在線看免費(fèi)?_91永久發(fā)地布地扯_.手.動.輸.入.網(wǎng).址.聯(lián).系.客.服.人.員.lanan_shell
據(jù)“戰(zhàn)爭困境”網(wǎng)9月21日報道，大自然蜂群的法則可以用來控制廉價無人機(jī)機(jī)群，眾多的個體可以完成巨大而復(fù)雜的任務(wù)。到目前為止，開發(fā)人員主要集中在管理蜂群，而實際上分散的群體更具有彈性，因為集中執(zhí)行任務(wù)會帶來脆弱性，在鄰近對手的敵對競爭環(huán)境中可能會出現(xiàn)問題。
美軍飛行員克萊頓?舒特和盧卡斯·威爾兩位少校發(fā)表在該網(wǎng)站的文章稱，“作為兩名空軍軍官，我們最近觀看了空軍官方視頻的一個假想場景，其中一架F-35與一組無人機(jī)合作深入打擊戰(zhàn)略目標(biāo)的使命。我們想知道如果出現(xiàn)動態(tài)威脅將會發(fā)生什么，迫使人們偏離預(yù)先計劃好的飛行路徑，要求飛行員對每架無人機(jī)的決策進(jìn)行微觀管理。”在這種情況下，情況的速度、范圍和復(fù)雜性將使飛行員不堪重負(fù)。盡管F-35擁有一支強(qiáng)大的無人機(jī)團(tuán)隊，但關(guān)鍵的教訓(xùn)是，無人機(jī)的數(shù)量眾多并不等于真正的無人機(jī)蜂群。
響應(yīng)性控制蜂群超出了人類認(rèn)知能力
對于空軍而言，在戰(zhàn)斗中部署大量無人機(jī)并不具有決定性作用。部隊必須首先弄清楚如何執(zhí)行無人機(jī)的任務(wù)，并重新平衡無人機(jī)群的任務(wù)量。正如海軍陸戰(zhàn)隊作戰(zhàn)實驗室最近的一份報告所示，響應(yīng)性控制無人機(jī)蜂群超出了人類的認(rèn)知能力。相反，每架無人機(jī)必須能夠執(zhí)行整個群體的基本特征，即獨立協(xié)調(diào)自己的決策以產(chǎn)生支持集體目標(biāo)的行為。因此，為了有效地發(fā)揮無人機(jī)群作用，人們必須將更多的自主權(quán)交由系統(tǒng)的集體算法決策。
文章認(rèn)為人工智能和戰(zhàn)爭游戲不僅可以用來訓(xùn)練人員，還可以用來訓(xùn)練無人機(jī)。“雅典娜”（Athena）是個戰(zhàn)爭游戲平臺，用于測試人工智能功能，捕獲和評估結(jié)果數(shù)據(jù)，以改善軍事訓(xùn)練。通過使用AI來完成數(shù)百萬次特定戰(zhàn)爭游戲任務(wù)的迭代，該框架揭示了人機(jī)交互的最佳規(guī)則，這些規(guī)則推動了支持特定任務(wù)的集群行為。這種“集群方式”提供了快速、高度靈活和不斷適應(yīng)變化的方法，并且可以專注于特定任務(wù)，同時幫助單個無人機(jī)以分散的方式運(yùn)行，以服務(wù)于編隊任務(wù)。
專注于特定的人工智能
在描述“Athena”的文章中，本杰明·詹森、斯科特·科莫和克里斯·懷特認(rèn)為，與其等待人工智能的革命，還不如專注于特定的人工智能的成就，就執(zhí)行特定任務(wù)而言，為解決特定軍事問題提供更直接的機(jī)會。文章稱：“戰(zhàn)爭游戲提供了探索如何將AI與指揮官操作判斷相結(jié)合的最佳平臺。......戰(zhàn)爭游戲Athena提供了一種方法，可以為將來的測試建立數(shù)據(jù)存儲庫，增強(qiáng)對AI如協(xié)助培訓(xùn)，對紅隊和仿真的理解，并強(qiáng)調(diào)這些功能在與人類交互時的極限環(huán)境有不確定性。”
Athena框架將傳統(tǒng)戰(zhàn)爭游戲與狹義人工智能相結(jié)合，可以通過加強(qiáng)指揮官的作戰(zhàn)和戰(zhàn)術(shù)決策過程來提高訓(xùn)練的質(zhì)量。此外，該框架可應(yīng)用于訓(xùn)練無人機(jī)。融入戰(zhàn)爭游戲平臺的人工智能提供了一種快速訓(xùn)練、質(zhì)量決策算法的方法，以滿足空軍對無人機(jī)和忠誠僚機(jī)不斷增長的需求。
隨著戰(zhàn)爭特征的變化，無人機(jī)群算法的快速，靈活和任務(wù)特定的訓(xùn)練計劃將變得至關(guān)重要。人工智能和無人機(jī)等商用技術(shù)的融合，正在將戰(zhàn)爭推如到下一個演變中，任何部隊現(xiàn)在都可以將一個無人機(jī)蜂群部署到戰(zhàn)斗中。鑒于各國之間長期戰(zhàn)略競爭的興起以及他們對人工智能和自主性武器的投資，找出如何利用集群，而且如何防御集群，對于競爭戰(zhàn)略至關(guān)重要。
具有決定性作用的并非都是硬件
“數(shù)量具有自己的品質(zhì)。”——約瑟夫?斯大林
就空中優(yōu)勢而言，數(shù)量上的缺點會使部隊的質(zhì)量顯得無關(guān)緊要。在第二次世界大戰(zhàn)中，俄羅斯軍隊用數(shù)量重挫東部戰(zhàn)線的德國空軍。太平洋地區(qū)的日本空軍與此相近：雖然日本飛行員最初訓(xùn)練有素，但很快就難以對抗數(shù)量帶來的有效競爭優(yōu)勢。當(dāng)兩支假想部隊數(shù)量相匹敵，質(zhì)量將最終勝出。擁有相同數(shù)量的無人機(jī)將不再是決定性的。此外，在現(xiàn)今的機(jī)群中，額外的無人機(jī)將增加人類控制的工作量，最終減少到無法部署更多的群體。在此情況下，成功將取決于機(jī)群的質(zhì)量，而不是數(shù)量。
然而，質(zhì)量在這種背景下意味著什么？縱觀歷史，通常在戰(zhàn)斗中具有決定性作用的并非都是硬件，而是人類在操作技術(shù)方面的表現(xiàn)。對軍事訓(xùn)練的研究發(fā)現(xiàn)，人類通常是武器系統(tǒng)戰(zhàn)斗力的限制因素，導(dǎo)致整個部隊的訓(xùn)練計劃發(fā)生革命。在越南戰(zhàn)爭期間，海軍實施了Top Gun，這是一項針對其飛行員的嚴(yán)格訓(xùn)練計劃，有助于將空對空殺傷率從二比一增加到十二比一。在越南之后，空軍和陸軍都從海軍的成功中吸取了教訓(xùn)，并建立了大型部隊演習(xí)，如紅旗和國家訓(xùn)練中心，為其操作員提供額外的嚴(yán)格訓(xùn)練周期。
除了觀察士兵如何訓(xùn)練外，軍方開始關(guān)注優(yōu)化人的決策過程。空軍訓(xùn)練機(jī)組人員實施博伊德（John Boyd）上校的開創(chuàng)性模型，通過觀察環(huán)境的反饋循環(huán)，定位可能的解決方案，根據(jù)有限的信息做出決定，并采取行動以達(dá)到預(yù)期的效果，加速決策過程（OODA環(huán)）。
“永遠(yuǎn)不要告訴人們?nèi)绾巫鍪隆８嬖V他們要做什么，他們的聰明才智會讓你大吃一驚。”——喬治?巴頓將軍
大規(guī)模的部隊訓(xùn)練有助于增強(qiáng)其集中控制和分散執(zhí)行任務(wù)的理論。隨著戰(zhàn)斗規(guī)模、范圍和復(fù)雜性的增加，這一概念成為空軍“戰(zhàn)爭方式”的基本原則之一。這些部隊現(xiàn)在使用術(shù)語任務(wù)命令來體現(xiàn)戰(zhàn)爭中分散執(zhí)行任務(wù)的重要性。
www.aero.cn 航空翻譯 www.aviation.cn 本文鏈接地址：“蜂群之路”：利用人工智能訓(xùn)練無人機(jī)
