近幾十年來，安全環境發生了巨大的變化。最重要的是，這對敵對戰爭的作戰方式產生了影響，特別是所使用的軍事方法。軍事革命是戰爭和沖突史上一個不可分割的特征。變化的最重要驅動力之一是技術進步，今天，技術以無與倫比的速度推動著軍事事務的這種轉變。將傳感器技術與精確打擊效應器和通信相結合的無人機作戰能力就是一個最好的例證。人工智能（AI）、機器人、網絡、云技術、納米技術和激光系統是為此目的而采用和整合的技術進步。這些進步得到了小型化、相對低成本的制造和隱身技術的補充。特別是軍用無人機的發展，已經改變了民用和軍用任務。雖然無人機在農業、監測、電影攝影和其他領域有多種民用應用，但本文將討論軍用無人機、無人駕駛飛行器（UAVs）和不同大小的遙控飛機，它們被用來進行對人類人員來說過于枯燥、骯臟或危險的活動。沒有人在機上是軍用無人機的主要賣點，因為這對各種原因都有幫助：首先，它需要更少的飛行員在戰場上冒生命危險；其次，由于沒有飛行設備，無人機更輕，可能非常小。

為了保持武力使用的可控性，限制武力升級的危險，并限制使用武力造成的政治風險和傷害，混合戰爭參與者更愿意使用軍事影響相對較小的限定戰爭方法。無人機戰爭技術，以及無人駕駛和遠程精確武器系統，實際上適合于啟用這種方法。

作為第一步，必須對混合沖突/戰爭背景下現有的無人機使用情況有一個總體的了解，這也是因為盡管無人機的部署越來越多，但它仍然是一種有爭議的戰術。使用無人機是否符合道德？它甚至是合法的嗎？由于缺乏使用軍事無人機的法律框架，以及大量的平民傷亡，這些仍然是高度討論的問題。有必要在歐洲和國際層面上制定關于使用無人機的法律。

這一分析旨在為圍繞武裝無人機在陸軍行動中的使用、風險、挑戰和結果的學術辯論做出貢獻。本文將首先介紹軍用無人機：描述無人機的類型，并對軍用和民用無人機、軍事應用、目的和戰術進行區分。隨后，將分析在軍事行動中使用無人機的法律和倫理爭議。

最后，將解釋兩個案例研究：第一個是關于納戈爾諾-卡拉巴赫爭議地區44天的戰斗（2020年），它提供了一個樣本，說明這些武器可能對特定沖突的結果產生巨大影響；第二個是關于2004至2009年美國在巴基斯坦的攻擊。它描述了缺乏規范在戰場上使用軍用無人機的國際法，以及由此產生的非法殺戮。

這個話題與Finabel MS有關，因為它可能使他們意識到有必要審查與該主題有關的立法，以形成對無人駕駛飛行器的共同理解。此外，在2020年的納戈爾諾-卡拉巴赫沖突中大量使用作戰無人機，可能為Finabel MS將無人機能力與火炮相結合的新戰略鋪平道路。

總之，各國在沒有仔細研究對所有各方（友軍、敵方戰斗人員、平民和社會）的潛在后果的情況下，不得輕率作出決定。

這項研究對攻擊者-防御者的蜂群交戰進行了權衡分析，以比較制約蜂群行為因素的相對效率，即目標算法和單個無人機參數。特別是，我們研究了為 "服務學院蜂群挑戰賽"（SASC）開發的算法，這是一項蜂群對蜂群交戰的實戰演習。我們用動態蜂群模擬進行了分析，允許蜂群組成和行為發生變化。這使我們能夠確認SASC中關于蜂群性能的定性結果。此外，使用比例分析方法進行定量權衡分析，并開發了評估防御性蜂群適應性的函數形式。我們的結果為后續研究更復雜的蜂群行為提供了一個框架。

無人機蜂群是由自主飛行器組成的群體，它們通過協調和溝通來實現目標[1]。無人機蜂群的規模可以根據蜂群的能力和后勤支持而任意擴大。在軍事上，大型蜂群對高價值單位（HVU）（如航空母艦）構成高風險，因為蜂群有能力壓倒現有的HVU點防御[2] 。

1.1 來自無人機蜂群的風險

無人機蜂群的實戰能力在歷史上一直受到計算機處理、無人機與無人機之間的通信以及能量存儲密度的限制[3]。然而，這些領域的發展已經導致了蜂群的發展和可行性的提高。這導致無人機蜂群的風險急劇增加。大型蜂群已變得越來越有可能，中國早在2017年就測試了超過1000架無人機的蜂群[3]。使得無人機蜂群更加實用的技術改進預計將繼續下去。

對高價值單位來說，最大的無人機風險是空中無人機在利用機載炸藥執行自殺式任務。蜂群的目標是，通過數量，使HVU的防御達到飽和，并摧毀或使HVU失效。目前的HVU防御系統，如導彈或近距離武器系統，不足以對付大型無人機蜂群[2]，也不經濟。這些旨在對付飛機和導彈的防御系統沒有能力對付無人機及其威脅狀況。蜂群的低成本和大規模使HVU有可能耗盡其有限的防御彈藥，而只能摧毀蜂群的一小部分[2]。在這種情況下，HVU將很容易受到蜂群殘余物或其他單位利用其疲憊的防御系統的攻擊。

HVU的戰略效用和經濟價值也會導致對手以整個無人機蜂群的代價從HVU的破壞中獲益。有能力的無人機可以以低至每架500,000美元的價格投入使用[2]。這個估計包括無人機、發射器和后勤支持的費用。因此，一個600架無人機蜂群，能夠削弱現有的HVU防御系統，將總共花費3億美元[2]。這與一艘航空母艦120億美元的成本相比更有優勢[4]。這種差距使得蜂群可以被用作力量倍增器，以盡量減少美國目前從昂貴的HVU中獲得的優勢[5]。

1.2 反蜂群技術

擬議的反無人機蜂群的方法包括激光和電磁武器以及無人機反集群。激光和電磁武器在技術上比現有的點狀防御系統更適合于反擊無人機蜂群，因為它們能夠耗費幾乎無限的射擊次數。然而，這兩種武器系統目前都沒有被廣泛使用。事實上，激光和電磁武器都面臨著巨大的技術困難，需要相當大的技術進步來提供可靠的反無人機防御[6]。

無人機反集群包括使用防御性無人機群來打擊進攻性的、敵對的無人機群。與進攻性無人機群相比，這種蜂群反制措施的研究相對較少。然而，與其他反制措施相比，防御性無人機群的優勢在于利用了刺激進攻性無人機群發展的相同技術進步。隨著進攻性無人機群的能力越來越強，防御性無人機群也是如此。事實上，防御性無人機群可能比進攻性無人機群更容易實施，因為防御性無人機群在受控空域的友軍中行動[7]。反蜂群還允許防御者破壞進攻型無人機群最重要的優勢，即其規模。防御性無人機群可以有足夠大的規模來減輕進攻性無人機群飽和防御的能力。

美海軍研究生院的研究人員以前的工作重點是將反集群作為一個最優控制問題進行研究[8]-[12]。此前的工作利用了基于潛力的模型、遠程武器和防御者集群戰略。本論文通過實施不同的蜂群合作規則和應用新的分析技術，在這些先前工作的基礎上進行研究。例如，以前的研究集中在遠程武器上，在這種情況下，攻擊蜂群是作為一個整體參與的。本論文著重于使用短程武器的模擬，其中防御者與單個攻擊者交戰。此外，本論文研究的是權衡分析，而不是優化，但這里描述的工具可以在未來的工作中與優化相結合。

發展防御性無人機群需要回答一系列問題。首先，防御型蜂群的最佳戰術是什么，以最好地對抗攻擊型蜂群？第二，什么樣的平臺規格，如速度或武器范圍，將是最有效的？第三，與這些平臺規格相關的成本或技術限制可能會影響到部署最佳蜂群的可行性？這三個分類問題包括許多其他問題。例如，給定一個算法和一套平臺規格，增加更多的機器人有什么好處？是否有一個點，在這個點上增加更多的無人機不再有好處？平臺規格的改進與增加無人機相比有何不同；例如，是速度翻倍還是無人機的數量更有利？

為了回答這些問題，任務規劃者和設計者必須對無人機群參數進行全面的權衡分析，以確定如何在最小化群組成本的同時最大限度地提高群組能力。對諸如蜂群行為、蜂群規模和單個無人機性能（包括其速度和武器射程）等因素進行徹底的提煉，可以使任務規劃人員能夠派出最能勝任、最經濟的無人機群來反制對手的蜂群。如果沒有這種分析，任務規劃者就有可能制造一個不足以擊敗進攻性蜂群的蜂群，從而使HVU處于危險之中。反之，任務規劃者也可能建立一個無人機群，它可以很好地擊敗進攻性機群，但卻是一種低效的資源分配。目前，適合執行這些規劃任務的分析工具很少。本論文的目標是開始填補這一知識空白。

當特斯拉和SpaceX創始人埃隆-馬斯克在一個滿是美國空軍人員的房間里斷言，自主無人機戰爭是未來，將取代戰斗機，這引發了一場有爭議但關鍵的辯論。9/11之后的十年里，無人機在軍事領域激增。在阿富汗、敘利亞、伊拉克、也門、利比亞和烏克蘭，無人機和無人駕駛飛行器（UAVs）已被廣泛用于禁用常規武器系統。因此，常規戰爭與無人機戰爭的可替代性和破壞性的難題就出現了。無人機是 "技術和信息系統深度融合的產物"。 此外，云計算、大數據、網絡和人工智能的快速發展推動了使用無人機的愿望，因為它們具有卓越的監視和打擊能力。

最近亞美尼亞和阿塞拜疆之間的沖突（2020年7月12日至16日）期間，無人機被用來摧毀坦克，這進一步點燃了關于無人機戰爭未來的長期辯論。無人機將只是軍事武器庫的一部分，還是將取代現有的軍事武器庫？納戈爾諾-卡拉巴赫沖突點燃了對無人駕駛獵殺系統的研究，如Harop和Orbiter 1K蜂群，可以破壞被攻擊國家的防空系統。中國和美國人尤其有多項計劃來開發無人機群技術。 雖然使用無人機的優勢是壓倒性的（減少士兵的風險，減少錯誤，減少平民傷亡），但依靠無人機的局限性也是不容反駁的。在未來的戰爭中，尤其是無人機戰爭中，"人的因素"應該被去除到什么程度，將取決于各國如何制定政策來適應這些新興技術，而不是由這些技術來塑造戰爭的方式。

無人機戰爭歷史

第一架無人機是由英國在1916-17年開發的，并被命名為 "魯斯頓-普羅克特空中目標"。從那時起，無人機已成為偵察和監視的必要工具，并被美國、以色列和俄羅斯廣泛使用。在20世紀60年代的越南戰爭中，瑞安147型偵察無人機被用于密林中，而以色列在20世紀70年代和80年代的各種阿以沖突中擅長使用無人機作為游蕩彈藥作為反雷達解決方案。在20世紀90年代，海灣戰爭改變了戰爭的概念，特別是美國對信息和通信技術的使用，促進了無人機的使用。20世紀90年代，無人機在海灣戰爭、阿富汗戰爭、科索沃戰爭、阿拉伯-以色列戰爭和伊拉克戰爭中得到了使用。無人機最初被用作監視平臺，但其精確打擊的潛力很快就被意識到。例如，通用原子公司的MQ-1 "捕食者 "無人機被設計為偵察平臺，當從其上發射 "地獄火 "導彈時，它被改裝成了打擊型無人機。從那時起，美國軍方一直在使用MQ-1和MQ（其年輕版本）作為監視和攻擊平臺，其計時飛行時間超過了美國空軍所有戰斗機的總和。

在無人機戰爭方面，亞美尼亞-阿塞拜疆沖突迫使戰略界關注無人機蜂群技術的發展空間。美國海軍在2016年測試了130架微型無人機在加利福尼亞的中國湖周圍成群結隊的效果。這次測試展示了發展反無人機能力的迫切需求。美國有兩個研究無人機群技術的計劃--國防高級研究計劃局的Gremlins計劃，"從飛機上發射一些小型無人機，進行協調和分布式行動"；以及海軍研究辦公室的Locust（低成本無人機群技術）計劃，"從船上發射小型無人機群"。俄羅斯和中國也進行了一些蜂群實驗，無人機在戰場上徘徊，自主或通過操作者進行獵殺、指定和瞄準。

非國家行為者對無人機戰爭的可承受性和效力并非一無所知。恐怖分子、武裝分子和叛亂分子等非國家行為者利用無人機制造混亂以實現其政治目的的例子有很多。從1994年到2018年，大約發生了14次非國家無人機襲擊。第一次無人機襲擊，雖然沒有成功，但在1994年，日本的末日邪教組織奧姆真理教使用遙控直升機噴灑化學劑沙林毒氣。2013年，"基地 "組織曾計劃對巴基斯坦進行無人機暖氣襲擊，但被情報機構制止。自2014年以來，ISIS一直在使用 "自制和現成的 "無人機來攻擊伊拉克和敘利亞軍隊。2018年，非國家行為者發生了兩起襲擊事件，一是通過GPS制導的無人機對委內瑞拉總統馬杜羅進行暗殺未果，二是13架無人機對俄羅斯在敘利亞的軍事基地進行了群攻。

在無人機戰爭領域涌現出的另一個討論領域是網絡力量在對抗無人機的擴散和使用方面的作用。除了防空火炮系統，網絡和電子攻擊也被用來阻止無人機攻擊。這方面的第一個例子可能是在2011年，美國RQ-170 "哨兵"無人機在伊朗丟失，可能是由于GPS欺騙。此外，愛德華-斯諾登泄露的數據顯示，英國信號收集裝置在塞浦路斯截獲了以色列無人機的錄像。反擊烏克蘭無人機的最活躍的網絡/電子攻擊是由俄羅斯人完成的。

無人機的優勢

談到安全問題，無人機可以有多種應用。就軍事用途而言，無人機可用于 "情報、監視、偵察（ISR）和目標獲取 "以及 "夜視行動、導航輔助和后勤運輸"，也可用于 "邊境控制、監測、執法、搜索和救援、新聞和運輸 "等民用目的。在安全領域接受無人機的最相關的原因是，它們被認為是 "人道主義技術的一個進步"，似乎很容易適應 "正義戰爭 "的原則，同時又是負擔得起的和安全的。

使用無人機的優勢可以根據它們的三種功能進行分析：監視、致命的武力使用和壓倒敵人的防空系統。說到ISR能力，無人機更容易在國際邊界上移動。它們的閑逛能力提供了持續的情報，而不會使人類面臨風險。此外，無人機可以在不同的氣候和地形下運行，因此是滿足ISR要求的理想選擇。無人機對于需要大量情報投入的反叛亂行動特別有用。

在打擊目標方面，無人機表現出深刻的準確性和空襲性，與其他武器系統相比，這大大減少了附帶和平民傷亡。在戰場上，指揮官獲得常規防空系統的反應時間相對高于他們獲得無人機的能力。這大大節省了戰爭期間采取行動的關鍵時間。

鞏固無人機案例的另一個領域是其壓倒和摧毀敵人防空系統的能力。神風特攻隊式的無人機群是壓倒高度復雜防空系統的關鍵。例如，高科技的俄羅斯防空系統的防御在反擊無人機攻擊方面是徒勞的。土耳其和以色列通過使用攜帶精確制導彈藥的無人機成功地摧毀/防御了 "俄羅斯Pantsir短程防空系統（SHORADS）、S300、S400高空防御系統（HIMADS）、Buk-M1中程地對空導彈（SAM）系統。因此，無人機的模塊化使其適用于各種軍事應用。

無人機的局限性

無人機可以根據其傳感器類型、速度、重量和成本分為三類--一類、二類或三類。但與戰斗機相比，它們的機動性較低，容易被擊落。無人機在有空軍和防空火炮系統的空域生存是很困難的。盡管正在采用無人機群技術來應對這一問題，但目前并非所有國家都具備群集能力。即使擁有空中優勢，無人機也無法到達遮蔽其視野的密集區（植被、基礎設施、人口）。雖然無人機有精確的打擊率，但總是打擊并消滅目標是不謹慎的，因為無人機剝奪了從目標處收集額外情報或從打擊地點收集其他實物證據的機會。

無人機在戰略界受到稱贊的另一個原因是其自主的 "開火和遺忘 "能力。但這些無人機的自主性的真正影響還有待商榷。例如，像RQ-4 "全球鷹 "這樣的自主無人機被美國空軍用于ISR行動，但這些無人機之所以能自主工作，是因為 "它們遵循程序化的任務軌跡，幾乎肯定地安全返回家園"。此外，無人機，無論是否自主，都有多層次的人類存在。例如，涉及MQ-1 "捕食者 "和MQ-9 "收割者 "的無人機行動，在以下方面有大量的人員存在。(1) 發射無人機的基地，(2) 控制它們的地區的遠程基地，(3) 提供戰區信息的線人，以及(4) 整理和確定目標清單的政府人員。因此，盡管飛行員的風險已經減少，但在該地點操作無人機的人員和線人仍有相當大的風險。在2009年美國在阿富汗的查普曼前進基地自殺式爆炸事件中，大約有7名中情局雇員在無人機項目中被殺。

近來，一個與依賴無人機的可持續性有關的新問題已經凸顯出來了。無人機的攻擊正通過使用網絡和電子攻擊而被積極阻止。事實證明，使用網絡技術來瓦解無人機的攻擊比傳統的防空火炮系統更有威力。非國家行為者使用網絡和電子戰入侵或控制平民用于娛樂活動的無人機，會對國家安全造成損害。雖然美國軍方的高保障網絡軍事系統（HACMS）等計劃旨在 "建立網絡彈性"，以保護各種無人機系統，但這種計劃只涉及軍用無人機系統，民用無人機仍然可以被黑客攻擊（烏克蘭東部沖突中就有這種情況）。這種網絡攻擊的主要挑戰是無人機活動的歸屬問題。要確定無人機攻擊的地點是很困難的。

亞美尼亞-阿塞拜疆沖突案例研究：印度的經驗教訓

2020年納戈爾諾-卡拉巴赫沖突和阿塞拜疆使亞美尼亞裝甲部隊和步兵喪失能力的無人機戰略，重新引發了關于常規武器系統與自主武器系統的辯論。阿塞拜疆在土耳其和以色列的幫助下，用三架無人機不僅壓倒了亞美尼亞的防空系統，而且還摧毀了亞美尼亞的幾輛坦克。與MQ-9 "死神 "相同，土耳其的Bayraktar TB2（有趣的是，它采用了加拿大國防公司L3Harris提供的技術，盡管在這次沖突之后，加拿大禁止向土耳其交易這種技術）進行了紅外制導和激光制導反坦克彈藥。以色列的無人機Obiter 1K和Harop提供了神風特攻隊的攻擊和偵察支持。納入這三架無人機的出色戰略使亞美尼亞軍隊陷入癱瘓，并確保了阿塞拜疆的決定性勝利。

這場沖突不僅鞏固了無人機的案例和它們在未來戰爭中的關鍵作用，而且還展示了空軍為陸軍和海軍提供空中掩護的重要性。只關注無人機而忽視戰斗機將是災難性的。無人機應該被看作是軍事武庫的一部分，而不是軍事武庫的替代品。就印度而言，前陸軍參謀長Manoj Mukund Naravane將軍曾表示。首先在伊德利卜，然后在亞美尼亞-阿塞拜疆，對無人機的想象力和進攻性的使用，算法使用，挑戰了傳統的戰爭軍事硬件：坦克、大炮和挖好的步兵。

2021年6月27日恐怖分子對印度空軍查謨基地進行的簡易爆炸裝置（IED）無人機襲擊，以及在印度西部邊境看到的100-150架監視無人機，是印度加快無人機集結和反無人機能力的一個明顯信號。印度已經有了 "蒼鷺"（以色列航空工業公司）、"蒼鷺II"（IAI）、"搜索者"（IAI）、"海洋衛士"（美國通用原子航空系統公司）、Switch無人機（印度IdeaForged技術公司）、四旋翼飛機（DRDO）、"哈比 "和 "哈普"（IAI）等無人機。與其他無人機項目一起，印度目前有 "獵豹項目"，該項目分為兩個獨立的項目--一個是為印度空軍升級 "蒼鷺 "無人機，另一個是為所有三個部門采購30架MQ-9 "死神 "B無人機。

無人機對印度的威脅是一個嚴重的問題。過去幾年中，越來越多的人使用無人機投放毒品、武器和彈藥。在多個場合，邊境安全部隊擊落了這些無人機。國防研究與發展組織（DRDO）正在積極研究無人機溫控和反無人機技術。他們已經開發了無人機的 "探測-摧毀技術"，在共和國日、獨立日和美國總統唐納德-特朗普訪問艾哈邁達巴德的莫特拉體育場期間，總理的講話中都采用了這種技術。這種反無人機系統應得到進一步發展，并迅速納入所有關鍵基礎設施的保護中。盡管印度國防部正在與美國積極合作，在國防技術與貿易倡議（DTTI）下研究空射無人機（ALUAV），并與以色列（獵豹項目）合作，但謹慎的做法是也要積極合作開發反無人機技術，在矩陣中采用反雷達、網絡和炮兵防御系統。

未來

無人機必將成為未來戰爭的一個重要組成部分，但它們有戰術上的限制，因此不能完全取代傳統的武器系統。它們只是整個軍事拼圖的一個部分。基于上述分析，可以得出以下結論。

1.即使有了自主性，也很難從無人機系統中去除人的因素。

2.無人機的使用保障了飛行員的安全，但卻使在戰區操作無人機的人員面臨風險。

3.無人機有能力解散最先進的防空系統。

4.網絡和電子攻擊，如數據鏈攔截和導航欺騙是無人機戰爭的最大威脅。對這些無人機活動的歸屬是一個挑戰。

5.無人機戰爭是一個現實，因此，為了獲得戰略優勢，各國應積極關注反無人機能力。

因此，根據現有的對手參數（武器庫、地形、氣候、戰略等），以組合方式使用無人機的戰術策略應該是掌握無人機戰爭的關鍵。

許多人認為，網絡戰具有內在的革命性和變革性，因為它們與大型軍事行動有關。然而，軍事革命往往難以量化，它對人、過程和機構的依賴程度不亞于對新能力的依賴。除了原始的軍事潛力外，像網絡行動這樣的新興能力只是形成戰略談判的眾多因素之一，這一過程往往更多的是由人類決心和心理問題來界定，而不是對不確定武器的客觀力量計算。從經驗上看，人們發現網絡戰沒有想許多人認為的那樣具有變革性。網絡戰往往是對其他權力工具的補充，更多的是作為塑造活動--政治戰爭和情報--而不是決定性的戰斗。本章試圖為戰略決策者如何在危機決策期間將網絡戰作為一種工具因素制定一個理論邏輯。當面臨升級或抑制危機的決策時，網絡選項為決策者提供了一種信號和低水平成本施加的方法，不會加劇緊張局勢。決策者傾向于利用網絡選項作為管理危機升級和減少敵意的方法。本章通過一個兵棋推演調查實驗和案例研究來說明這一邏輯，表明網絡戰有可能提供一個脫離戰爭的通道。

本論文探討了區塊鏈與互聯網協議第六版（IPv6）數據包信息的使用，以支持與無人駕駛飛行器（UAVs）智能蜂群的安全、高性能和可擴展的通信。在這篇論文中，我們研究了三種情況下的加密數據包的交換，即點對點、點對多和多對點。我們模擬了每個場景下的蜂群行為，并在模擬運行中改變了蜂群中無人機的數量。基于仿真的結果顯示，對于點對點場景和多對多場景，即使在多對多場景中，交互節點的數量增加，延遲也沒有明顯增加。相反，在點對多的情況下，延遲會增加。需要進行更多的研究來評估本論文中提出的區塊鏈-IPv6方法的安全性和可擴展性。

圖. 使用區塊鏈技術的無人機群智能中的塊生成概念

引言

越來越多的無人機被用于軍事目的，再加上自動化方面的進步，如為無人駕駛飛行器（UAV）配備不同程度的自主權和群集智能，使得這些飛行器成為敵對勢力的誘人目標。為了獲得競爭優勢，對手將試圖找到無人機的飛行控制器、接收器或發射器的可利用的物理和網絡漏洞，然后應用動能、網絡或某種動能和網絡攻擊機制的組合來操縱無人機的行為，例如使無人機墜毀或泄露敏感數據。

攻擊軍用無人機的一個途徑是操縱無人機使用的通信機制，無論是無人機與無人機之間的通信還是無人機與人類操作員之間的通信。例如，對手可以修改或阻止無人機群之間的數據交換，以降低無人機群的行動效率。重要的是，為軍事單位提供的無人機已經過動能和網絡脆弱性評估，與這些脆弱性相關的風險在無人機的操作使用之前就已經得到緩解，并且在無人機的使用壽命內對無人機系統進行修改時，也要進行風險評估和緩解。

安全風險管理也要在一個框架中進行規范，美國國家標準與技術研究所（NIST）就是這樣做的，它發布了一個風險管理框架。多種技術可用于實施降低安全風險的措施。例如，Vikas Hassija和Vinay Chamola[1]斷言。"當務之急是保持無人機和其他用戶之間交易的安全性、成本效益和隱私保護。區塊鏈技術是一個非常有前途的解決方案，可用于部署實時無人機應用"。

A. 問題陳述

科學技術的創新和進步之間存在著一種共生關系。諸如自動駕駛汽車、自主無人駕駛飛行器（UAV）和智能家用電器等能力，一度被認為是科幻小說的范疇，或者在技術上太難實現，現在已經很普遍了。

無人機的概念最早出現在1783年，當時約瑟夫-米歇爾和他的伙伴雅克-艾蒂安-蒙戈爾費埃公開展示了一種當時可以說是無人機或無人駕駛飛機的交通工具[2]，其形式是1849年在法國一個叫安諾奈的地方的熱氣球，在那次戰爭中，由奧地利中尉弗朗茨-馮-烏沙提斯創造的氣球炸彈被用來攻擊威尼斯市。雖然這次攻擊只造成了輕微的損失，但它可以被稱為成功，因為兩天后威尼斯就投降了[3]。尼古拉斯-特斯拉在1898年獲得了遙控（RC）的專利，大約20年后，一家名為拉斯頓-普羅克特空中目標的公司在特斯拉之前獲得專利的遙控技術基礎上發明了第一架無翼飛機[4]。

從那時起，無人機技術和它的應用已經穩步增長。它們已被用于科學研究，如收集有關火山活動的數據，在這些地方使用駕駛飛機會太危險或太昂貴。在20世紀90年代，亞伯拉罕-卡雷姆推出了 "捕食者"，這是一種配備了攝像頭和其他傳感器的無人機，用于監視。國防界為 "捕食者 "配備了武器裝備，包括導彈[5]。掠奪者本身已被用于一些沖突，如在阿富汗、巴基斯坦、波斯尼亞、前南斯拉夫、伊拉克、也門、利比亞、敘利亞和索馬里的沖突[6]。在2022年，它們也被烏克蘭和俄羅斯武裝部隊廣泛用于戰斗。

無人機技術的一個重大進步是應用了蜂群智能，一群無人機模仿大量同質動物的智能行為，如蟻群、鳥群和蜜蜂群。蜂群通過蜂群成員之間的協調表現出集體行為。蜂群的行為可以被編碼為算法，而這些算法又可以通過軟件實現，在計算機上執行，比如無人機中使用的嵌入式計算機[7]。蜂群行為甚至被用來進行基于無人機的燈光表演，例如在2020年東京奧運會的開幕式上。

在蜂群中，蜂后是控制器，同樣地，在蜂群智能無人機中，系統中有一個控制中心，典型的控制器名為地面控制站（GCS）。無人機的工作方式很直接，這涉及到無人機和GCS之間的數據交換，然后GCS可以連接到衛星，或者衛星可以直接連接到無人機，一切都在實時發生。圖1說明了無人機和其基礎設施的一種通信方式。至少，通信需要是低延遲和安全的[8]。

有兩種技術可以在GCS和無人機之間進行通信。第一種技術是基于蜂群基礎設施的GCS，第二種是飛行Ad-Hoc網絡（FANET）。基于蜂群基礎設施的GCS本身有一個GCS，用于集中式通信。所有的無人機群都將與GCS進行通信，以便群組能夠運作。然而，這種技術的一個缺點是，它依賴于GCS的可用性和正確運作。如果GCS受到干擾，整個無人機群也會受到干擾。相比之下，FANET使用一個發射器向某個無人機發送命令，然后該無人機將這些命令轉發給第二個無人機。然后這些命令將以串行或并發的方式分發給其他無人機。所有的無人機將進行通信，并擁有發射器給出的命令列表，這樣，如果這個發射器發生故障，所有的無人機仍然可以執行命令，因為每個無人機都有一個有效的命令列表。最后，通過使用這種FANET技術，每個無人機將具有冗余性，而不完全依賴通信基礎設施。然而，這種技術也有缺點。例如，一個入侵者或一個未知的無人機可以進入并破壞無人機群。再比如，無人機群的授權成員無法檢測到，所以入侵者（即未經授權的參與者）的無人機，從而可以獲得將由授權無人機執行的命令列表[9]。

為了克服入侵者無人機的問題，也許可以應用區塊鏈來防止未經授權的無人機使用無人機群命令來獲取列表。區塊鏈本身已被廣泛用于金融領域，目的是在每筆交易的驗證過程中消除第三方。

在區塊鏈中，當數據被分發時，將很難被黑客攻擊并獲得完整的數據，因為它是由一個使用加密手段的網絡驗證的。每個區塊由前一個區塊的哈希值，驗證哈希值的隨機數，或稱nonce，以及時間戳組成。完整性的保證是由區塊鏈為第一個區塊的形成提供的，這個區塊是由一個經過驗證的交易形成的結果，稱為創世區塊。由于哈希值是不可預測的或唯一的，欺詐或復制行為將被發現。每個經過驗證的區塊都有其哈希值，對該區塊的任何改變都會對其他區塊產生影響。如果所有或大多數節點給予許可或同意，該區塊就會被添加到鏈上，因為共識機制安排交易的有效性在某個區塊的有效性。

區塊鏈上的這種共識機制可以通過三種方式進行，那就是工作證明、股權證明和投票，實用拜占庭容錯。在加密貨幣的世界里，工作證明被用于采礦。它的工作原理是在每個節點上進行數學方程的計算，然后每個首先完成計算的節點將有權將最新的區塊輸入區塊鏈。使用權益證明，只有合法的節點可以進行計算以達成共識。另一方面，實用拜占庭容錯是基于投票的，要求至少有三分之一的授權節點是拜占庭的。

認證過程是通過生成具有偽隨機函數的一次性密碼（OTP）來進行的。無人機在區塊鏈中注冊，每架無人機根據存儲在區塊鏈節點中的關系，確定它能夠認證的最近的無人機。認證請求從無人機發送至相關的無人機，后者在區塊鏈中觀察并檢查該無人機是否有關系，并能對其進行認證。這個方案能夠挫敗外部惡意無人機的攻擊或第三方攻擊，即使對手知道第一個令牌。

B. 方法

在本論文中，我們研究了使用IPv6（互聯網協議版本6）在無人機之間進行通信的方式。與IPv4（互聯網協議版本4）相比，IPv6有很多優點，即速度更快，更有效，因為它的路由表比IPv4少，所以路由過程將更有組織和有效，而且更安全，因為它配備了交換數據的加密功能。帶寬更有效，因為IPv6支持組播。配置更容易，因為它自動運行。總的來說，IPv6更適合無人機等移動設備，因為不需要通過網絡地址表（NAT），因此延遲低。IPv6將使用區塊鏈與權益證明共識相結合。

與加密貨幣一樣，區塊鏈上的每個節點都必須進行支付。在這項研究中，支付被替換成OTP。每個節點產生相同或同步的OTP。區塊鏈和OTP在這里的使用是為了檢測未經授權的無人機，并防止他們讀取或更新無人機群使用的命令列表。此外，我們探索了區塊鏈、智能合約共識（SCC）和分布式賬本技術在蜂群通信方面的能力。此外，還根據提出的無人機群智能通信架構的概念進行了模擬。

C. 范圍

本論文的范圍僅限于探索區塊鏈技術和OTP的聯合使用，這兩種技術在IPv6數據包中都有填充。

D. 研究結果總結

在進行了模擬物理無人機在點對點、點對多、多對點場景下的運行，并使用1-10000次迭代或交易的實驗后，得到了各場景的延遲比較結果。從這些結果可以得出結論，對于點對點方案和多對多方案，即使在多對多方案中，交互節點的數量增加，延遲也沒有顯著增加。而在點對多的情況下，一個節點以廣播信息的形式同時向幾個節點進行交易，這導致了延遲的增加。第四章和第五章解釋了仿真結果和這些結論的總結。此外，第五章還討論了與本論文中的事項有關的未來工作的可能性和建議。

E. 論文組織

第二章介紹了無人機群智能通信區塊鏈功能的背景，并利用它作為無人機群智能的通信手段。它還對IPv6結構格式進行了概述。第三章討論了基于IPv6區塊鏈的通信數據傳輸的分析。具體而言，分析了IPv6區塊鏈數據包的場景、保密性、完整性和可用性。第四章闡述了IPv6區塊鏈在無人機蜂群智能中實現的可能性和挑戰的研究成果。第五章提供了結論和對未來研究的建議。

美國軍隊繼續在日益復雜的安全環境中作戰，不能再期望在每個領域都有無爭議的或主導性的優勢。由特種作戰部隊（SOF）操作的飛機需要改進防御能力，以支持在非許可環境下的任務。將自動化和人機協作納入現有的防御能力，可以減少威脅的反應時間，提高有人和無人飛機配置的防御機動的有效性。這篇論文研究了作為威脅反應一部分的飛機機動的價值，以確定人類干預對時間和準確性產生負面影響的情況。它還考慮了復制Merlin實驗室的飛行自動化方法和將能夠進行防御性機動的機器訓練系統納入現有飛機的機會。分析表明，飛機的機動性對于有效的威脅反應至關重要，自動選擇操作者的行動可以提高對某些地對空威脅的生存能力。這篇論文建議重新關注特種部隊飛機的防御能力，并贊同將機載自主系統整合到傳統的載人平臺上，以提高防御性威脅反應。它還主張繼續研究在SOF任務中使用可選的載人飛機，以完善其操作效用，并在各種任務平臺上擴大能力。

美國軍隊繼續在日益復雜的安全環境中運作，不能再期望在每個領域都有無爭議的或主導性的優勢。由于地對空威脅已經擴散到在世界各地活動的敵對行為者，未來的作戰環境將以有爭議的空域為特征，這將對有人和無人駕駛飛機的操作構成挑戰。由特種作戰部隊（SOF）操作的飛機需要改進防御能力，以便在這些有爭議的地區進行機動，同時支持傳統SOF任務。這篇論文研究了商業能力的進步，以減少威脅的反應時間，提高有人和無人駕駛飛機配置的防御性機動的有效性。

通過與位于波士頓的飛行自動化初創公司Merlin實驗室合作，本分析探討了防御性機動的潛在自動化。飛機機動是對威脅作出有效反應的一個關鍵方面，自動選擇操作者的行動可以提高對某些地對空威脅的生存能力。通過確定AC-130J威脅反應中人為干預影響飛機操縱時機和準確性的步驟，這項分析揭示了復制梅林實驗室的飛行自動化方法和將能夠執行防御性操縱的機器訓練系統納入現有飛機的機會。

在威脅反應過程中確定的關鍵步驟包括威脅指示、威脅作戰識別和威脅反應配對。目前，機組人員手動執行這些步驟來完成防御性威脅機動。然而，這些步驟中的每一個都可以從自動化和人機協作中受益，通過三種明顯的方式提高整體性能。首先，生成簡化的視覺和聽覺威脅指示，確保及時通知威脅的存在。其次，自動識別過程以準確識別威脅的變體，減少了反應時間和人類識別錯誤的可能性。最后，將威脅識別與適當的飛機反應同步配對，減少了不必要的延誤，并提高了威脅操縱的準確性。

這篇論文建議重新關注SOF飛機的防御能力，并贊同將機載自主系統整合到傳統的載人平臺上，以改善防御性威脅反應。將人機協作和自主能力納入飛機防御系統，可以使防御機動性能優于傳統系統，并允許在更廣泛的環境中作戰。除了改善防御性機動，梅林實驗室的自動飛行甲板在各種不同的飛機和任務中提供了潛在的用途。繼續研究應該調查在SOF任務中使用可選擇的載人飛機，以完善其操作效用，并在各種任務平臺上擴大能力。最后，在整個特種部隊中采用梅林系統將顛覆既定的操作慣例，需要個人和組織行為的改變。為了緩解過渡期并提高采用率，AFSOC應采取步驟，盡量減少利益相關者的行為變化，同時最大限度地提高系統的操作效益。培養對人工智能、機器學習和自動化的理解，將使這些行為者為軍事技術的快速變化和戰爭特征的變化做好準備。

圖 9. AC-130 防御性威脅反應圖。

摘要：

美國軍隊分析中心（CAA）開發了戰略競爭與危機兵棋推演，以捕捉現代軍事競爭在當今世界的運作方式。CAA責成我們的跨學科團隊開發一個更強大、更全面的聲譽模型，利用在系統工程、國防和戰略研究以及運籌學中各自的專業，從另一個國家的角度來量化一個國家的聲譽。該團隊利用系統決策過程中的工具來量化理論上的、無形的聲譽概念。研究從基于專家利益相關者分析和文獻審查的定性價值模型開始。然后，研究小組確定了價值衡量標準，以建立一個搖擺權重矩陣，從另一個國家的角度為每個國家產生一個聲譽分數。這個分數，以及一個增強的游戲用戶界面，現在可以被整合到現有的SC2兵棋推演中，以提供一個更完整的、敘述性的體驗，在整個游戲中記錄玩家的決定。

關鍵詞:兵棋推演，競爭，聲譽，跨學科

1.簡介

這個頂點項目旨在開發一個聲譽模型，加強戰略競爭與危機（SC2）兵棋推演的現有架構，通過利用價值建模的系統方法，說明軍事、經濟或政治決策對感知國際力量的影響。我們的客戶，軍隊分析中心（CAA），已經開發了他們的SC2兵棋推演，"以捕捉與'競爭'相關的討論，以及它如何支持軍隊的全球戰略框架"（Engelmann & Kearney, 2021）。該游戲的目的是采取行動，提高自己的全球聲譽水平，"基于對其實力、可靠性和決心的普遍看法"（陸軍部總部，2021）。目前，CAA有一個考慮到外交、軍事和經濟實力的聲譽模型。我們的畢業設計小組進行了研究，以開發一個新的模型，包括更多影響國家聲譽的因素，然后能夠成功地將該模型應用到SC2兵棋推演中，特別是四個大國：美國、英國、中國和俄羅斯。

保持技術優勢是美軍作戰方式的一個關鍵組成部分。向大國競爭（GPC）的轉變重新強調了保持技術領先。然而，絕大多數所謂的幫助美國保持領先優勢的技術戰略都將這一概念作為一份文件，簡單地回答 "軍隊應該開發或采用什么技術 "的問題。這種狹隘的技術戰略觀幾乎沒有將手段（技術獲取決策）與戰略目的聯系起來，而且往往將技術的發展本身視為目的--這種錯誤的概念可能導致不適應或停滯的戰略和資源的浪費。本論文試圖通過定義一個技術戰略的概念和框架來幫助提高技術決策的效率和重點，將技術的強調和獲取作為手段，將戰略效果作為目的。

這種方法對技術戰略是描述性的，而不是規定性的。其產出可作為認識、分析和構建技術戰略的基礎。

第一個關鍵發現是，當軍事技術決策導致從戰爭方式范式到作戰概念，然后到所需能力組合，最后到技術獲取（技術戰略）、組織結構和理論創新（"DOT三要素"）的選擇時，它們就是戰略性的。至少，技術戰略的內容通過確定作戰概念中所需要的技術能力、獲取方法和主要的技術重點來指導關于獲取、開發和/或改進武器、運載和信息技術的決策。

第二個關鍵發現是形成兵力開發戰略的分類法。了解每個層次是技術戰略制定和分析的關鍵。該分類法在圖1中顯示，并在后面進一步解釋。

圖1. 擬議的技術戰略分類法

實現層對技術和DOT三要素的追求按其設計的時間范圍進行分類，以滿足其戰略最終狀態。將技術戰略（和其他DOT組件）的實現時間與作戰概念的預期實現時間同步是這一層次的主要目的。

交戰概念層顯示了范式和概念之間的聯系，并按照大戰略中的戰略目的來組織技術追求（即技術如何在戰略環境中創造效果）。作戰概念是軍方對在特定情況下如何進行戰爭的設想，以及軍方將如何進行戰爭（例如，馬賽克戰爭或空地戰）。

能力組合是所有DOT三要素及其DOTMLPF-P對應物的組合，以實現作戰概念中的能力（例如，自主飛機或蜂群無人機以支持馬賽克戰爭概念中的JADC2能力）。以這種方式看待技術及其伴隨的DOT戰略的主要好處是，它使DOT決策與特定的概念相聯系，從而與它的預期戰略效果相聯系。

戰略形式層面（圖2）描述了戰略家滿足能力的技術要求方式。技術戰略形式作為一種模式或模板，描述了戰略家用來實現所需能力的方法。這些是技術戰略的模板，與人們可能認為的戰略類型（如費邊延遲戰略）的方式有相似之處。下面顯示的三種原型，對技術戰略的形式進行了分類。風險與效率，平價驅動，以及基于進攻和防守的形式。

圖2. 觀察到的和推導出的技術戰略形式

購置方式層面確定了該戰略將指導用于滿足能力組合要求的技術購置方式。這些選擇對戰略形式有很大影響。有四種類型的方法被確認。模仿性獲取方式側重于復制其他國家已經在使用的技術。發展性獲取方法側重于新技術的發明，對新興技術的利用，和/或對已有的（但不強調的）技術進行重新構想。創新性方法涉及到購買技術，并將其與軍隊自己的或其他購買的技術相結合，以創造新的東西。監測方式假定軍隊至少有一些手段和理由來追求技術變革，但選擇繼續沿著目前的路線進行典型升級。戰略形式和方法層面是技術戰略家的主要關注領域。

最后的關鍵發現是，對技術戰略的明確描述和結構化突出了一系列的陷阱：比較陷阱（鏡像）；冰山（暗示高度的隱蔽能力）；交叉點（挪用技術發展）；機會成本（每一個是也是對其他東西的否定）；戰爭和技術關系（技術發展可以改變戰爭和沖突的特征）；重點發展（試圖為所有任務建立一種技術），以及果斷的投資者行為（戰略上錯位的技術追求）。這一小部分的經驗教訓可能只是從不斷研究和完善技術戰略概念中獲得的豐富知識的開始。在一個競爭激烈的時代，我們必須在技術追求上集中精力，深思熟慮，并具有戰略性。本研究提供的意見和建議可能有助于這種努力。

無人機群可以在海上、陸地、空中甚至太空中使用，從根本上說是一種依賴信息的武器。迄今為止，還沒有任何研究從信息戰的角度來研究無人機群。本文利用開源研究和定性推理，探討了這些蜂群對信息的依賴性以及由此產生的與信息戰領域--電子、網絡、空間和心理--的聯系。總的來說，文章對這一重要的新興技術如何融入更廣泛的國防生態系統提供了見解，并概述了加強相關信息戰能力的實用方法。

關鍵詞：信息戰、無人機群、無人系統、網絡戰、電子戰

無人機群來了。在以色列2021年與加沙的沖突中，該國軍隊成為第一個在戰斗中部署無人機群的國家。在俄羅斯和烏克蘭正在進行的沖突中，俄羅斯部署了卡拉什尼科夫KUB-BLA游蕩彈藥，據說這種彈藥能夠（或將會）形成蜂群。俄羅斯還擁有一種尚未部署的柳葉刀彈藥，具有創造空中雷區以瞄準無人機和其他飛機的潛在能力。

美國及其盟友和對手正在尋求合作性的無人機群技術。這種追求并不奇怪。無人機群在每個沖突領域的每個軍種都有應用，從步兵支援和后勤到核威懾。整個聯合部隊的軍事領導人必須考慮，隨著技術的成熟和進入戰場，無人機群與現有能力和戰爭形式的關系。這些想法應貫穿于未來的概念、采購決策、演習、訓練、計劃和行動，以考慮到友好和敵對的使用。本文研究了一個更大挑戰：無人機群和信息戰。

盡管無人機群可以在陸地、海上、空中甚至太空中行動，但它們從根本上說是依賴信息的武器。每個蜂群的共同點是需要在無人機之間保持穩定的通信聯系，確保信息得到有效和適當的處理。事實上，蜂群是 "能夠協調其行動以完成共同目標的多個無人駕駛系統"。 蜂群的許多獨特優勢也來自于信息共享。

無人機群的優勢來自三個關鍵領域：機群規模、定制化和多樣性。擁有更多傳感器和彈藥的大型機群能力更強，可以進行大規模攻擊；但是，機群必須處理來自更多無人機的輸入。靈活的蜂群可以增加或刪除無人機以滿足指揮官的需要，可以分成較小的群體，從多個方向攻擊或打擊不同的目標，并在增加或刪除無人機時處理信息輸入的變化。多樣化的機群可以納入不同類型的彈藥和傳感器，并允許緊密結合多領域打擊，增加新類型的信息源，并在無人機以不同的速度和不同的環境風險移動時產生協調挑戰。信息失效意味著碰撞的風險和能力的喪失。

這些能力使信息共享所支持的新型戰術成為可能。正如保羅-沙爾寫道："蜂群將是一種更有效的、動態的、反應迅速的戰斗組織模式。"蜂群可以集中火力攻擊目標，也可以分散和重組以反擊。實現這些壯舉需要高水平的穩定通信。

支持技術也依賴于信息。機器視覺--機器的觀察能力--需要大量的數據來訓練算法。感應器無人機使用這些算法來收集和分享關于敵方防御、可能的目標和環境危害的信息。與單個無人機一樣，蜂群作為一個整體或外部控制系統必須處理在現場收集的大量信息。處理速度會影響蜂群的戰場價值，因為較慢的算法速度意味著較慢的決策速度。雖然蜂群可能不包含機器視覺，但隨著蜂群規模的擴大，人類控制者將面臨類似的挑戰。

信息依賴性意味著必須在信息戰的背景下考慮無人機群。根據美國國會研究服務部的說法，美國政府對信息戰沒有一個正式的定義。實踐者通常將信息戰定義為 "使用和管理信息以追求競爭優勢的戰略，包括進攻和防御行動"。這種戰略包括電子戰、網絡戰和心理戰。也包括空間戰，因為位置、導航、時間信息和基于衛星的通信是無人系統的關鍵信息來源。

當然，注意到信息依賴性并不意味著行為者會成功地認識或利用這種依賴性。盡管俄羅斯軍方早已認識到電子戰在對抗無人機方面的重要性，但在烏克蘭沖突期間，軍方似乎在落實這一知識方面遇到了困難。例如，社交媒體上發布的視頻似乎顯示，烏克蘭無人機在沒有俄羅斯電子戰保護的情況下靠近俄羅斯車輛。俄羅斯軍方和其他國家也可能在網絡、太空和心理戰領域努力實施這種知識。

本文研究了無人機群與信息戰四個方面（電子、網絡、空間和心理）的關系，并探討了人工智能（AI）和機器人技術，它們支持其他領域并影響無人機群的信息戰脆弱性。文章最后提出了政策建議。

電子戰

在巴德學院無人機研究中心對反無人機系統的審查中，電子干擾是最受歡迎的反無人機攔截系統。這種受歡迎程度并不令人驚訝；電子干擾代表了一種潛在的廉價、可重復使用的擊敗無人機的方法，不管是否是蜂群。人類必須向無人機提供任務參數、發射決定，有時還必須進行實際控制。中斷蜂群內的控制和信息共享會擾亂無人機。如果通信中斷，人類就不能設定或修改任務，或指揮打擊或發布撤退命令。無人機群更依賴于通信，特別是電磁波譜上的通信。

盡管無人機可以根據簡單的規則創建蜂群，但通信對于復雜的行為來說是必不可少的，特別是在軍事背景下的蜂群，因為戰場上的地形各不相同，戰斗人員的數量和配置也在變化，而且采用了一系列的戰斗戰術。因此，通信對于防止無人機-蜂群的碰撞以及協調運動和攻擊決策是必要的。如果無人機無法溝通，蜂群就不能作為一個統一的單位運作，不能協調搜索目標，也不能分享成功的識別結果。此外，無人機不能協調攻擊，即一些無人機攻擊一個目標，另一些則攻擊另一個目標。沒有通信，無人機群的價值就會喪失。

電子攻擊可以模仿友軍信號，操縱整個蜂群的通信。例如，據報道，2011年，伊朗通過干擾無人機的通信并操縱全球定位系統迫使其在伊朗降落，從而俘獲了一架洛克希德-馬丁公司的RQ-170 "哨兵 "無人機。如果一個國家允許無人機在沒有人類控制的情況下開火（這絕不是肯定的），對手也可以發送信號，表明對手在一個友好的位置，可能會導致蜂群向該位置開火。

蜂群通信架構--因此，破壞或操縱無人機蜂群的方法--在不同的蜂群中是不同的。蜂群通信通常依賴于電磁波--無線電波（例如Wi-Fi）、紅外線和光學--但聲學信號對于水下無人機可能是必要的，因為電磁信號在水下傳播得不好。因此，頻譜管理對于確保蜂群內部和蜂群之間以及任何控制站的信號是不沖突的非常重要。蜂群控制結構要求將信號傳遞給正確的無人機，如果蜂群中的無人機被禁用或破壞，這將是一個挑戰。

信息在整個蜂群中的傳播方式也可能不同，這可能會影響破壞或維持通信的機制。在集中控制的蜂群中，一個領導者可以協調分配給蜂群中每個成員的任務。在分散控制的蜂群中，無人機與離它們最近的無人機溝通，導致出現成群行為。從理論上講，這種行為消除了全球通信的需要。但是，實現分散控制的簡單算法可能不足以應對復雜、動態的軍事環境。

未來的發展可能會減少蜂群對電磁波譜的依賴。新技術根據不同的物理原理提供通信渠道，如量子通信。另外，無人機可以通過stigmergy間接地協調它們的行動。螞蟻等昆蟲會在潛在的食物來源上留下信息素痕跡，而跟隨的螞蟻如果也找到了食物，也會留下它們的信息素。先進的無人機群可以采用類似的方法。

螞蟻為無人機群提供了另一個教訓：角色的多樣性。蟻群中的螞蟻采用專門的角色，最明顯的是在蟻后和工蟻之間。同樣，蜂群可以納入通信無人機，將可用的機載功率用于加強信號，作為交換通信的備用節點，或使用不同的信號類型來發布撤退命令。無人機群還可以混合集中式和分散式的通信方法，以提高復原力。例如，蜂群可以依靠分散式通信，并有一個備用的集中式通信系統來對抗干擾。這種方法將需要大量的技術開發，以防止兩種通信方式之間的沖突。

隨著無人機群越來越自主，來自群外的基于電磁頻譜的信息就越來越少，對人類輸入的需求減少意味著對一些通信渠道的需求減少。然而，這種自主性是有代價的，那就是操縱或破壞自主系統的新機會。

從理論上講，先進的無人機群可以獨立于外部控制，但政策和技術上的挑戰給自主權設置了上限。美國防部目前的政策不允許無人平臺上的半自主武器在通信功能下降的情況下選擇和攻擊目標，也不允許自主武器在沒有有意義的人類輸入的情況下用致命武力攻擊人類。自主的、復雜的戰略決策，如評估目標對整個戰爭結果的價值，如果沒有通用的人工智能，可能是不可能的，而通用人工智能在短期內不太可能出現。因此，在可預見的未來，將需要一些電子通信。電子戰也越來越與網絡戰聯系在一起。

網絡戰

網絡攻擊可能試圖使無人機群失靈、控制、操縱或滲出信息。蜂群必然擁有單個無人機的所有網絡安全漏洞，包括容易受到反認證攻擊（阻止控制器操作無人機）、代碼注入和代碼更改、利用零日漏洞以及數據外流。更多的無人機也意味著有更多的機會來攻擊系統。

網絡攻擊可以通過反認證攻擊或代碼注入或更改來實現無人機控制系統。使人類控制失靈或改變代碼，使無人機引擎或螺旋槳不能動彈，可能會導致蜂群崩潰。墜落的無人機可能與其他無人機或其他友好資產相撞。禁用傳感器可能導致無人機群盲目飛行，導致碰撞或阻止識別對手的防御系統和其他感興趣的目標。作為一個民用例子，研究人員在2015年7月利用網絡漏洞使一輛吉普切諾基?的剎車失靈。限制無人機的移動為對手提供了戰場優勢。更巧妙的是，網絡攻擊可以利用無人機群的信息處理算法。通過提供不正確的數據、重放攻擊（重復或延遲有效的信息傳輸）、注入惡意的代碼或改變現有的代碼來實現對無人機控制和任務分配算法的簡單操縱，可以造成重大破壞。如果操縱使無人機無法檢測到彼此，它們可能會發生碰撞。如果不能檢測到環境危險，可能會導致崩潰，只需輸入舊的視頻或圖像數據，使蜂群不能 "看到"它前面的建筑物。由于錯誤是不可避免的，增加錯誤風險（但不一定導致錯誤）的代碼修改可能會在很長一段時間內沒有被發現。對手引起的錯誤可能會出現在正常的計算機錯誤中。另外，網絡操縱可能會減緩信息處理、決策或物體識別，使蜂群更容易受到反蜂群防御的影響。算法破壞甚至可能發生在生產過程中。

機器學習和相關技術的進步使對手能夠創建和傳播高度復雜的假圖像和視頻，或利用網絡滲透將其注入數據收集中。假數據可能導致圖像和視頻分析軟件得出錯誤的結論，錯過威脅，或將非戰斗人員作為目標。如果在多個無人系統中使用相同的軟件，對手可能會造成大規模傷害。

最重要的是，對手可以通過改變控制算法的代碼或提供不正確的數據，使無人機群認為一個友好的目標是一個對手，從而將無人機群的能力轉為自己的利益。另外，敵方可以命令蜂群離開受威脅的區域或進入敵方的火力范圍。對手也可能使蜂群安全地進行收集和研究，以獲得關于蜂群能力的獨特情報。對網絡操縱的脆弱性和自主性水平是相互關聯的。

更多的自主性意味著更復雜的計算系統，有更多的利用機會和更大的錯誤風險。具有自主導航、運動或瞄準系統的無人機可以在沒有人類控制的情況下運行，并可以被操縱。同樣，對于更大的、異質的蜂群來說，協調可能更加困難，這提高了災難性失敗的風險。識別滲透在大型蜂群中也更具挑戰性，因為對手可能只攻擊蜂群中的一架無人機。

最后，對手可以通過訪問無人機之間或無人機與控制站之間的通信鏈路或無人機本身的內部控制系統的軟件和固件，尋求從蜂群中滲出數據。這些策略可以讓對手收集關于蜂群位置和活動的情報，以改善防御，從預期的攻擊區域撤退，或酌情準備反措施。通過更好地了解使多架無人機以蜂群形式運作的算法和程序，數據滲出也可能促成更多的破壞性行動。這種理解也將更好地使行動者能夠創建他們自己的蜂群。

空間戰

無人機群通常依靠空間資產進行地理定位，而在地平線上行動的無人機群需要空間資產進行指揮和控制。如果衛星被禁用或摧毀，蜂群可能無法有效運作，或者根本無法運作。然而，最近的技術發展表明，隨著時間的推移，空間領域的依賴性可能會降低，而且信息戰的最有可能的層面不再是無人機群的要求。

許多無人機群依靠全球導航衛星系統（GNSS）來引導它們，GNSS航點可用于定義所遵循的路徑或要避免的區域，識別感興趣的目標（如用于情報收集的對手設施的位置），并引導機群返回發射位置。衛星也可以作為指揮和控制信息的中繼站。

目前，無人機群在相對較短的距離內運行，沒有必要進行衛星通信。隨著技術的發展，無人機群可能在更遠的距離上運行，這些更遠的距離可能需要基于衛星的通信來更新任務目標，給予許可，或提供其他命令。在未來，蜂群中無人機之間的通信甚至可能需要空間資產來覆蓋長距離。

停用或摧毀衛星將使依賴衛星進行地理定位或指揮命令的蜂群無法有效運作。無人機將變得無效，并開始徘徊而不知道該做什么或去哪里。在一個敵對軍事力量主要依賴無人系統的世界里，在大范圍內禁用地理定位可能被證明是毀滅性的。

技術的進步可能減少或可能減輕基于空間的風險。蜂群可以使用外部的全球定位系統節點來幫助定位。一個研究小組使用與全球定位系統相連的浮標，讓水下無人機在不直接進入該系統的情況下定位其位置。一個類似的概念可以通過使用從已知位置（如支持車輛）傳輸的信號來幫助地面或空中車輛進行地理定位。另外，新的導航概念可能會消除對全球導航衛星系統的需求，盡管這些概念在軍事上的成功程度還不清楚。與電子戰一樣，更多的無人機自主性降低了對外部、天基信號的需求。

心理戰

無人機群與心理戰的關系最小。但可能用于傳播宣傳小冊子是個例外，然而，與現有的宣傳手段相比，蜂群似乎沒有什么有意義的優勢。然而，無人機群和更廣泛的自主武器可能會成為錯誤信息、虛假信息和惡意信息的對象，因為全球和公共規范圍繞著機群和自主武器的使用形成。由于擔心對平民的風險和放棄人類控制的道德問題，越來越多的運動正在尋求禁止自主武器。越來越多的人支持這一運動，包括在一些北約成員國。例如，根據2019年1月的益普索民意調查，%的德國人反對使用自主武器。同樣，由于大規模傷亡的可能性和目前機器視覺系統的脆性，武裝的、完全自主的蜂群可能會帶來類似于傳統大規模殺傷性武器的心理影響和風險。"大規模殺傷性武器 "一詞帶有強烈的規范意義，圍繞其使用和擴散的污名。

無論這些公眾運動是否轉化為全球政策的變化，它們都可能為戰略信息行動創造機會，以播種分裂。例如，行為者可能會放大關于使用蜂群和自主武器的說法，以鼓勵內部和伙伴國家反對戰爭努力。反之，行為者可能會對他人進行虛假指控，以達到同樣的效果。核實自主武器是否真正自主的挑戰使得真相與虛構難以區分。無人機群的自主性可能更容易證明，因為一個人有可能控制一個由幾十架無人機組成的小群，但沒有人能夠合理地控制幾千架無人機。駁斥關于無人機群自主使用的錯誤說法則要難得多。

人工智能和機器人技術

人工智能和機器人技術的進步是無人機群所有方面的基礎，并影響到對信息戰的脆弱性和復原力。這些技術的改進可能會導致更好的瞄準算法、蜂群任務分配算法和更大、更復雜的蜂群，也會影響可能被蜂群使用或對抗的電子戰、網絡戰和空間戰系統。在戰場上更多地使用人工智能和機器人技術也可能為心理戰創造更多機會。

機器人和人工智能可以改善進攻性電子戰和網絡戰能力。機器學習可以加強電子戰的目標定位，創造更有效和自動化的網絡攻擊。例如，機器學習可以實現更好的頻譜和功率分配、網絡釣魚檢測、網絡入侵檢測和其他活動。事實上，據報道，中國人民解放軍戰略支援部隊正在將機器學習與網絡戰和電子戰相結合。此外，機器學習的進步可以使用戶通過網絡手段向友好或敵對的數據集添加更好的深度假象。研究人員也在探索使用機器人作為電子攻擊和網絡攻擊的平臺。

人工智能的進步也有可能改善電子、網絡和空間對抗措施。基于人工智能的網絡防御技術為網絡入侵檢測提供了巨大的好處，包括提高準確性、自動響應和吞吐量。另外，機器人系統可以被用來在其他系統退化或被破壞的地方形成一個臨時的通信網絡。例如，Swarm Technologies的SpaceBEE衛星為互聯網連接的設備形成了通信網絡。單個或多個機器人可以作為中間人，支持穩定的通信。

機器人系統非常適合太空戰；它們不需要維持生命的設備，這使它們的成本更低。天基機器人可以用來攻擊對手的衛星或收集信息。多個天基機器人可以操縱空間碎片進入軌道，以打擊對手的衛星或發動分布式的協調攻擊。當然，天基蜂群可能有不同于地面蜂群的技術挑戰，特別是成功的移動和協調。

戰場上更多的人工智能和機器人意味著有更多的機會指責對手違反新生的自主武器規范，因此，有更多的機會發動心理戰。人工智能的改進可能會抵消這種擔憂的一部分。活動家們的一個擔憂是，眾所周知，機器學習是很脆弱的，因為訓練數據可能是有偏見的或不完整的。加強測試和評估、合成數據和數據共享可能會減少風險，并提供反信息的機會。如果不仔細檢查訓練數據，就很難判斷機器學習系統有多強大，甚至不可能。敵人可能會謊稱機器學習系統未經測試且設計不良，導致平民面臨高風險，而反駁這種說法將非常困難，甚至不可能。因此，廣泛部署這些系統可能會導致對違反戰爭法的指控增加。

政策建議

無人機群對信息戰的依賴對軍方的成功行動有幾個影響。

對無人機群和信息戰之間的關系進行更深入的研究是必要的，應該探索信息互動的技術特征，信息環境如何影響戰術使用，以及戰術使用如何影響作戰和戰略環境。一些研究可以進行建模和模擬，以評估不同的無人機群配置對信息攻擊的復原力。模擬和戰爭游戲可以探索無人機群在特定信息相關角色（如電子攻擊）或作為反衛星武器的相對價值。

分析的重點應該是信息競爭在不同類型的沖突中如何變化（同行對同行，同行對近同行，以及不對稱），不同形式的通信對電子攻擊的彈性和無人機群如何適應更廣泛的頻譜分配，以及納入無人機群的新概念以及它們如何與信息戰互動。

友好無人機群的研究和開發必須包括對信息攻擊的加固。蜂群內的通信渠道、信息處理系統以及較遠距離的指揮和控制系統都必須得到保護。某些系統（如物體探測算法）將不針對蜂群。一些有希望的信息加固研究已經開始，如國防高級研究計劃局關于可在GNSS否認的環境中操作的蜂群的工作。無人機群的加固程度應取決于任務以及機群可能面臨的基于信息的攻擊的可能性和類型。

美國還應該對各軍種的信息戰能力進行全面審查。有跡象表明，美國空軍和美國陸軍面臨著電子戰的挑戰，盡管美國海軍沒有。美國陸軍卓越網絡中心的指揮官約翰-莫里森少將直言不諱地說："當涉及到電子戰時，我們的武器不夠用。我們被同行和接近同行的競爭者所淘汰。"最近的報告也描繪了軍事網絡安全的負面形象。2018年10月政府問責局的一份報告 "發現從2012年到2017年，[國防部]測試人員經常在幾乎所有正在開發的武器系統中發現關鍵任務的網絡漏洞。"國防部在招募網絡戰士方面的困難以及硅谷和該部門之間日益擴大的分歧加劇了這一挑戰。 美國在太空也面臨越來越多的反對。國防情報局最近的一份非機密報告發現如下。

• 俄羅斯等的軍事理論表明，他們認為空間對現代戰爭很重要，并將反空間能力視為降低美國和盟國軍事效力的一種手段。俄羅斯等都發展了強大和有能力的空間服務，包括天基情報、監視和偵察......。俄羅斯等都在發展干擾和網絡空間能力、定向能武器、在軌能力和地基反衛星導彈，可以實現一系列可逆轉到不可逆的效果。

該審查應評估軍事信息戰的真實狀況及其與對手發展的一致性，確定改善信息戰能力和組織的具體建議，并為國防工業和知識分子提供一套非保密的建議和指導，說明他們的努力如何能夠支持更廣泛的信息戰活動。

根據審查結果，美國軍方將能夠在研究和發展進攻性信息戰能力（例如，電子干擾和進攻性網絡武器）方面進行有針對性的投資，以擾亂、操縱或以其他方式擊敗可能被用來對付美國軍隊的對手無人機群。這種投資也將有利于未來戰爭的其他方面--從對抗無人系統和依賴信息的戰爭概念到破壞敵方的供應鏈。

相關的能力應該在組織上進行整合，機器人技術、電子戰、網絡戰和太空戰的發展應該為無人機群的獲取、研究和開發、戰爭游戲、概念和理論發展以及相關培訓提供參考。由于無人機群的信息挑戰對每個軍種都是一樣的，因此應盡可能在聯合層面開展活動。更好地整合信息領域的各個組成部分對非蜂群無人系統也是有用的，因為本文的許多分析也適用于它們。

對敵方無人機群和相關信息戰方面的情報收集也很重要。針對無人機群技術操作的情報收集將幫助軍方了解如何操縱或破壞對手的無人機群，并確定秘密行動的機會，如毒害用于機器視覺算法的數據收集。其他明顯的情報收集目標是結合信息戰能力的對手組織（例如，中國人民解放軍的戰略支援部隊）。收集到的信息將有助于軍方了解可能針對美國和戰略伙伴無人機群部署的能力。

在部署無人機群之前，未來的指揮官應評估戰場上的信息戰情況，以告知將使用的機群類型及其組成。例如，指揮官可以包括更多的通信無人機以提高生存能力。應該建立培訓、演習和戰爭游戲，以幫助指揮官發展和行使這種判斷。此外，將信息戰要素納入更廣泛的戰備和訓練活動中，將使指揮官了解失去對信息環境控制的挑戰。指揮官還可以考慮部署反電子戰武器，以支持無人機群在被拒絕的環境中使用。

如果美軍尋求大量使用無人機群，它還必須計劃減輕由此產生的心理戰風險，并采取措施使這些行動更加透明，確保適當的人力控制，前提是這種透明不會給對手帶來好處。例如，美國可以通過將國防部指令3000.09 "武器系統的自主性"下的現有限制變成具有約束力的法律，或通過關于自主武器能力的新的透明度政策，對自主武器采取更有力的限制。這些限制可以伴隨著昂貴的承諾，如投資于自主武器的核查措施。

結論

與其他任何武器系統相比，無人機群更依賴于信息。幾乎每一種與蜂群有關的能力都需要掌握信息流，使蜂群規模擴大，采取復雜的行為，并同時在多個領域運作。然而，這些優勢也構成了一個重要的弱點。癱瘓、破壞或操縱蜂群通信、信息處理和地理定位可以使蜂群喪失能力或被打敗。

沒有任何軍事技術存在于真空中。軍事是一個高度復雜的系統，許多技術領域是相互依存的。高級領導人必須考慮新技術在更廣泛的軍事生態系統中的作用，因為近視和失敗是快速的朋友。

扎卡里-卡倫伯恩

扎卡里-卡倫伯恩是沙爾政策與政府學院的政策研究員，是美國國家恐怖主義與反恐對策研究聯合會非常規武器與技術項目的研究成員，是ABS集團的高級顧問，并被正式宣布為美國軍隊的 "瘋狂科學家"。他是自主武器、無人機群、大規模殺傷性武器和涉及大規模殺傷性武器的恐怖主義方面出版物的作者。

• 本研究由美國陸軍研究實驗室贊助，根據合作協議號W911NF-21-2-0227完成。

?在日益復雜的軍事行動環境中，下一代兵棋推演平臺可以減少風險，降低作戰成本，并改善整體結果。基于具有多模態交互和可視化能力軟件平臺的新型人工智能（AI）兵棋推演方法，對于提供滿足當前和新興戰爭現實所需的決策靈活性和適應性至關重要。我們強調了未來作戰人-機器交互的三個發展領域：由人工智能引導的決策指導，高計算力下的決策過程，以及決策空間的真實呈現。這些領域的進展將使有效的人機協作決策得以發展，以滿足當今戰斗空間日益增長的規模和復雜性。

關鍵詞：決策、交互、兵棋推演、人工智能、增強/混合現實、可視化

1 引言

在傳統的兵棋推演中，指揮官利用一個共同的基于地圖的作戰地形，并在軍事決策過程（MDMP，方框1）中模擬各種因素的組合如何產生行動方案（COA）、可能的反擊行動、資源使用估計和預測結果（美國陸軍，1997年，2014年，2015年）。在幾天或幾周的時間里，MDMP過程導致了一套精煉的COAs，它對作戰環境做出了一定的假設，包括地形、天氣以及戰區資產的可用性和能力（即塑造支持主要作戰行動的活動）。

方框1. 軍事決策過程（MDMP）
MDMP是美國陸軍解決問題的理論方法，從接到任務開始，到生成作戰命令結束。MDMP被用作一種工具，幫助指揮人員審查眾多的友軍和敵軍的作戰行動。MDMP的7個步驟在規劃新任務、擴展行動和執行訓練演習所需的決策過程中灌輸徹底、清晰、合理的判斷、邏輯和專業知識（美陸軍，1997年，2015年）。
指揮官在接到任務后啟動了MDMP。在MDMP的第1步中，所有的工作人員和關鍵的任務參與者都被告知任務和待定的規劃要求，包括進行MDMP的可用時間量。確定進行任務分析所需的工具，并收集與任務和作戰區有關的文件。步驟2，執行任務分析，建立對任務的全面理解，包括關鍵的事實和假設，形成擬議的任務說明和任務分析簡報，為制定COA做準備。
MDMP的第3至第6步著重于制定COA以進行分析和比較。這些步驟包括：第3步，制定COA；第4步，COA分析（兵棋推演）；第5步，COA比較；第6步，COA批準。COA是對一個已確定的問題的潛在解決方案。每個COA都要使用篩選標準來檢查其有效性，如在既定的時間框架、空間和資源限制內完成任務。COA的選擇過程通常涉及到兵棋推演，它試圖在考慮到友軍力量和敵人能力的情況下，將行動的順序流程可視化，同時考慮到行動區域內平民的影響和要求（美陸軍，2014）。戰術模擬（兵棋推演）方法的好處是突出了作戰行動的優勢和劣勢。這往往是一個反復的過程，對作戰行動方案進行評估，然后根據需要進行修改，直到出現一個或多個具有最高成功概率的作戰行動方案來完成任務目標。
在一個具體的行動方案得到指揮部的批準后，MDMP的最后一步是制作行動指令，這是一份給下屬和鄰近單位的指令，旨在協調所有參與任務的組織的活動。這一步驟涉及到所有受命令傳播影響的組織之間的積極合作，并建立起對局勢的共同理解。

盡管MDMP幫助指揮官了解作戰環境和考慮作戰方法，但這個過程有很多局限性，如時間密集、假設僵化、跨場景訓練的機會有限，以及將人工智能（AI）指導納入決策過程的機會很少。傳統上，一項任務的成功與指揮部執行MDMP的能力直接相關。然而，鑒于當今多域作戰（MDO）的復雜性增加（Feickert，2021年），有大量的任務指揮系統和流程，與行動相關的所有活動的整合和同步變得越來越困難，甚至到了人為無法完成的地步。由于MDMP的缺陷而導致的規劃專業知識的缺乏，可能會導致不同步和不協調的行動，從而最終導致士兵的生命損失。

MDMP中沒有具體描述戰斗空間的可視化能力，但它顯然在決策過程中發揮著重要作用。最近，集成了先進可視化能力的新系統和新技術已經被開發出來，它們可以提高態勢感知，從而增強決策過程。美陸軍的例子包括Nett Warrior（Gilmore，2015），它使下馬戰士能夠直觀地看到附近的友軍和敵軍，同時根據當地的地形協同規劃戰術任務。盡管這項技術將無線電和數字地圖擴展到了下馬戰士，但它缺乏一個底層的人工智能引擎來提供決策幫助。戰斗空間可視化和交互平臺（BVI，前身為增強現實沙盤，ARES）是陸軍技術的另一個例子，它能夠為任務規劃提供分布式協作，具有從任意視角和廣泛選擇設備的共同作戰畫面的二維和三維可視化能力（Su等人，2021）。BVI架構的制定是為了拉入外部計算服務，如分析管道、模型和人工智能引擎。美陸軍研究實驗室正在努力將這些類型的服務納入BVI，包括用于加強決策支持的人工智能。

目前，MDMP并沒有將人工智能指導納入整體任務規劃方法中。美陸軍的自動規劃框架（APF）（Bailey，2017）開始通過將自主技術插入MDMP工作流程來解決人工智能輔助決策問題。指揮人員可以通過APF的數字規劃呈現、規劃創建和規劃監控工具，在任務規劃和COA開發期間獲得背景援助。任務執行和估計能力通過監測任務的規劃和實際進展，為改進決策跟蹤和支持活動提供自動協助。盡管APF為MDMP引入了基本的自動化水平，但它缺乏Nett Warrior和BVI所提供的先進的可視化和用戶互動能力。

提供地面部隊自動化和用戶可視化能力的是美陸軍最知名的兵棋推演平臺--半自動化部隊（OneSAF），為計算機生成的地面部隊提供建模和模擬能力（PEO_STRI, 2022）。OneSAF提供了半自動和全自動的軍事實體（即士兵、坦克、直升機和綜合單位）的建模，在類似真實世界的戰斗空間中以不同的保真度來支持特定的應用和場景。OneSAF主要用于訓練，并與目前的任務指揮系統具有互操作性。它可以使用多分辨率的地形和詳細的實體相關數據庫來模擬廣泛的作戰環境。然而，OneSAF對地形和實體系統的高保真建模的優勢使得它的設置和運行成本很高。它受到老化系統的限制，而且眾所周知，士兵需要大量的培訓來學習如何操作模擬，使用起來很困難（Ballanco，2019）。OneSAF的復雜功能并不適合開發人工智能能力，以實現快速和敏捷的戰士-機器決策。

除了MDMP和上面提到的陸軍平臺外，最近將人工智能納入決策過程的工作包括一些方法（Goecks等人，2021a），在模擬人類決策過程方面取得了一些成功。一般來說，人工智能在決策變量有限的問題上取得了一些成功，如資源分配（Surdu等人，1999）、飛行模擬器（Drubin，2020）和更簡單的場景。正在進行的挑戰包括需要提高人工智能的能力，以解決有多個行為者、不完整和可能沖突的信息、不斷變化的單位行動和環境屬性的復雜決策，以及需要將這些決策的后果在許多空間和時間尺度和領域內可視化。

以下各節描述了對MDMP的潛在改進。"未來軍事決策過程所需的進步"一節概述了支持MDO決策的三個研究領域，并以圖表形式描述了這些研究領域與軍事理論決策方法之間的關系。"未來軍事決策過程所需的進步 "一節中的小節對每個研究領域進行了更深入的討論。"展望推進人-人工智能團隊決策的交互技術 "一節概述了未來的作戰人員-機器接口（WMI）的發展方向，重點是與決策有關的人-人工智能團隊的跨學科研究。

2 未來軍事決策過程所需的進步

軍事決策過程在支持MDO復雜決策方面的局限性，突出了在三個研究領域的改進需要。首先，有必要將人工智能產生的指導和輔助決策支持納入MDMP。這既包括進一步開發和整合人工智能到戰斗空間決策規劃，也包括進一步改善人工智能決策過程的可解釋性和透明度（Chen等人，2018）。第二，有必要在戰略層面以及戰術邊緣，盡可能地將決策分析與高性能計算（HPC）的力量結合起來。這將能夠利用HPC系統的力量來支持建模、分析和計算時間，同時整合和同步來自所有戰區領域的信息。最后，有必要利用先進的可視化技術，如混合現實技術，對決策空間進行更準確和互動表述。不是簡單地在一個固定的時間尺度上顯示地形的二維渲染，而是需要可視化不同領域的決策是如何相互作用的，并利用混合現實技術來提高理解的吞吐量，并產生平面顯示不可能的洞察力。

除了MDMP之外，其他更廣泛適用的支持戰斗性問題解決的軍事理論包括：DOTMLPF[例如，學說、組織、訓練、物資、領導、人員和設施；（美陸軍，2018年）]，這是一個確定差距并為當前和未來作戰要求提出設計解決方案的框架；以及METT-TC[例如，任務、敵人、地形和天氣、部隊、可用時間和民事考慮；（美陸軍，2019年）]，這是一個結構化框架，用于捕捉任務相關因素的狀態，以便在軍事行動期間進行共享評估。這些理論定義了MDO戰場的信息背景，構成了應用于上述三個研究領域的軍事決策的核心基礎。如圖1所示，在為人類和人工智能指揮開發復雜軍事決策空間的新表述時，研究進展和MDO相關理論相互借鑒、相互啟發、相互加強（美陸軍，2010）。

圖1. 新型作戰人員-機器交互（WMIs）和人工智能輔助決策所需的三個研究發展領域，以支持和加強基本的MDO理論[右下圖來源：Lebsack（2021）]。

2.1 人工智能導向的決策指導

需要新的人工智能支持的WMI，以利用人工智能決策方面正在取得的進展，并為復雜的適應性決策的人工智能學習作出貢獻。在簡化的戰斗空間中測試人工智能決策輔助工具是開發過程中重要的第一步，也是將人工智能納入更成熟的戰斗空間平臺（即BVI、OneSAF）的前奏。開發用于決策輔助實驗的人工智能測試平臺可以在MDO中產生能力越來越強的潛在COA建議。圖2顯示了陸軍開發的兩個人工智能測試平臺的例子。

圖2. 兩個ARL人工智能測試平臺的例子。左邊：ARL Battlespace（Hare等人，2021）（ //github.com/USArmyResearchLab/ARL_Battlespace ）。右邊：ARL的Simple Yeho測試平臺。圖片由C. Hung制作。

人工智能測試平臺能夠開發出匯集所有領域信息的AI，并計算出人類和AI智能體的風險和預期回報。圖2的左側顯示了ARL戰斗空間測試平臺（Hare等人，2021年），它是從頭開始開發復雜決策的新型人工智能的理想場所。它對戰斗空間的抽象強調了軍隊相關場景下的核心推理原則，在這種情況下，用蜜罐進行網絡欺騙。較小的網格空間使人工智能的學習和發展能夠集中在不確定性下的復雜推理，有多個友好和敵對的agent。圖2的右側顯示了ARL的Simple Yeho測試平臺，它提供了將人工智能開發與更多真實世界場景中的默契推理結合起來的能力，有多個基于地形的海拔高度、視線范圍、障礙物、樹葉（隱蔽）、道路和城市區域。紅色陰影和黑色線條表示任務的起點和終點、左右邊界以及人工智能建議的路線。這種額外的真實性使其能夠與MDO理論相結合，包括DOTMLPF和METT-TC，并使人工智能與自然的、機會主義的士兵行為共同發展。這兩個人工智能測試平臺都可以擴展為傳統和沉浸式混合現實WMI開發平臺。

使用漸進式和可擴展的人工智能測試平臺，可以調查現有人工智能的幾個基本限制，特別是對于具有不確定性的復雜和適應性決策，以及人類和AI智能體的協作和對抗。對多智能體的協作和對抗性決策進行建模可能特別復雜，因為其遞歸性質，其他智能體是模型的一部分（Goldman，1973；Grüning和Krueger，2021），需要對決策特征、個性化的價值、風險規避、記憶和注意力進行動態和不斷發展的估計。這些具有高度不確定性、復雜性和動態性的情況是人類擅長的領域，適當設計的交互界面和人工智能測試平臺的人機協作可以提供加速和更有效的決策。對于有效的團隊合作，新穎的WMI應該幫助作戰人員篩選復雜的信息，并幫助人工智能發現決策的隱含規則。下面，我們提供了關于人機協作如何有效的案例。

多域兵棋推演中需要的復雜決策是開發有效人工智能決策輔助工具的直接挑戰。最近人工智能在圍棋、國際象棋、Minecraft和大富翁等游戲中的成功（Silver等人，2017；Goecks等人，2021b；Haliem等人，2021）是基于對世界現有狀態有完整了解的游戲（即 "開放 "游戲），而兵棋推演平臺通常包括關于作戰環境的不完整（如星際爭霸）、不確定或欺騙性信息（Vinyals等人，2019）。不確定性也可能來自變化的物理學或其他環境規則，正如在《憤怒的小鳥》中所探索的那樣（Gamage等人，2021）。由于世界狀態、不同行動者的狀態以及所采取的行動不確定性，知識的缺乏使得人工智能agent難以計算未來行動的風險回報情況（Cassenti和Kaplan，2021）。不確定性也限制了人工智能估計其他行為者的風險回報概況的能力，而這是計算有效的博弈論策略所需要的。人工智能被可能的最優和近似最優選擇的廣度所淹沒（Lavine，2019），即由于信息有限而選擇錯誤的選項，這種情況并不罕見，因為人類在制定有效探索隱藏信息的策略時，采用啟發式方法進行有效的選擇和預測（Gardner，2019）。為了幫助發展人工智能的隱性知識和探索能力，新型的WMI需要有效地解釋和展示決策景觀，以使作戰人員能夠快速和自然地瀏覽可能的選擇，同時使人工智能能夠在不施加認知負擔的情況下從人類的決策中機會主義地學習（Lance等人，2020）。這種機會主義學習可以包括：例如，凝視跟蹤，以捕捉吸引人類興趣和意圖的視覺區域和未標記的目標。它們還可以包括建立在自然的士兵選擇行為基礎上的行動者批評方法，以改善人工智能對人類專家在不確定、不完全信息和欺騙的情況下如何優先考慮某些選擇的學習，這取決于任務相關的背景。

開發人工智能的WMI的另一個基本挑戰是如何有效地整合和顯示MDO中所有五個領域的信息，特別是空間和網絡，因為這些領域的信息具有不同的時空尺度（Gil等人，2018）。對于網絡，決策的規模和速度可能比人類處理和理解的能力更快，需要人類的輸入來指導半自動化的決策，以及實施進攻和防御性欺騙策略的人工智能。WMI需要能夠以這樣的方式顯示決策圖景，即可以解釋一小部分最優和接近最優的決策策略（例如，圖3中的決策樹）。這應該包括對關鍵agent在不確定情況下的未來狀態和風險回報情況的估計（Hare等人，2020），以使有效的博弈論決策能夠被共同開發和相互理解。

圖3. 在頂部，是BVI網絡戰術規劃器應用程序中友軍與敵軍戰爭場景的三維視圖。三維視圖提供了一個比二維視圖更真實的決策視角，例如，顯示友軍（藍色）和敵軍（紅色）機載預警系統（AEWs）和周圍地形的海拔。這使得快速審查可能的視線和相對于周圍地形的感應。下面是人工智能的導航決策樹，為人工智能計算的幾個關鍵選擇的風險/回報概況以及它們如何映射到地形上提供透明度。這種抽象的決策空間還可以整合非空間決策，例如網絡欺騙。虛線表示與友方AEW的通信聯系和對敵方AEW的可能干擾。圖片由C. Hung制作。

這些挑戰為有效的WMIs設計提供了參考。也就是說，我們需要有能力從不同的來源（包括從其他國家的決策輔助工具）提取信息，以及一個能夠承載整合這些信息的計算能力的架構，同時還要處理基礎的人工智能計算（用于學習和部署）。我們還需要共同開發一個界面和算法設計，以適時地利用人類和人工智能agent的優勢并減少其局限性。

2.2 高計算能力下的決策過程

在復雜的決策過程中，需要大量的計算能力來處理和記錄所有組件、實體和狀態空間。從積累的動態狀態空間的數據集中建立過去、現在和預測模型，需要利用HPC資源來產生分析性的見解，并在決策背景下創建有用的表述。

實施HPC分析工作流程的一種方法是使用持久性服務框架（PSF）。PSF是一個最近可用的分布式虛擬化解決方案，它可以通過一個基于網絡的前端實現對HPC服務的非傳統訪問，而不像傳統的HPC環境，計算節點在特定的時間段內以批處理模式分配給用戶。此外，PSF提供對數據、數據庫、容器化工具集和其他托管平臺的分布式連續訪問（Su等人，2021）。

在一個PSF方法的例子中，一個模擬引擎連接到PSF，用于記錄人類和人工智能做出的所有決定。這允許分析在任務規劃和COA開發過程中發生的決策行為，以及識別決策模式和戰略，以開發競爭性和現實的兵棋推演場景。一個戰斗空間可視化平臺可以托管在PSF上，并使用消息傳遞協議來更新所有連接的設備接口。來自模擬引擎的狀態信息可用于生成戰斗空間和參與作戰單位的圖形表示。

使用PSF方法并利用HPC資源，可以實施人工智能輔助決策機制，利用大數據攝取和分析，同時可供地理分布的用戶用于協作決策工作和 "永遠在線 "的個性化培訓和紅色團隊。連接到PSF托管服務器的各種混合現實顯示模式可以支持一系列作戰場景，從戰略層面的指揮和控制到作戰邊緣的更多移動戰術使用。

2.3 決策空間的真實呈現

用圖形表示各級行動的軍事決策戰略需要新的可視化方法，這些方法可以應用于以規則變化、認知狀態、不確定性以及個人偏見和啟發式方法為特征的動態環境（Dennison等人，2020；Hung等人，2020；Raglin等人，2020）。戰斗空間的視覺表現應該在技術上盡可能準確和逼真，但又保持在人類可以理解和解釋的認知水平（Kase等人，2020；Larkin等人，2020；Hung等人，2021）。融合了混合現實技術的先進可視化方法有可能更好地表現多領域戰爭的變化特征及其不斷變化的威脅和動態環境。隨著最近混合現實可視化設備的技術進步，成本降低，硬件的可靠性和實用性顯著提高，混合二維和三維可視化方法現在已經成為可能。

由多個二維顯示器組成的混合現實方法增強了更先進的三維可視化能力，可以為指揮人員提供理解復雜的兵棋推演狀態空間所需的洞察力（Su等人，2021）。當需要一個共享的戰斗空間表示時，可以通過在不同的可視化模式上實現多個協調的視圖來實現協作的戰略規劃模式，以根據分布式指揮人員的輸入進行互動更新。

BVI（Garneau等人，2018）平臺表示地理空間地形信息和地圖圖像，允許指揮人員建立和修改戰術任務規劃和COA。作為一個數據服務器，BVI將地形和作戰數據分發給支持多種可視化模式的客戶端應用程序，包括頭戴式顯示器設備、基于網絡的界面、移動安卓平板設備和混合現實設備（例如，HoloLens 2、Oculus Quest）。

例如，圖3（頂部）顯示了位于加利福尼亞州圣貝納迪諾縣歐文堡國家訓練中心的高分辨率地形上的友軍與敵軍的兵棋推演場景（Wikipedia, 2021）。與MDMP期間經常使用的傳統2D地圖顯示相比，戰斗空間的3D視圖可以從多個觀察角度提供更豐富的用戶體驗。三維視圖，在BVI的網絡戰術計劃器（WTP）中，將地形和人工特征的空間信息以及由MIL-STD 2525C符號描繪的單位位置可視化（美國防部，2014）。可以想象，地理空間視角，如BVI提供的視角，支持決策者對動態戰斗空間環境的理解。與可導航的人工智能增強的決策空間（圖3，底部）搭配，組合的視角可以使人們更好地理解視覺空間依賴性、影響和因果關系、估計的風險和價值、不確定性以及復雜決策的欺騙性。將這種以地理空間和決策為中心的視角與人工智能相結合，可以提供必要的廣度，以協調物理行動與網絡和其他非空間領域的行動，跨越多個時間尺度，并具有快速適應變化的任務目標的靈活性。

3 人-人工智能團隊決策的交互技術展望

人工智能和人-人工智能團隊的快速發展需要WMI同步發展。隨著新型人工智能對有價值的COA產生更好的預測，并能更好地處理復雜的決策，它們也必須利用人類的專業知識，學習如何處理具有高度不確定性、欺騙、隱性知識和博弈論的決策。相反，人工智能的推理必須既抽象又能與兵棋推演環境相聯系，以實現透明和信任，同時又不造成過度的認知負擔。基于三維混合現實的WMI可以利用和增強人類固有的三維認知和預測能力（Welchman等人，2005；Kamitani和Tong，2006；Kim等人，2014；Boyce等人，2019；Krokos等人，2019），如果設計得當，其交互將感覺自然，同時擴大顯示多個領域的信息的能力，同時使AI能夠適時地從用戶的決策中學習。

我們強調了三個關鍵的發展領域，即人工智能引導的決策指導，支持這種指導的計算基礎設施，以及決策透明度的混合現實表現的發展。這些領域的進步需要跨越許多不同學科的專業知識。新的人工智能發展需要融合神經科學、心理學和數學的思想，以克服復雜決策中長期存在的問題的瓶頸。這包括跨時間尺度的學習和變化環境下的災難性遺忘，以及更具體的兵棋推演問題，如具有不確定性、欺騙和博弈論的多Agent決策。計算基礎設施也需要發展，因為計算能力和數據框架對于在戰術邊緣產生人-人工智能團隊的共同操作圖來說都是必不可少的。為了有效地開發，應該通過一個共同的框架來抽象出專有的限制和軟件的依賴性，并為使用和故障排除提供清晰的文檔，以使學術界、政府和工業界更好地專注于解決人與人工智能的合作問題。這個通用框架應該包括有效的信息傳遞，同時提供靈活性和適應性，以滿足人工智能開發和人類用戶在訓練和實際使用環境中的需求。最后，交互技術的開發本身需要跨學科的協同專業技術。一個基礎性的問題是如何壓縮信息使之被用戶有效地理解，以及如何最好地利用用戶的互動來進行機會主義學習。人類的大腦并不處理所有的感官信息，而是對世界進行預測和假設，以便在信息不完整的環境下節約計算。一個有效的WMI應該同時預測潛在的決策結果以及個人用戶的期望和假設。此外，人工智能決策輔助工具必須估計用戶的默契，使其能夠提供最相關的信息和最有希望的選擇，這些信息來自整個作戰領域。

結論

信息作戰和指揮與控制（C2）是美國陸軍可以向盟友和伙伴提供的兩種能力。在未來的作戰環境中，不僅要為動能作戰做準備，而且要為混合作戰和以信息為重點的戰爭做準備。這需要在復雜和默契推理的人工智能能力方面取得進展，在能夠提供持續訓練、分布式混合決策和大數據分析系統方面取得進展，以及在人與人工智能協作決策和機會主義學習方面取得進展，以實現人工智能的持續進步和人與人工智能的共同適應。這些進展中的每一項都需要跨學科的計劃性努力，以克服復雜的技術挑戰，創造新的決策原則、理論和理論方法，包括持續開發綜合測試平臺和技術，以實現政府、學術界和工業界的合作和協同發展。