信息化战场优势显著，具备高度自主能力，能够及时响应和完成任务指令。未来战场瞬息万变，势必要重点发展无人机系统的人工智能技术。无人机系统中的人工智能技术主要包括空战算法、机器视觉、有人-无人编组、蜂群、自主任务决策和攻击。

图2 人机交互过程

2.1 空战算法

相比地面和海上作战，空中作战环境更为广阔，因而需要制定更为复杂的空战策略以对抗敌人。智能化无人机的空战性能取决于算法的优劣，无人机借助人工智能的算法战略取得突破，从而夺取制空优势。空战算法具有速度快、效率高、结果更为准确等特点，能够将海量数据转化为可用情报。人工智能空战算法已在作战模拟器环境中进行演示并获得成功。

国防高级研究计划局空战演进（ACE）项目为人工智能开发人员创建了一种竞争性空域环境，以实现作战自主化。美国空军研究实验室和洛克希德·马丁公司在2017 年进行了一系列测试，成功演示了F-16在空对地打击任务中的一系列算法控制，并能够适应复杂挑战。

2.2 机器视觉

机器视觉是指通过计算机来模拟人类视觉能力，使机器获得视觉信息并进行处理和分析。机器视觉提供目标检测和分类等态势感知能力，并且当多传感器融合时，它可以在复杂环境中进行检测、跟踪和定位。机器视觉对于基于视觉的导航也是必不可少的。无人机利用机器视觉工作，首先操作员亲自操控无人机，从摄像机和激光雷达收集视觉和空间数据，再对数据进行标记。新标记的数据将利用无人机的机器学习算法运行，以训练无人机在摄像机的视野范围内区分物体，并关联类似对象以避免危险。目前，小型无人机正在探索利用机器视觉算法进行自主飞行以扫描和避免障碍物。

2017 年，美国进行城市作战演习利用了机器视觉技术，该演习使用的无人机与机器视觉处理应用相连，通过安装在无人机上的热摄像头，系统能够识别隐蔽的狙击手，并将威胁告知己方。认知视觉导航和图像拼接是利用视觉数据和机载人工智能处理进行自主导航的研究领域。

2.3 有人-无人编组

有人-无人机编组技术被确认为是增援陆、海、空军队的战略优先事项，允许单兵作为协作网络的一部分与无人机系统一起工作，并允许单个用户与无人机进行编组。美空军战斗无人机的开发重点是建立“忠诚僚机”，单个飞行员将与能够自主决策以实现战略目标的伴随无人机协同工作。美陆军对人机协同技术的设想是自主无人系统将作为编组成员执行任务，并监督下级系统，以完成关键和复杂任务。自2014 年以来，美陆军对战术无人机进行编组并演示验证，目的是将控制器射程扩展到竞争环境中，在视距外发动攻击。

2.4 蜂群技术

美军将推出无人机蜂群自主系统训练策略。无人机蜂群是人工智能和无人机结合发展的一个关键领域，人工智能为无人机提供了一种快速、自适应和灵活的方式来探索集群行为的最佳交互规则，通过利用人工智能来校准蜂群运动和战术，从而增强系统自主性以减轻人工负担。无人机蜂群技术包括蜂群自主性、人-蜂群编组、蜂群感知、蜂群组网等，蜂群无人机具备态势感知、计算、机动、火力等优势，且功能多样，可有效提升蜂群内部无人机的自主协调控制能力。

无人机蜂群技术可以在防空反导、反潜战和网络战等方面发挥效用，并能在更大范围的进攻行动之前，干扰或摧毁敌方的预警探测和指控系统。例如单架无人机不太可能对美国F-35 隐形战斗机等构成重大威胁，但是成百上千的人工智能无人机蜂群出击，就可能击败对手的尖端防御装备。未来，空中无人机机群使用最优化的人机结合算法训练，将有助于保持有竞争力的空中优势。

2.5 自主任务决策和攻击技术

无人机自主任务就是在竞争的电磁环境中，对攻击及情报、监视和侦察（ISR）过程进行预编程，执行复杂的命令，完成作战目标。随着现代空中系统复杂性的增加，多机多平台协同作战概念的出现，传统的任务规划和执行往往无法满足多样化作战的需求。以遗传算法、蚁群算法和人工神经网络为代表的人工智能方法可以为执行自主任务提供可靠决策，例如部分无人机搭载巡航弹药，可以利用自主任务打击特定目标。无人机依靠云平台，利用分布式智能计算机系统，进行集中指挥、分散控制和分散执行。自主任务执行可以同时在多个无人机平台上进行。即使一架或几架无人机被摧毁，还可以通过剩下的或新增的无人机继续作战任务。

3 典型利用人工智能技术的无人机项目

3.1 “空战演进”（ACE）项目

2019 年5 月，DARPA 启动“空战演进”项目，旨在研究可执行空中格斗任务的人工智能。通过“空战演进”项目，人工智能空战算法将为无人机空中交战带来突出优势。准确来说，该项目在复杂的空战场中进行有人-无人编组。该项目旨在研究四个方面内容，包括研发局部个体和编组战术行为的自主作战系统、测量飞行员对自主作战系统的信任度、在全局行为中信任并利用自主系统、建立实验基础设施。ACE 项目创建了一个自主性框架，在框架内，飞行员实施制定总体交战策略、目标选择和排序、确定最佳使用武器、作战效果评估等高级认知行为，自主系统执行飞机机动、交战战术等低级行为，因此需要高度信任自主系统。ACE 将人工智能技术应用于空中格斗算法，并利用小型无人机和全尺寸作战飞机演示作战自主性。通过改进算法和战术增强作战场景以及对抗能力，实现在有人无人协同平台模拟真实战场中的作战。

3.2 “空中博格”（Skyborg）项目

美国空军研究实验室主导了“空中博格”项目，以全力推进人工智能“忠诚僚机”的研发，使其成为具有高度自主任务能力的无人作战飞机，目前该项目还处在初级阶段。“空中博格”项目包含无人机集群，这些无人机采用模块化的软硬件有效载荷以及通用的人工智能架构，具备快速更新、可消耗、自主性、开放架构和弹性等特征，以实现特定任务。

“空中博格”系统包括“虚拟副驾驶”和“自主无人作战飞机”2 大功能。“虚拟副驾驶”为飞行员提供辅助决策，使其快速作出选择。“自主无人作战飞机”能够实现自主任务能力，通过利用无人机执行任务，使飞行员远离危险。该项目未来可能将“空中博格”与波音公司的QF-16、Kratos 公司的隐形XQ-58A、BQM-167 等无人机集成在一起。

3.3 “Maven 计划”项目

2017 年，美国防部启动“Maven 计划”人工智能项目并成立了“算法战跨部门小组”，“算法战跨部门小组”旨在加速集成人工智能与机器学习技术，迅速处理国防部大数据，将其转变为可用于作战的情报数据。该项目通过利用目标检测识别和机器视觉算法，增强无人机的自主态势感知、规划和执行能力，从而提高作战效率。

“Maven 计划”对从“扫描鹰”、MQ-9“死神”无人机上收集的海量数据进行自主识别分析，确定感兴趣的目标。该项目利用人工智能技术主要体现在对原始数据的处理和训练算法2 个方面。处理原始数据需要对数据进行分类和标注，根据数据特点提供最优算法并进行部署，通过反复训练调整算法，以提升无人机性能。

3.4 “压制防空无人机蜂群”（SEAD Swarm）项目

2019 年，芬兰提出“压制防空无人机蜂群”项目，用于迷惑、瘫痪和摧毁敌方防空系统，该项目得到欧盟6个成员国的支持。“压制防空无人机蜂群”依赖于相应算法，以便让一群无人机可以识别防空系统的特征、在蜂群内部分享信息并制定一套打击敌防御弱点的规划方案。作战样式可能包括致盲雷达传感器、使用自杀战术压制敌防空火力、使用弹药或电子战载荷攻击。

3.5 “收割者”无人机上的“敏捷秃鹫”系统

美国空军授予通用原子航空系统公司合同，利用MQ-9“收割者”无人机演示“敏捷秃鹫”能力。“敏捷秃鹫”是一种可搭载在无人机上的人工智能吊舱，其包含高性能计算处理结构，采用人工智能和机器学习技术，能够对目标进行自动识别、分类、跟踪监视。通过对获取的图像、视频进行分析和处理，实现对目标的快速感知和识别，进而为指挥官提供决策参考。“敏捷秃鹫”系统的高级计算技术可以增强态势感知、自适应决策、多模式、多任务，大规模分析和异构信息处理。该系统的主要特点是响应迅速，机箱可提供每秒7.5 万亿次浮点计算，提高了数据处理效率，通过大幅压缩数据采集和数据分析之间的时延，从而提高打击精度。

4 未来发展趋势

4.1 人工智能与无人机集群融合

无人机集群的智能水平还有待演进发展。现阶段国外构建了有人/无人集群编组，进一步发挥人在环路的灵活应变能力。但空战场速度快、复杂多变，且信息传递需要时间，尤其在无人机集群之间，因而会对决策产生一定的影响。未来需要进一步强化无人机集群与人工智能的融合，解决无人机系统关键的感知和信任问题，更多地实现无人机集群的自主决策和规划，加强无人机集群应对复杂空战场能力。

4.2 形成智能无人机关键技术体系

新一代智能无人机系统的关键技术应以算法和数据为基础，注重提高感知、计算、认知推理和作战执行能力，从而形成一个开放、兼容、稳定、成熟的技术体系。算法作为人工智能技术的核心，为无人机的各种行动提供基础。数据的准确性是将人工智能集成到无人系统中必须考虑的问题。数据准确是自主分析和决策的基础，它不仅受到数据源的影响，而且受接收及分析系统的影响，因此需要建立数据标准，并对数据进行评估。此外，要对态势感知技术、机器学习技术、行为识别与预测技术、协同自主控制技术、集群技术、云技术等进行同步研究，在空战战场综合运用多种技术，提升无人机的整体性能。

4.3 强化人-机协作训练

未来进一步提高人机协作训练必不可少。为适应更大范围的作战场景和更频繁地部署无人系统，需要从根本上改变军事训练的要求、人事管理和组织结构。随着自主系统变得更加先进，调查、理解和记录自主系统与人类的交互作用将是至关重要的。操作员和指挥官需要非常熟练地操作这些系统，并在各种作战环境中面对特殊作战挑战时作出适当反应。通过有效培训操作人员和团队，有效提高人机协作效率。

5 结束语

世界强国都在竞相发展无人机系统，以美国为首的国家对无人机作战的研究也从理论逐渐走向试验验证，并力图用于实际作战。人工智能技术作为新兴作战技术，正在迅速改变无人机的应用模式，为无人机在未来战争的各种用途提供了多种可能性。总体而言，机器视觉、算法、人机协同等人工智能技术在无人机领域的应用已逐步成熟。基于人工智能的无人机解决方案可以为未来作战提供一种新的范式，将有助于提高作战效能，夺取战争优势地位。■