在未來的軍事行動中，通過協調多智能體系統（MAS）來實施戰略機動以獲得對對手的優勢，是一個很重要的途徑。最近探索MAS協作的工作主要集中在識別、分類、驗證、實施，以及通過多智能體強化學習（RL）來研究新興的協作方式。強化學習方法可以通過探索和利用選定行動來響應特定環境中的突發行為，這有可能抑制對抗性協作，反過來又可以為各種情報、監視、目標獲取和偵察任務提供機會窗口。本報告簡要介紹了RL領域的突出工作及其在自主戰略機動協作式MAS中的潛在應用。

1 引言

美國陸軍現代化激增是由對手在多個領域（如陸地、海洋、空中、網絡、電磁和空間）對美國構成的威脅所推動的，這對美國利益的威脅超出了常規戰爭。預計未來的戰斗將在這些復雜的多領域環境中進行，人工智能（AI）將指導與人類士兵一起協同工作的機器人Agent的戰術、技術和過程（TTPs）。這些機器人將聚集在一起，形成智能多Agent團隊，與人類士兵有效協作，完成任務。

美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）的基本研究計劃（ERPs）構建了開發和實施智能多Agent系統（MAS）的具體計劃路徑。此類陸軍計劃為美國國防行動提供了關鍵研究問題的答案，這些問題匯聚在一起，指明陸軍未來司令部的現代化努力方向。人工智能用于自主機動性（AIMM）和新興超限技術（EOT）是ERP的例子，明確側重于使下一代戰車具有自主感知、學習、推理、規劃和機動能力。這些未來的自主系統將與人類智能體合作進行預測和規劃，并通過戰場上的自主機動（AIMM）和保護（EOT）向士兵提供支持。本報告重點關注需要進行的自主協作，以使多智能體系統（即人類、智能體或人類和智能體混合）在未來的軍事行動中取得成功。

集成和協調的MAS將需要技術的進步，重點是超越我們目前的能力，以有效地對付同等裝備的對手（同行或接近同行）的協作戰略機動性。一個直接的挑戰是開發能夠以良好協調方式自主和智能地工作的智能體團隊。這種能力要求智能體在執行關鍵任務時與士兵一起觀察、定位、決定和行動（OODA-Loop）。雖然新的努力促進了對多智能體范式中情報的一般理解，但目前對情報的解釋并不明確。最近的文獻表明，基于強化學習（RL）的方法可能為實現這種技術進步提供了一條可行的途徑，本文介紹的一系列工作就是證明。

在本報告中，介紹了RL領域的貢獻，以及它們在軍事環境中的潛在應用--特別是通過戰略編隊機動來抑制對手的協作，以實現戰場上的超越。最小化、限制或完全抑制對抗性多Agent行為中的協作是探索和執行在模擬情況下通過RL實驗得出戰略機動的一種手段。此外，協作的戰略機動可以通過各種RL方法學習，以告知防御部隊創造機會或優勢窗口的潛在途徑。

為了在模擬環境中通過戰略機動的RL方法實現MAS協作，我們首先介紹了近年來一些最突出的RL研究。最近在RL領域的進展（如alphago）促進了更復雜的多智能體強化學習（MARL）算法在現實世界應用。此外，近年來也有一些框架來實現多智能體協作。這些努力加在一起，可以為開發和實施多機器人協作提供一條道路，以便在為未來戰場設計的多機器人系統中實現戰略機動。

在下面的章節中，對近年來突出的RL方法進行了分類和概述，并表明這些方法與DEVCOM陸軍研究實驗室目前的研究和開發項目相一致。具體來說，本報告的重點是確定戰略機動的特定算法的優勢和劣勢。此外，對選定的RL方法類別進行了分類，以深入了解戰略機動的潛在實施，并考慮到情報、監視、目標獲取和偵察（ISTAR）任務。

2. 多域作戰中多智能體系統的戰略機動

簡單地說，戰略機動可以解釋為一組智能體協調他們的行動，通過戰勝對手來實現一個共同的目標。破壞，是戰略機動的一個特例，可以表示為對對手協作戰略機動的抑制。因此，戰略機動一詞的使用意味著至少存在兩個對立的或敵對的雙方，他們處于動態的斗爭中，通過限制、抑制或以其他方式破壞對手的協調或戰術，并強加自己的協作戰術來獲得對對方的優勢。

在本節中，提供了一個對抗性的交戰場景，其核心是使用選定的遠程資產，這些資產本質上破壞了友好部隊的交戰。圖1顯示了一個圖例，描述了與所述多域作戰（MDO）情景相關的選定資產和部隊的軍事符號學。根據MDO理論，在武裝沖突中，對手的遠程反介入和區域拒止（A2AD）火力系統可以被用來拒絕友軍在戰區的機動自由（見圖1）。這是通過將情報、監視和偵察（ISR）資產與致命性和非致命性火力相結合來實現的，以攻擊戰略和行動支持區的友軍指揮結構、維持能力和部隊編隊。這些地區是近距離地區作戰資產（如部隊和裝備）的傳統集結地（見圖2）。對手有能力在友軍后方深處識別和攻擊目標，導致這些實體在地理上與戰術支持區和近距離區分離，這有效地提高了友軍的損耗率，即所謂的對峙。鑒于前線部隊與戰略和作戰機動支援相分離，敵對勢力可以利用這種友軍孤立無援的情況，將其消滅。

圖1 友軍（BLUEFOR，左）和敵軍（OPFOR，右）部隊的資產和資源。在所描述的MDO情景中，假設BLUEFOR和OPFOR的所有資產都是自主化的編隊。

圖2 敵軍（OPFOR）使用遠程導彈和火箭炮干擾或破壞友軍（BLUEFOR）戰略支援區的維持行動，這使得友軍無法以有利的條件與近距離地區的敵軍機動部隊交戰。為了應對這一戰略，BLUEFOR執行反擊任務，以摧毀位于深火區的OPFOR遠程火力系統（藍色箭頭）。從深層機動區的BLUEFOR SOF發出的三叉箭頭代表了一種 "破壞 "戰術，它打破了對手的隊形和節奏。

圖3 壓制（S）或解除（N）敵方遠程火力系統和ISR資產，使友軍能夠穿透敵方的A2AD保護傘。這使友軍能夠在近距離地區擊敗敵人，并使機動指揮官有能力利用他們的成功，迅速將部隊轉移到深度機動區，摧毀（D）脆弱的敵方資產并追擊撤退的敵軍。F表示 "固定"，可有效減緩敵軍的行動。粗箭頭代表部隊移動的方向。

MDO理論規定了擊敗對手A2AD能力的計劃（即對峙），以便戰略和作戰機動能夠使前沿部署的友軍以有利的條件與對手交戰（即穿透和瓦解A2AD系統以利用機動自由）。在這里，我們只關注友軍（BLUEFOR）野戰軍和軍團與敵方A2AD系統交戰時的滲透和瓦解部分，這可能需要在未來的戰斗中使用自主MAS。此外，據推測，圖1中友軍（BLUEFOR）和敵軍（OPFOR）的所有符號都將包含自主化的編隊（例如，機器人戰車、自動瞄準系統、地面和空中的機器人ISR資產）。圖2和圖3分別顯示了利用這種符號學與自主化編隊進行戰略機動的情景圖。

如圖2所示，敵對的A2AD火力系統通過攻擊戰略和作戰支持區來創造對峙局面。友軍火力和防空部隊從太空和高空監視（未顯示）接收有針對性的情報，在狹窄的時間窗口內打擊高價值目標（即多管火箭系統[MLRS]），以減少對手的位置調整。除了監視之外，還可以采用戰略刺激--打擊來穿透和瓦解對手的遠程火力系統。

在ISTAR任務中，MARL可以通過利用敵軍理論和敵軍行動中的局部觀察，戰略性地照亮和跟蹤敵軍目標的位置。此外，經過MARL訓練的具有自主能力的編隊，結合高度機動和分散的空中和地面火力，可以開始壓倒對手的遠程防空。友軍可以利用經過訓練的MARL方法來利用對手的TTP，進行防空和地面火力的戰略機動。這些具有自主能力的編隊根據從戰略空基刺激收集的監視數據選擇地理位置。隨著對手的遠程火力系統被消滅，戰略和作戰支援部隊能夠向前方的作戰部隊推進（機動）（見圖2）。

敵軍利用ISR資產識別作戰支援區的友軍資產，并從作戰縱深火力區用遠程火力系統（即多管火箭炮）攻擊友軍。這些敵方火力擾亂了友軍在該地區進行傳統支援行動的能力，這反過來又導致這些活動在離部隊前線更遠的地方進行。這通過擴大戰場和緊張的補給線而造成地理上的對峙。此外，這還允許敵方機動部隊以有利于敵方既成事實的條件與近距離地區的友軍作戰。根據MDO的理論，為了消除對峙，友軍的炮兵系統必須在敵軍的火力和ISR資產部署之前識別、交戰并摧毀它們。友軍SOF通過破壞補給和指揮與控制（C2）節點以及為聯合火力提供目標數據來協助這項工作。這在敵人的A2AD保護中創造了缺口，可以被機動指揮官所利用。在這種覆蓋下，友軍機動部隊穿透并利用近距離和深層機動區域的缺口。

在作戰區，近距離和縱深地區的聯合部隊的戰略編隊可能是自主啟用的編隊（即MAS），利用MARL訓練的策略來利用對手的TTP（來自理論）、本地觀察和ISR收集的信息。如圖2所示，聯合部隊將協調其ISR和遠程精確火力的能力，為前沿部署的BLUEFOR部隊提供支持。在戰略和作戰單位的支持下，擁有自主能力的前線部隊可以在近距離和縱深地區進行協調，以分離和擊敗敵方資產。這將促進消滅敵對的前沿機動部隊（OPFOR），使遠程火力系統容易受到地面攻擊（瓦解），如圖2所示。

聯合火力（即友軍或BLUEFOR）壓制或消滅對手的遠程火力系統，使友軍機動部隊能夠進入并擊敗近距離區域的作戰部隊（見圖3）。然后，友軍機動部隊利用這一優勢，在深度機動區（見圖3中的D區）摧毀敵方的助推器。這將導致剩余的敵對機動編隊從近距離區域撤出，并在深層機動區域建立一個新的戰線。這個過程不斷重復，直到達到戰略目標或打敗OPFOR。這些協調活動在理論上可以通過人類士兵和自主多智能體系統之間的合作來實現。此外，鑒于目前正在積極研究開發和部署這種自主系統，預計未來的戰場將需要考慮像這樣的場景來規劃戰略機動。

本節提供了一個可以應用MARL方法訓練自主化編隊的場景；然而，在這種復雜的MDO環境中執行的具體RL方法還沒有經過測試，或者可能還不存在。下一節闡明了與利用RL方法為未來的MDO交戰訓練MAS有關的一些挑戰。

3 挑戰

在這項工作中，我們將重點聚焦到可以指導MAS克服與軍事防御MDO中戰略機動相關挑戰的RL方法。從技術上講，RL是機器學習（ML）的一個分支，它超越了從數據中建立精確的預測，通過在環境中產生行動來展示學習。這種學習的展示可以被認為是一種決策形式，但更準確的描述是通過狀態空間探索進行戰略行動選擇。

RL智能體在獎勵函數的基礎上進行學習（或訓練），最終確定在當前情況下（即該智能體在環境中的狀態），哪一個是智能體要選擇的最佳行動。例如，RL智能體可以與環境互動，產生與獎勵掛鉤的經驗，這將形成學習的策略（即一系列的狀態-行動對）。然而，在后面的章節中強調，目前的RL方法可能還不夠成熟，無法克服與人類類似的適應性相關的挑戰，以便在新情況或環境中進行智能決策。盡管RL算法有其缺點，但它們似乎是在軍事防御MDO中實現協調的MAS執行戰略機動的最有希望的途徑之一。

在多智能體任務中，協作通常是定義不清的，而且經常被用來表示一組智能體在某些合作任務領域中成功地執行了任務。在以前的工作中，開發并采用了各種新方法來測量執行合作任務時智能體行動之間的相互依賴性，以確認這些智能體事實上已經學會了協作。對協作的確認是確定MAS有能力與其伙伴合作的先決條件，而不是簡單地采取導致某種程度的優化行動。雖然在某些情況下，最佳行為可能是可取的，但如果任務以某種不可預見的方式發生了變化，一個簡單的最佳行為的智能體可能會在戰場上導致災難性的損失。因此，未來防御行動的MAS必須具有明確協作的能力。

在本節的其余部分，描述了與開發戰略機動MAS有關的一些挑戰，其中時間尺度、能力和局部目標可能有很大的不同（例如，MDO），但需要某種程度的協作。此外，假設更大程度的靈活協作可以促進任務執行的改進（例如，更快、更少的損失、非直觀的策略、有效處理不斷變化的能力/團隊組成）。

隨著環境在動態戰場上的變化，敵對雙方（至少）可能需要重復規劃和預測，以便1）跟上，或2）領先于對手的規劃和預測。經過RL訓練的MAS能夠學習這種動態的規劃和預測循環。另外，如果學習智能體建立了一個關于對手協作行動的適當模型，然后采取行動破壞這種協作，也可以實現這一目標。

在一個理想的情況下，一個被選來指導MAS行為的算法將學會處理環境、對手戰術和能力、自身能力（獲得新的能力或失去以前的能力）、團隊組成（例如，改變合作者）和局部目標的變化。然而，大多數最先進的（sota）方法受到經驗的限制（正如許多RL方法的情況一樣）。此外，在大多數模擬中，團隊的能力和組成通常是固定的，不能為算法提供足夠的數據來操作和處理任何上述的特征變化。因此，在選擇一種算法來指導旨在產生戰略機動的MAS的行為時，必須考慮新的或動態的事件、行為、資產和實體。

總之，目前的算法方法在復雜的軍事防御MDO環境中沒有達到所需的能力。目前的缺點可以分為三類。1）數據要求，由于情況的新穎性，數據是有限的，數據集不足以產生準確的預測，或者數據以某種方式被污染（例如，嘈雜、臟亂或對手的改變），2）有限的計算資源，以及3）算法不能泛化到訓練期間遇到的情況之外（例如，不同的目標、改變的能力或修改的團隊組成），導致狹隘或脆弱的MAS解決方案。

在下一節中，我們將更詳細地討論RL的缺點，以闡明如何克服這些問題，為軍事防御MDO環境提供解決方案。為此，我們介紹了現有的RL算法的分類法。這一努力應提供對有前途的RL技術更好的洞察力，這可能有助于確定最終應用于美國國防MDO的可行途徑。

4. RL技術和方法

學習算法的可擴展性是MDO中軍事任務的主要關注點之一，特別是因為這種任務可能需要大量的智能體來完成一個目標。此外，軍事任務可能涉及多個子任務，每個子任務都有自己的子目標，從而進一步復雜化了場景。在MDO中，預計一個子目標由無數復雜的戰略演習組成，這需要MAS的快速計算，以及使用最小計算資源（如在戰術邊緣計算）的最佳（或至少足夠）戰略。因此，一個可擴展的RL算法必須考慮到：1）環境和任務的復雜性；2）智能體（伙伴和對手）的數量，以便每個智能體能夠在通過RL學習過程中收集經驗時正確選擇行動。

環境復雜性（即智能體的狀態和行動空間的大小）可以指環境的狀態空間中可用的狀態數量，以及該環境中智能體可用的行動方案數量。RL算法的可擴展性是指在足夠復雜的狀態和行動空間中，在合理的時間和計算能力內計算最優策略的能力。環境的復雜性還包括納入額外的智能體（例如，擴展到MAS），其中狀態空間被放大以考慮到額外的智能體，而行動空間的大小被乘以該之智能體的數量。

通過使用狀態-動作對的表格來解決RL的可擴展性問題是不實際的，因為連續的領域會使表格無法維持，而且在合理的時間內同時更新所有智能體的表格條目是不可行的。即使有足夠大的計算資源（如過多的計算機內存）來包含所有的狀態，在每個狀態-動作對之間的學習也會太慢。與利用表格跟蹤狀態-動作對相反，一個解決方案是使用非參數函數近似器（例如，權重為參數的深度神經網絡）來近似整個狀態空間的值。然而，函數近似器必須是可微分的，這樣就可以計算出一個梯度，以提供參數調整的方向。

有兩種方法來訓練值函數近似器：1）增量方法和2）批量方法。增量方法使用隨機梯度，在梯度方向上調整近似器的參數，使估計值和目標值之間的誤差最小。然而，增量方法的樣本效率不高，因此不具備可擴展性。相比之下，批量處理方法從一組經驗中保存數據，并使用它們來計算函數近似值估計和目標值之間的誤差。批量方法與傳統的監督學習有共同之處，即結果是已知的（例如，數據被標記），計算近似值的估計值和實際結果值之間的誤差。這種類型的批量學習通常被稱為經驗重放。重復這個過程將導致最小平方誤差的解決方案。最近一個成功的經驗重放的例子是用深度Q網絡（DQN）玩雅達利游戲演示的。盡管函數近似法在復雜的環境中顯示出了成功，但如果不考慮額外智能體的加入（即非平穩性或部分可觀察性），單靠這種方法不太可能足以訓練出MDO場景的MAS。

與價值函數近似法相比，策略學習方法依靠策略梯度（PG）的計算來明確優化策略，而不是間接依靠價值函數。與函數近似方法相比，PG具有更好的收斂特性。PG方法比價值近似方法更受歡迎的主要原因是它們能夠在高維和連續的行動空間中有效（即在復雜環境中可擴展）。在蒙特卡洛（MC）策略梯度（例如REINFORCE算法）中，實際回報（選擇行動）與一個分數函數相乘，以計算梯度。該梯度被用于策略調整（通過改變參數值）以找到最大的回報行動。MC策略梯度具有高方差，收斂速度慢，因為它使用智能體的狀態-行動對在不同時間的整個軌跡來獲得一個返回值。另一種可能超越傳統函數近似方法缺點的解決方案是利用 "演員評論"方法。

在演員-評論家方法中，PG方程被修改為使用價值函數的近似值，而不是使用真實的行動-價值函數乘以分數（如REINFORCE算法）。這表明行為者按照評論者所指向的方向調整策略，以便使總的累積獎勵能夠達到最大。評論者的這一策略評估步驟可以通過使用組合值近似方法（即MC、時差-TD（0）和TD（λ））來完成。為了減少策略梯度的差異，可以使用一個優勢函數。優勢函數告訴我們，與一般的狀態值函數相比，一個行動比另一個行動（Q值）好多少。這意味著評論者必須估計Q值。一個有效的方法是使用TD-error，它是優勢函數的無偏樣本，評論者對一組參數進行近似。TD(λ)資格跟蹤也可用于評論者估計不同時間步長的值。有趣的是，MC（高方差）和TD方法可以與行為人一起使用，隨著時間的推移（即收集的經驗）修改策略。

由于MDO涉及軍事任務，RL算法必須有能力與許多其他智能體協調，以實現最佳的戰略機動，因此MAS的算法必須能夠與大量的智能體和異質資產一起擴展。算法的另一個重要能力是處理復雜狀態空間（即許多智能體）和多領域環境的大量觀察能力。在接下來的章節中，我們將討論在MDO中使用不同種類的RL算法對戰略機動的影響。

無模型算法可分為非策略性和策略性算法，其中狀態行動空間可以是連續的或離散的。在這一節中，討論了無模型算法的優勢和劣勢，以及它們如何與戰略機動相一致，從而實現MDO的目標。這一分析的目的是為尋找在MDO環境中實現戰略機動性的潛在算法方法提供方向。

4.1 深度Q網絡（DQN）

深度Q網絡（DQN）是一種單一的RL智能體算法，它被訓練用來玩行動空間離散、狀態空間連續的Atari 2600游戲。DQN使用一個用Q-learning訓練的卷積神經網絡，從高維輸入（連續圖像）中學習。

DQN算法是一種有效的樣本方法，因為它利用所有收集到的經驗來提取盡可能多的信息。DQN足夠強大，可以使用相同的超參數進行訓練，玩六種不同的Atari游戲，其中智能體在其中三個游戲中的表現比人類專家更好。

然而，DQN的一個缺點是，在理論上不能保證訓練好的神經網絡實現穩定的Q值預測（即在不同的獨立模型中，訓練好的策略可能會有很大的差異）。

鑒于DQN本質上是一個單一的RL智能體模型，它應該不足以在MDO中進行戰略機動。在MDO中，多智能體RL算法可能更適合，因為智能體在執行時間內典型的分散化，允許智能體彼此獨立運作。此外，DQN的原始實現只利用了四個觀察序列來學習Q值，這對于MDO中的戰略機動來說是不夠的。多個資產的戰略機動通常不能在如此短的時間間隔內被捕獲。事實上，這是DQN在評估的三個Atari游戲（即Q*bert、Seaquest和Space Invaders）中與人類相比表現不好的主要原因。然而，存在一些DQN的變體來解決這個問題和其他弱點。

Bootstrap DQN就是這樣一個變體，它學習了一個Q網絡的集合，以提高采樣效率，并克服了傳統DQN的不足之處。行動消除是另一種與DQN一起使用的方法，以解決大的行動空間。帶有記憶類型的DQN（即循環神經網絡）也可以用來處理部分可觀察性。如果一個智能體需要為完成任務而導航環境，這種方法就特別有用。另外，分布式DQN返回一個分布信息，可用于評估策略風險和減少最佳解決方案周圍的方差或噪音。

盡管DQN及其修改后的變體在處理比簡單的Atari游戲更復雜的任務方面很有前途，但DQN方法本質上缺乏一個多智能體預測機制來進行協作戰術，而這是MDO中戰略機動的需要。此外，DQN在大多數情況下計算量太大，無法用于軍事相關環境。最后，DQN算法方法對未見過的例子（例如，伙伴的新行為或環境中出現的實體/障礙）缺乏足夠的適應性。

4.2 深度確定性策略梯度（DDPG）

在現實世界中，大多數常規任務涉及連續狀態和行動空間。然而，DQN只考慮離散的狀態空間和低維的行動空間。處理連續狀態和行動空間的DQN的另一種方法是深度確定型策略梯度（DDPG）方法。DDPG通過結合價值函數近似和確定性策略梯度（DPG），推進了DQN方法的進展。DDPG利用行為批判的方法，可以克服連續空間的復雜性。這種無模式、非策略預測和控制算法可以執行物理控制任務（如車桿、靈巧的操縱、腿部運動或汽車駕駛）。

另一種使用深度神經網絡的方法是信任區域策略優化（TRPO）。這種方法直接構建一個隨機策略，而不需要演員-評論者模型（不要與環境模型混淆，這將使其成為一種基于模型的方法）。與TRPO類似，引導式策略搜索（GPS）不需要角色評論模型，而是使用軌跡引導的監督式策略學習以及一些額外的技術（例如，減少視覺特征的維度，在網絡的第一層增加機器人配置動態的信息）。因此，GPS的數據效率很高，如果需要的話，可以改編成DDPG。另一方面，PILCO首先學習一個概率模型，然后找到一個最佳策略。PILCO在某些問題領域具有很高的數據效率；然而，它的計算量很大。此外，D4PG對DDPG算法提出了一些改進：分布式評論者更新、分布式并行演員、N步返回和經驗重放的優先級，以實現對不同類別任務的更穩定和更好的解決方案。

從戰略機動的角度來看，DDPG算法的主要缺點是它被設計成一個完全分散的單一智能體算法（即獨立學習者）。因此，DDPG算法不便于在多智能體場景中進行協作。因此，使用DDPG所產生的戰略機動將不會產生協作的團隊行為。此外，DDPG不具備處理基于角色的多目標任務的能力，而這是軍事行動中戰略機動的要求。

4.3 多智能體深度確定性策略梯度（MADDPG）

RL智能體互動對于戰略機動的人工智能系統至關重要，不同的智能體可能需要組成團隊來抑制對手的戰略合作或抑制對手的協調。Q-Learning和PG方法分別受到非平穩性和高方差的影響。為了克服這些問題，多智能體深度確定性策略梯度（MADDPG）算法擴展了一個演員評論家方法，這使得它可以通過集中智能體訓練而對多智能體系統發揮作用。MADDPG框架采用集中式評論家家進行訓練，并在測試期間部署分散的演員。一個評論者（每個智能體都有一個）接收每個智能體的策略，這允許開發具有潛在不同獎勵功能的依賴性策略（例如，MADDPG允許訓練具有相反獎勵功能的對抗性團隊）。相反，演員（即策略網絡）在訓練和測試期間只擁有本地知識。演員（通過訓練）在與評論者評價一致的方向上反復改進策略。

MADDPG的一個主要弱點是，對Q函數的輸入隨著環境中智能體數量的增加而增加（不可擴展）。這給MDO中的戰略機動性帶來了問題。如果智能體需要被替換、添加、修改或移除，可能需要進行再訓練。在戰略機動中，智能體可能需要定期轉換角色或改變能力，這對MADDPG適應軍事領域構成了重大挑戰。此外，頻繁的再訓練將使快速戰略機動變得不可能。縮短訓練時間將減少邊緣的計算負荷，使快速戰略機動成為可能。MADDPG不能適應這種極端情況。對于軍事應用，希望有一個強大的對手或智能體模型，以便使作戰時間最大化（即有足夠的時間來執行戰略機動）。

為解決其可擴展性問題，對MADDPG的一個潛在修改是形成智能體集群，為集群而不是每個智能體單獨學習一個策略。在發生新事件的情況下，可以推遲重新訓練的需要，因為從理論上講，一個智能體集群將有一套處理動態情況的可變能力。此外，這將避免隨著智能體的修改或新智能體的引入而增加Q函數的輸入空間。然而，問題來了。我們怎樣才能將一個任務分解成部分獨立的子任務，并使最優分組策略的退化程度最小？

雖然MADDPG可以形成一組異質的多智能體策略，能夠完成不同的任務，但這種方法不能很好地擴展到十幾個智能體。隨著智能體數量的增加，策略梯度的方差會呈指數級增長。因此，這種方法不太適合MDO中的戰略機動，在這種情況下，必須考慮到40多個異質智能體的對抗情況。克服這一可擴展性問題的方法是均值場多智能體RL算法，該算法計算鄰近智能體Q值的均值估計，當智能體之間的鄰近互動變得復雜時，可能導致高誤差率。此外，進化種群課程算法的設計是為了通過將遺傳算法方法與RL相結合，使MADDPG具有可擴展性。隨著MADDPG的進步和該方法所顯示的成功，可以想象這些算法的進步會導致在模擬實驗中對MDO內的戰略機動性進行強有力的演示。

與MADDPG不同的是，反事實多智能體（COMA）方法對所有智能體使用一個集中的評論家，但被設計用于離散的行動空間。COMA比MADDPG更具可擴展性，但它可能導致一套同質的策略，在智能體能力充分不同、局部目標不同或獎勵函數不同的情況下可能失敗。與MADDPG類似，Minmax多智能體DDPG（M3DDPG）比MADDPG的原始版本增加了一項改進，允許智能體制定更穩健的策略來對抗對手（即具有對立獎勵結構的競爭游戲）。然而，M3DDPG仍然無法處理異質智能體被引入系統的情況。

在具有連續狀態和行動空間的環境中實施算法，有時需要利用常見的技術來操作輸入或輸出，如離散化狀態和行動空間或將離散的策略輸出轉換為連續輸出。轉換策略輸出的一個例子是OpenAI多智能體粒子環境中MADDPG的實現。在這個例子中，離散的策略組件被用來計算連續的行動。從另一個角度來看，多智能體轉化器軟雙Q學習算法將連續行動空間離散為一組速度和角速度控制，然后可以在運動模型中使用。盡管這些技術允許在連續環境中使用這種算法，但這些算法方法沒有用連續信息進行訓練，這可能會限制它們在物理環境中進行戰略機動的功效。

4.4 價值為本

最近的一個基于價值的MARL算法系列在非常復雜的《星際爭霸2》模擬環境中被證明是相當成功的，其中根據智能體的本地Qa值學習了一個集中的聯合行動值Qtot。然后通過線性argmax算子從Qa中提取一個分散的策略。這種非常簡單而有效的分解方法避免了學習聯合行動值，而聯合行動值的規模并不大。如果增加新的智能體或用新的能力替換智能體，仍需進行再訓練。然而，與MADDPG相比，它更具有可擴展性，因為單個Q值僅從局部觀察中學習，避免了通過學習因子化的Qtot來學習聯合行動值。但是，當有超過40個智能體時，這個系列的算法的可擴展性可能會受到挑戰。為了使其更具可擴展性，已經提出了基于角色的算法RODE，其中智能體的角色是根據他們對環境的影響對他們的行動進行聚類來確定。該算法對于大量的智能體顯示了非常有希望的結果。

對于戰略機動，RODE算法是非常有前途的，因為各組智能體可以被分配到不同的角色，其中角色可以基于他們的行動和對環境的影響或任何其他固定的行為（對于盟友或甚至敵人）。然后，該算法可用于不同群體的戰略角色轉換。由于不同角色的行動空間受到限制，該算法收斂得非常快。這種算法也適合于基于角色的技術的戰略使用，這可能會在未來的工作中進行研究。即使RODE是非常可擴展的，我們也不清楚當新的智能體將被添加到環境中時如何調整它；需要學習一個集中的策略以實現最佳協作。

與RODE算法相比，一種可擴展的多智能體強化學習方法部署了一種熵-規則化的非策略方法來學習隨機價值函數策略，實驗表明它能夠擴展到1000多個智能體。如前所述，可擴展的RL算法關注環境的復雜性--系統或團隊中的智能體越多，狀態空間越大。RODE是有限的，因為它使用一個集中的策略，當更多的智能體被引入到環境中時必須重新訓練。多智能體轉化器軟雙Q學習算法是一種集中訓練的非策略學習算法（即共享一個中央經驗重放緩沖器），其執行是分布式的（即每個智能體根據其本地觀察做出自己的控制決定），而不是來自中央控制器。由于這種分布式的方案，當智能體被添加或從系統中移除時，團隊不受影響，繼續執行他們的策略。

在可擴展性方面，訓練大型MAS（即許多智能體）是很困難的，而且已經表明，即使是最先進的算法也不能為復雜的MARL任務學習到高性能的策略。多智能體變換器軟雙Q學習通過在訓練期間利用啟發式方法緩解了這一可擴展性問題，該方法允許在較小的智能體集合上訓練策略（例如，在目標追蹤場景中，四個智能體追蹤四個目標），并且該策略已被證明可以在執行中與更多的智能體一起工作而不需要任何調整（即用1000個智能體測試和評估）。訓練和執行過程中使用的啟發式方法使算法能夠解決智能體數量的巨大分布變化：它基本上將測試時的大型復雜觀察空間縮減為接近智能體策略最初訓練的內容。從軍事角度看，這種提法是戰略機動的理想選擇，因為現場的智能體可能會在原地丟失或獲得，可能要考慮額外的戰略信息。一個靈活和可擴展的算法提供了MDO中所需要的能力。

5. 洞察力和結論

由于一些因素，包括科技進步，美國的對手正在變得更加先進。在未來的MAS自主戰爭中，協作的戰略機動可以為國防軍帶來某些優勢。在這篇文章中，我們討論了一些最突出的RL算法，以發現訓練MAS的可行候選策略，這些MAS可以有效地進行戰略機動，從而在未來潛在的軍事行動中打開機會之窗。本文描述了RL方法的分類法，并對最突出的RL算法進行了概述。研究發現，由于訓練和測試因素的不同，大多數RL算法缺乏處理與未來潛在沖突相關的復雜性的能力。

DEVCOM ARL ERPs為開發和實施智能MAS提供了一個規劃性的路徑。鑒于陸軍研究項目為美國國防行動提供了關鍵研究問題的答案，AIMM和EOT ERPs特別促成了研究，可以為協作的自主MAS提供一個路徑，可以克服與1）環境，2）對手戰術和能力，3）自身能力（即，獲得新的能力，失去以前的能力，或能力被改變），4）團隊組成（例如，增加、刪除或交換隊友），5）戰略團隊定位、進入、導航（機動）以支持部隊并壓倒對手，以及6）任務目標。最近，AIMM和EOT ERP在這一領域的工作闡明了衡量MAS協調性的方法，并允許開發一個框架來訓練和測試執行各種任務的MAS的協調性，此外還評估了利用一系列集中訓練技術的新算法方法。

此外，還需要進行更多的調查，以闡明有利于在ISTAR任務和其他交戰場景中利用MAS的軍事戰略。在淺顯的情況下，將完全自主的MAS送入高風險情況（即預期因果率高的情況）是可取的；然而，由于目前的技術限制，僅僅期望MAS能夠在沒有人類監督或干預的情況下完成任務是不夠的。因此，在未來的工作中，將進行研究以確定一套強有力的交戰方案。最后，這項工作將導致自主MAS的最終整合，以便在未來的軍事行動中盡可能地協調戰略機動。

2022年5月31日，美國國會研究服務局向國會提交《國防部反無人機系統》更新版報告。報告簡要介紹了美國國防部面臨的無人機威脅及反無人機投資計劃，概述了反無人機技術及方法，介紹了美國海軍、陸軍、空軍、海軍陸戰隊及國防部及其它機構反無人機武器的最新研究進展，并給出了國會面臨的潛在問題。

** **

**美國國防部近期反無人機系統有何進展？存在什么問題？美國國會研究服務局向國會提交的《國防部反無人機系統》更新版報告編譯：學術plus觀察員 潛行，文文子

**本文主要內容及關鍵詞

0. 背景：小型無人機對美國安全構成威脅；國防部2023財年計劃投巨資發展反無人機系統（技術研發6.68億/武器采購7800萬美元）；國會發揮監督職能1. 反無人機發展現狀

①反無人機技術：無人機探測技術，反無人機技術方法 ②戰略技術文件與機構設置：《反無人駕駛飛機系統技術》《國防部反小型無人機戰略》，反小型無人機聯合辦公室/JCO ③反無人機武器研發進展：陸、海、空、海軍陸戰隊、國防部其它機構研究情況2. 國會關心的問題與未來發展方向：平衡研發和采購資金；空域管理/作戰概念/交戰規則及戰術等方面的調整；操作風險的識別與管理

3. 評析：美國防部集中發力反無人機系統，全面整合資源，旨在快速形成反無人機裝備能力的領先優勢，美國國會提出的三大問題為國防部反無人系統未來發展指明方向，反應了從技術系統到作戰規則管理的發展路徑。

美軍研究認為，近年來無人機技術迅速擴散，易于被對手和恐怖分子獲得和使用。這些無人機系統成本低，可執行針對美軍的情報、監視和偵察或攻擊任務，對美軍構成嚴重威脅。多數小型無人機飛行高度低、使用特殊材料，傳統的防空系統難以探測。 **美國國防部計劃2023財年至少投資6.68億美元用于反無人機技術研發，7800萬美元用于反無人機武器采購。**國會將加強其監督職能，必須就未來的授權、撥款和其他立法行動做出決定。

1.發展現狀****

反無人機戰略、技術、機構等發展現狀

反無人機通常由探測和壓制/擊敗兩個主要步驟完成。

1.1 反無人機技術

**無人機探測技術：**一是使用光電、紅外或聲學傳感器分別通過目標的光學、熱量或聲學特征探測目標；二是使用雷達系統，該方法探測到微小型無人機效果不佳；三是使用射頻傳感器識別用于控制無人機的無線信號。這些方法經常結合使用可提供更有效的分層探測能力。

**反無人機技術方法：**在探測到非法無人機后，電子戰“干擾”裝置可干擾無人機通信鏈路，或使用槍支、網絡、定向能、傳統防空系統，甚至訓練有素的動物（如鷹）壓制、擊敗或摧毀無人機。

1.2 反無人機文件、機構與培訓

陸軍先后于2016年7月和2017年4月發布了反無人機戰略及技術出版物3-01.81**《反無人駕駛飛機系統技術》**概述了作戰期間防御低、慢、小無人機威脅的規劃考慮，以及如何規劃并將反無人機士兵任務納入陸軍訓練活動。

2019年12月，國防部指定陸軍為反小型無人機執行機構，負責監督國防部所有反小型無人機開發工作。**2020年1月，成立反小型無人機聯合辦公室(JCO)。**JCO評估了超過40種反小型無人機系統后，選擇了10種小型無人機防御系統和一個標準化的指揮和控制系統進行進一步開發。JCO于2021年1月發布了《國防部反小型無人機戰略》。JCO將另外制定一份國防部關于反小型無人機指揮和反小型無人機能力評估。國防部計劃到2024財年建立聯合反小型無人機學院，在各軍種同步開展反無人機戰術訓練。

1.3 反無人機武器研發最新進展

空軍正在進行定向能反無人機測試工作。2019年10月，空軍接收了一套**車載高能激光武器系統(HELWS)樣機，并進行為期一年的海外實地測試。**HELWS在數秒內識別并壓制非法無人機。此外，空軍還尋求機載反無人機武器，目前工作狀態尚不明確。

圖 便攜式反UAS技術

海軍先后開發出30千瓦激光武器系統(LaWS)、干擾無人機傳感器的光學致盲器（ODIN）及60千瓦“太陽神”（HELIOS）激光武器。2014年，LaWS部署在美海軍“龐塞”號(LPD-15)上。2021年，ODIN部署在“普雷布爾”號（USS Preble DDG-88）艦上。此外，海軍還與國防數字服務處合作，快速開發新的網絡賦能反無人機武器。

海軍陸戰隊2019年完成了海上防空綜合系統(MADIS)的海外測試，并于2019年7月壓制了一艘伊朗無人機。海軍陸戰隊還采購了2千瓦、5千瓦和10千瓦緊湊型激光武器系統(CLaWS)。海軍陸戰隊開展了單兵攜帶反無人機試驗，但受限于重量和功率要求，沒有取得成功。

圖 海上防空綜合系統

反無人機是美國陸軍作戰能力發展司令部的六層防空和導彈防御概念的一部分，包括：彈道導道、低空無人機交戰；多任務高能激光；下一代火控雷達；機動防空技術(MADT)；高能激光戰術車輛驗證機；低成本增程防空。目前這些系統仍在開發中，陸軍已部署了一些便攜式、車載和機載反無人機系統。此外，陸軍與國防數字服務處合作開發計算機支持的反無人機產品。

國防部及其它機構也在研究和開發多種反無人機技術。聯合參謀部和其他國防部機構參與了如**“黑鏢”（Black Dart）演習反無人機工作。**國防高級研究計劃局為反蜂群人工智能及用于艦載點防御的多方位防御快速攔截彈交戰系統等項目提供研究資金。

2.發展方向

美國國會：反無人技術管理與發展方向

一是國防部如何平衡研發和采購資金及與其他部門(如國土安全部、司法部和能源部)的協調，減少反無人機系統冗余并提高采購的效率；

二是為優化反無人機系統的使用和/或消除與其他美國軍事行動的沖突，國防部對空域管理、作戰概念、交戰規則或戰術是否需要進行改變；

三是國防部與聯邦航空管理局和國際民用航空當局協調以識別和減輕民用飛機的反無人機操作風險。

3.評析

3.1 美軍持續在反無人機領域發力，以獲取未來競爭優勢

無人機在近期的戰場上表現出驚人的作戰能量，已經成為現代戰爭的重要作戰裝備。面對無人機技術的發展和擴散，美國的戰略焦慮愈發凸顯，近年來一直在強調“大國競爭”，并試圖通過各種手段謀劃獲取優勢。**大力發展反無人機武器及相關技術在反無人機領域獲取絕對優勢是美軍企圖謀取未來競爭優勢的一個重要環節。**為此，美國防部先是成立專門機構協調反無人機技術發展，后又發布《反小型無人機戰略》，強調通過技術復用、體系融合、戰術聯合、戰略協作等方式，提高反小型無人機的整體能力。美軍在應對無人機問題上頻頻發力，實質上是通過在反無人機領域率先出手形成絕對的反制能力，并企圖獲取未來競爭性戰略優勢，繼續維護其全球霸主地位。

3.2 美國防部成立專門部門，統整反無人機方案，評估擇優，確保優勢

為應對日益嚴峻的無人機威脅，美軍各軍種先后開發出一些具有獨創性的反無人機解決方案，但其中大部分解決方案只能解決一小部分問題，彼此間存在相互合作困難。為此，美國國防部設立反小型無人機聯合辦公室(JCO)，負責領導、協同和指導整個國防部反小型無人機活動。JCO評估了超過40種反小型無人機系統后，選擇了10種小型無人機防御系統和一個標準化的指揮和控制系統進行進一步開發。這種整合行動既確保了反無人機領域研究開發工作的適度競爭，又有利于美軍集中資源開發具有技術優勢和良好應用前景的反無人機項目。JCO還通過定期舉辦測試活動引入競爭機制，同時有利于快速尋找反無人機能力差距和快速形成裝備能力，以及便后期加快采購工作，有利于促進反無人機技術發展，快速推動美軍反無人機系統快速走向成熟，始終保持美軍在反無人機領域的優勢，成為該領域的引領者。

3.3 國會關心的幾個問題的解決將為反無人機系統走向應際應用鋪平道路

國會關心的研發和采購資金的平衡、與其他部門的協調及減少反無人機系統冗余并提高采購的效率問題的解決有利于美國國防部實現反無人機系統的研發、采購、應用協調發展，促進裝備能力的快速形成。國防部成立JCO并評估擇優反無人機系統也是落實國會關心該問題的具體體現。國會關心的第二項和第三項問題將促使國防部協調以條令、組織、訓練、物資、領導和教育、人員、設施和政策等因素為基礎的聯合能力的交付，并同步發展作戰概念和作戰原則，同時促使國防部做好反無人機行為可能發生的不利情況預判，盡早制訂相關規則，建立和深化美國與盟友和合作伙伴的關系，為反無人機系統運用掃清障礙。

（全文完） 參考鏈接： //news.usni.org/2022/06/01/report-to-congress-on-anti-drone-weapons

1 背景

第五代（5G）的移動技術將增加數據傳輸的速度，并改善現有第四代（4G）技術的帶寬，進而實現新的軍事和商業應用。5G技術有望支持互聯或自主設備，如智能家居、自動駕駛汽車、精準農業系統、工業機械和先進機器人技術。在軍事領域，5G還可以改進情報、監視和偵察系統及處理；啟用新的指揮與控制（C2）方法以及精簡后勤系統，以提高效率等。隨著5G技術的開發和部署，美國國會可能會考慮頻譜管理和國家安全政策，以及對美國軍事行動的影響。

2 頻譜管理

5G需要部署可在電磁頻譜（“頻譜”）的各個部分中工作的技術：sub-6（在6 GHz以下運行）和毫米波（MMW）（在24至300 GHz之間運行）（請參見圖1） 。

圖1 5G擬議頻譜

毫米波（MMW）允許更大的帶寬和更快的傳輸速率，一些電信公司認為，這是自主載具和其他數據密集型應用（如智能城市）所必需的。然而，毫米波傳播的距離相對較短，可以被雨水吸收，也可以被例如建筑物和車輛的物體阻斷。因此，5G毫米波技術需要以比sub-6方法更高的成本和更慢的部署時間來安裝更多的蜂窩站點。因此，5G的部署依賴于毫米波的高速、高帶寬通信和sub-6的全國覆蓋。 全球的電信公司都在以不同的方式部署5G。中國電信公司正專注于成本較低的sub-6方法，而美國一些電信供應商則專注于MMW部署，其他則專注于sub-6。

然而，美國國防部（DOD）擁有大部分可用頻譜。盡管國防部將某些毫米波頻率用于重要的軍事應用，例如為美軍提供有保障全球通信的先進極高頻衛星，但美國廣泛使用sub-6頻率，使得美國未來在軍事的sub-6可用性低于其他國家。國防創新委員會（DIB）建議國防部考慮共享sub-6頻譜，以促進5G網絡的建設和用于sub-6頻段的5G技術的發展。雖然國防部一直在朝著更大的頻譜共享方向發展，但它表示擔心共享會給國防部用戶帶來操作、干擾和安全問題。作為頻譜共享的另一種選擇，一些分析師認為，sub-6頻譜的一部分應該保留給商業用途。這將要求國防部將某些應用重新部署到頻譜的其他部分。DIB估計這種方法需要10年才能完成，而頻譜共享則需要5年。

3 國家安全問題

根據DIB的評估，中國是目前sub-6技術的領導者，并可能部署世界上第一個5G廣域網。中國企業經常獲得政府補貼（如設施用地補貼、研發撥款），因此處于全球5G供應商的有利地位。僅華為一家公司就在約30個國家簽署了5G基礎設施建設合同，其中包括美國盟國冰島、土耳其和英國。

一些專家擔心，中國設備的漏洞可能被用來進行網絡攻擊或軍事或工業間諜活動。這些專家聲稱，這些漏洞是由于許多中國公司經營不善造成的。但是，他們注意到，也可能出于惡意目的故意引入漏洞。2017年6月頒布的《中國國家情報法》宣布，“任何組織和公民都應當依法支持、協助、配合國家情報工作，一些分析人士認為，這項法律要求中國電信公司與情報部門合作，包括被迫安裝后門或向政府提供私人數據。

其他分析師認為，中國電信設備帶來的風險取決于設備在蜂窩網絡架構中的位置。大多數蜂窩網絡分為兩組：提供互聯網網關并確保設備符合提供商標準的核心網絡和由廣播和接收無線電信號的蜂窩塔組成的無線電接入網絡（見圖2）。這些分析人士指出，雖然中國核心網絡帶來的風險是巨大的，但中國無線接入網絡帶來的風險是可以管理的。還有其他分析人士認為，在網絡中安裝任何中國設備都可能引發潛在的安全問題。這種擔憂促使一些分析人士認為，美國應限制與任何運營中國供應的5G設備的國家分享情報。

圖2 蜂窩網絡體系架構

為了應對這些安全問題，美國國會通過了《安全5G及其他法案》（P.L. 116-129），要求總統制定5G保護戰略。同樣，2020財年國防授權法（NDAA）（P.L. 116-92）第254條要求國防部長制定國防部5G戰略。這些戰略分別于2020年3月和2020年5月發布。美國防部在2020年12月發布了一個5G實施計劃，詳細說明了目前的活動以及它們如何與戰略保持一致。此外，2021財年NDAA（P.L. 116-283）第224條指示國防部創建一個5G治理結構，而第225條指示國防部展示5G組件技術的成熟度。最后，2022財年NDAA（P.L. 117-81）第233條指示每個軍事部門的部長制定一個軍事設施的5G試點計劃。

4 對軍事行動的影響

5G技術可能有許多潛在的軍事應用，特別是在自主車輛、指揮和控制（C2）、后勤、維修、增強和虛擬現實以及情報、監視和偵察（ISR）系統中，所有這些都將受益于提高的數據速率和較低的延遲（時間延遲）。

與商用車輛一樣，自主軍用車輛可以通過在云中存儲大型數據庫（如地圖）來潛在地規避車載數據處理限制。安全的車輛運行反過來需要5G的高數據速率和低延遲，以便快速下載非車載信息并將其與車載傳感器數據合成。同樣，5G可用于在操作人員和無人車輛之間傳輸傳感器數據，并傳輸到網絡車輛，從而可能實現新的軍事行動概念，例如蜂群（即載具自主協調以完成任務的合作行為）。

5G技術也可以被納入ISR系統。ISR系統越來越需要高帶寬來處理、利用和傳輸來自越來越多作戰空間傳感器的信息。這可以使指揮官及時獲得可操作的情報數據，進而改進作戰決策。類似地，5G可以減少其他數據密集型活動（如后勤和維護）的延遲，并且可以啟用增強或虛擬現實環境，從而增強培訓。

最后，指揮和控制系統可以受益于5G的高速、低延遲能力。例如，美國軍方目前使用衛星通信作為其遠程通信的優勢。但是，由于信號需要傳播的距離，軌道上的衛星會大大增加延遲，從而導致軍事行動的執行出現延遲。

美國防部已經選擇了12個軍事設施作為5G應用的試驗臺。佐治亞州奧爾巴尼海軍陸戰隊后勤基地和加利福尼亞州圣地亞哥海軍基地（"智能倉庫"）；猶他州希爾空軍基地（"5G和機載雷達之間的頻譜共享"）；華盛頓州劉易斯-麥克喬德聯合基地（"增強和虛擬現實"）；內華達州內利斯空軍基地（"可生存指揮和控制及網絡增強"）；弗吉尼亞州諾福克海軍基地（"全艦和碼頭連接"）。夏威夷州珍珠港-希卡姆聯合基地（"加強飛機任務準備"）；德克薩斯州圣安東尼奧聯合基地（"增強現實對維護和培訓的支持 "和 "評估國防部的5G核心安全實驗網絡"）；俄克拉荷馬州廷克空軍基地（"軍事通信和5G之間的頻譜共享"）；以及加利福尼亞州彭德爾頓營、德克薩斯州胡德堡和伊爾堡。德克薩斯州胡德堡；以及加利福尼亞州歐文堡國家訓練中心（"前沿作戰基地和戰術作戰中心的連接"）。國防部在2022財政年度為5G和微電子學撥款3.376億美元，并要求在2023財政年度撥款2.5億美元。

5 國會可能面臨的問題

• 在滿足日益增長的商業需求的同時，什么樣的頻譜管理方法（如頻譜共享、頻譜重新分配）能夠最好地保護國防部的任務？

• 中國5G基礎設施在盟國和伙伴國對美國國家安全構成哪些風險？這種風險能否得到控制，如果可以，如何控制？

• 美國是否應該限制與使用中國提供的5G設備的國家進行分享情報？

• 由于軍事5G的發展或應用，是否需要對作戰概念、部隊結構、理論或態勢作出任何改變？

• 商業5G技術在多大程度上會受到對手的干擾攻擊？

“項目融合（Project Convergence）”是陸軍所說的“學習運動”，旨在進一步將陸軍融入聯合部隊。這是陸軍打算在JADC2中發揮作用的方式，國防部（DOD）計劃將來自所有軍種的傳感器和武器系統——空軍、陸軍、海軍陸戰隊、海軍和航天部隊以及特種作戰部隊（SOF）——連接到一個單一的網絡中，理論上，可以更快、更有效地應對來自同行競爭對手的威脅。

該項目圍繞五個核心元素設計：士兵、武器系統、指揮與控制、信息、地形。美國陸軍未來司令部（AFC）計劃每年進行一次“項目融合”，全年進行技術、設備試驗，并征求士兵反饋，最終進行年度演習或演示。據報道，陸軍希望將對未來戰爭的大構想帶到現實世界中進行測試；希望找出哪些可行，哪些需要修改，并在成本更低的情況下盡早解決。

“項目融合2020”（PC20）

2020年8月11日至9月1日，“項目融合2020”（PC20）在亞利桑那州尤馬試驗場舉辦，共有約500名人員參與。PC20旨在提供信息以支持以下決策：

• 通過制定作戰組織方式來改變軍隊的作戰方式；

• 強調優化運營流程的機會；

• 發展軍隊對敵人威脅的可視化、描述、決策和行動方式；

• 建立士兵和領導者對應急技術的信任。

PC20集中于陸軍所謂的 "近距離作戰"，在最低作戰級別整合新的使能技術，使戰術網絡能夠促進更快的決策。在單位層面上，PC20側重于旅級戰斗隊（BCT）、戰斗航空旅（CAB）和遠征信號營-增強型（ESB-E）。在系統層面，PC20涉及陸軍的MQ 1C灰鷹無人駕駛飛行器（UAV）、空中發射效應（ALE）--一種多用途的直升機發射系統--以及陸軍在戰斗中使用的戰術網絡--指揮、控制、通信、情報和計算機系統。

圖1. 代表性的演習作戰場景

據報道，PC20的一項實驗包括使用低地球軌道衛星和灰鷹無人機對空中目標進行感應，以及使用地面系統探測目標。來自這兩個系統的數據被傳回華盛頓劉易斯·麥科德聯合基地的一個組織，在那里對目標進行處理。然后，數據被傳回尤馬試驗場，交給一個系統，以與目標交戰，該系統可以是自行火炮系統或其他地面平臺。整個過程應該在20秒內完成。

什么是反介入/區域拒止（A2/AD）？

反介入是指通過任何行動、活動或能力（通常是遠程的）阻止前進的軍事力量進入一個作戰區域。區域拒止是指通過行動、活動或能力（通常是短程的）限制敵方部隊在作戰區域內的行動自由。就武器系統而言，A2/AD威脅防御被設想為由分層和綜合的遠程精確打擊系統、沿岸反艦能力、防空、遠程火炮和火箭系統組成。

“項目融合2021”（PC21）

雖然在2021年進行了其他支持性演習和實驗，但PC21主要是2021年10月12日至11月10日在位于美國的一些設施中進行的系列實彈活動。PC21涉及約7000名人員，包括900名數據采集員，并包括涉及約107種不同技術的實驗。

陸軍在PC21期間的一些目標包括確定使聯合部隊能夠穿透對手的反介入/區域拒止（A2/AD）能力的技術，以及確定執行聯合全域作戰概念需要哪些新興技術。陸軍還研究了 "如何將人工智能（AI）、機器學習、自主性、機器人技術以及通用數據標準和架構納入其中，以便更迅速地在多個作戰領域做出決策"。

PC21包括諸如陸軍多域特遣部隊（MDTF）等單位，該部隊位于華盛頓的劉易斯-麥克喬德聯合基地，以及來自北卡羅來納州布拉格堡的第82空降師的成員。據報道，對其他軍種的主要能力進行了測試，包括海軍陸戰隊的地面/空中任務導向雷達（GATOR），海軍的SM-6導彈，以及空軍的F-35戰斗機和B-1轟炸機。

陸軍在PC21期間驗證了七種情景：

• 測試聯合全域態勢感知，并將空間傳感器納入近地軌道；
• 對敵人的導彈攻擊進行聯合防空和導彈防御作戰；
• 在部隊從危機過渡到沖突時進行聯合火力行動；
• 執行半自動補給任務；
• 執行人工智能和自主偵察任務；
• 使用綜合視覺增強系統（IVAS）執行空中突擊任務——士兵佩戴的一種平視顯示器，提供增強的態勢感知；
• 發動一次人工智能攻擊。

“項目融合2022”（PC22）

在PC22中，陸軍計劃將盟國和伙伴納入其中，重點是澳大利亞、加拿大、新西蘭和英國等近鄰盟友和安全伙伴。該項目將擴大到聯合特遣部隊（CJTF）層面，并將更多的技術和資產帶到戰場上。目標是通過沖突進行鍛煉，并返回到沖突的競爭水平。除了聯合特遣部隊（軍團和師級），陸軍還計劃在PC22中包括一個多域特遣部隊（MDTF），一些旅級戰斗隊（BCT），以及盟軍和合作伙伴的任務指揮要素。

PC22計劃納入兩個情景，反映兩個作戰司令部--美國歐洲司令部（USEUCOM）和美國印太司令部（USINDOPACOM）的選定優先事項。這些方案的目標包括：

• 建立一個綜合的空中和導彈防御網絡。
• 擊敗反介入和區域拒止防御系統。
• 研究實現對潛在對手相對優勢地位的方法。
• 評估現有和新出現的系統，以擊敗對手復雜、大規模攻擊。
• 驗證作為聯合（與其他軍種）和集成（與盟友和合作伙伴）部隊凝聚力的權力和策略。
• 在大規模的作戰行動中，通過在廣泛分散和有爭議的地區進行預測性的后勤保障。

面臨的潛在問題

烏克蘭沖突對PC22和未來PC的影響

正在進行的烏克蘭沖突可以說為俄羅斯的 "多域作戰"能力提供了廣泛的見解，不僅是針對美國，還有北約盟友和合作伙伴。來自烏克蘭的任何新見解是否正在被納入PC22情景中？如果是，哪些新出現的見解將被納入PC22，如果不是，為什么軍隊不考慮將見解作為PC22情景的一部分？同樣，烏克蘭沖突中的任何新見解是否 "驗證"了PC20和PC21的觀察/發現？

PC22之后的規劃？

隨著陸軍領導層將PC作為年度活動，陸軍對2023年及以后的PC有什么規劃？是否有計劃將未來的PC納入陸軍的未來年度國防計劃（FYDP），以促進國會的監督和預算規劃？

由美國導彈防御局（MDA）和海軍實施的宙斯盾彈道導彈防御（BMD）計劃，使海軍宙斯盾巡洋艦和驅逐艦有能力進行BMD行動。具備BMD能力的宙斯盾艦在歐洲水域作戰，保衛歐洲免受來自伊朗等國家的潛在彈道導彈攻擊，并在西太平洋和波斯灣提供區域防御，防止來自朝鮮和伊朗等國家的潛在彈道導彈攻擊。隨著時間的推移，具有BMD能力的宙斯盾艦的數量一直在增加。MDA提交的2023財政年度預算報告指出，"到2023財政年度末，將有50艘具有BMDS[BMD系統]能力的[宙斯盾]艦需要維護支持"。

宙斯盾BMD項目的資金主要來自MDA的預算。海軍的預算為BMD相關工作提供了額外的資金。MDA的2023財年擬議預算要求為宙斯盾BMD工作提供總計16.591億美元（即約17億美元）的采購和研發資金，包括為波蘭和羅馬尼亞的兩個宙斯盾岸上基地提供資金。MDA的預算還包括宙斯盾BMD項目的運營和維護（O&M）以及軍事建設（MilCon）資金。

國會關于宙斯盾BMD計劃的問題包括以下內容：

• 是否批準、拒絕或修改MDA為該項目提出的年度采購和研究與開發資金申請。

• MDA的成本估算和成本報告是否充分。

• 宙斯盾BMD計劃在保衛美國本土免受洲際彈道導彈攻擊方面應發揮什么作用。

• 具備BMD能力的宙斯盾艦的所需數量與可用數量。

• BMD行動可能給海軍的宙斯盾艦隊帶來的負擔，以及是否有其他方法來執行現在由美國海軍宙斯盾艦執行的BMD任務，如建立更多的宙斯盾岸上基地。

• 盟國負擔的分擔--盟國對區域BMD能力和行動的貢獻與美國海軍對海外區域BMD能力和行動的貢獻相比。

• 宙斯盾BMD項目在關島新的導彈防御系統架構中的作用。

• 是否將夏威夷的 "宙斯盾 "試驗設施轉換為陸基 "宙斯盾 "BMD作戰地點。

• 艦載激光器在未來幾年內對海軍終端階段BMD行動的貢獻，以及這最終可能對所需的艦載BMD攔截導彈數量產生的影響。

• 宙斯盾BMD計劃中的技術風險和測試與評估問題。

自軍事航空業誕生以來，美國軍方一直對遙控飛機感興趣。今天的無人機系統（UAS）通常由一個無人駕駛飛行器（UAV）和一個地面控制站組成。自20世紀90年代，隨著MQ-1 "捕食者 "的推出，無人機系統在美國軍事行動中已變得無處不在。

美國軍方目前采用了幾種不同的大型無人機系統，包括

• 陸軍的MQ-1C灰鷹
• 空軍的MQ-9 "死神"
• 海軍的MQ-25 "黃貂魚"
• 空軍的RQ-4 "全球鷹"
• 海軍的MQ-4C "海獅"
• 空軍的RQ-170 "哨兵"

此外，其他幾個報告的項目計劃要么正在開發，要么目前正在進行試驗。這些計劃包括空軍的B-21突擊機和空軍的RQ-180。

當國會履行其監督和授權職能時，它可能會考慮與無人機系統有關的幾個潛在問題，項目相關的幾個潛在問題，包括

• 有人駕駛飛機與無人駕駛飛機的成本。
• 缺乏公認的后續項目記錄。
• 整個國防部對無人機系統采購的管理。
• 無人機系統與現有部隊結構的相互配合。
• 無人機系統出口管制。

在美國軍方，遙控飛行器(RPV)最常被稱為無人駕駛飛行器(UAV)，被描述為單一的飛行器(帶有相關的監視傳感器)或無人駕駛飛行器系統(UAS，或無人機系統)，通常由一個飛行器與一個地面控制站(飛行員實際坐在那里)和支持設備組成。當與地面控制站和通信數據鏈相結合時，無人機形成了無人機系統或UAS。

美國國防部（DOD）對無人機的定義，并延伸至無人機系統，是指涵蓋下列特征的飛機：

• 不攜帶人類操作員。
• 使用空氣動力提供升力。
• 可以自主飛行或遠程駕駛。
• 可以是消耗性的或可回收的。
• 可以攜帶致命或非致命的有效載荷。

根據國防部的定義，彈道或半彈道載具、巡航導彈和炮彈不被視為無人機系統。

無人機系統的作用和任務已經隨著時間的推移而演變，從收集情報、監視和偵察到執行空對地攻擊任務。此外，一些分析家預測了無人機系統的未來作用，如空對空戰斗和戰斗搜索和救援。然而，對無人機系統的未來概念和任務的詳細討論超出了本報告的范圍。

1 無人機系統（UAS）歷史

無人機系統在第一次世界大戰期間首次進行了測試，盡管美國在那場戰爭中沒有在戰斗中使用它們。美國在越南戰爭期間首次在戰斗中使用了無人機系統，包括AQM-34 Firebee，這一系統體現了無人機系統的多功能性。例如，"火蜂 "最初在20世紀50年代作為空中炮擊靶機飛行，然后在20世紀60年代作為情報收集無人機飛行，并最終在2002年被改裝為有效載荷。

美國軍隊在科索沃（1999年）、伊拉克（2003年至今）和阿富汗（2001年至今）等沖突中使用無人機系統，說明了無人機的優勢和劣勢。(下面討論的MQ-1 "捕食者 "進一步體現了這些優勢和劣勢）。當無人機系統執行歷史上由有人駕駛飛機執行的任務時，它們經常獲得媒體的關注。與有人駕駛飛機相比，它們似乎還具有兩個主要優勢：（1）它們消除了飛行員的生命風險（見關于MQ-4C的討論）；（2）它們的航空能力，如續航能力，不受人類限制的約束，并使用對人類來說可能太危險的固有不穩定設計，改進低可觀察技術。此外，無人機系統可以通過執行不需要飛行員在駕駛艙內的 "枯燥、骯臟或危險 "的任務，潛在地保護飛行員的生命。這些任務的例子包括1999年由B-2轟炸機執行的30小時長航時任務（枯燥的任務）；空軍和海軍的B-17飛機穿過核云收集放射性樣品（骯臟的任務）；以及在存在主動威脅的情況下進行的情報監視和偵察飛行，如便攜式防空系統或綜合防空系統（危險任務）。

此外，無人機系統的采購和操作可能比有人駕駛的飛機更便宜。然而，較低的采購成本可能會與國防部的意見相權衡，即無人駕駛平臺比有人駕駛平臺更有可能發生A類事故，即造成250萬美元的損失、生命損失或飛機毀壞的事故（表1）。當比較事故率時，即以每10萬小時飛行的事故報告，以便對不同類型的飛機進行比較，與有人駕駛的飛機相比，無人駕駛的飛機發生A級事故的可能性要高92%；當MQ-1的事故率從無人駕駛的子類別中刪除時，與有人駕駛的飛機相比，MQ-9和RQ-4發生A級事故的可能性高15%（見表1）。雖然與無人駕駛平臺相比，有人駕駛飛機通常有更多的A類事故，但這一結果可能是由于有人駕駛飛機的數量更多。

表1. 1998至2021財年的軍用飛機失事和毀壞率

國防部通常使用三種模式來操作無人機系統：（1）政府擁有和操作的系統，（2）政府擁有但由承包商操作的系統，以及（3）承包商擁有和操作的系統。當無人機系統首次被引入部隊時，國防部使用了承包商擁有和操作的模式，因為國防部培訓軍事人員來操作這些新型飛機。在培訓了足夠的人員后，國防部過渡到了政府擁有和經營的模式。然而，國防部對分配給承包商運營的飛機（包括政府和承包商擁有的飛機）的任務類型進行了限制，將這些類型的行動限制在情報、監視和偵察的作用。

1.1 MQ-1 "捕食者"與無人機系統的引入

最早進入軍隊服役的無人機系統之一是MQ-1 "捕食者"，當時國防部在1996年選擇了空軍來操作 "捕食者"。根據空軍的說法，"捕食者 "的設計目的是 "向作戰人員提供持久的情報、監視和偵察信息，并結合打擊能力"。20作為國防部高級研究計劃局（DARPA）合同下的先進概念技術示范機，"捕食者 "在1995年仍作為技術示范機進行了首次作戰部署，支持北約對塞爾維亞的空襲。從1999年3月到7月，"捕食者 "在科索沃上空飛行了600多架次，進行實時監視和戰損評估。2001年9月，"捕食者 "被部署到阿富汗，在2001年9月11日的恐怖襲擊之后，為支持 "持久自由行動 "提供長期的情報、監視和偵查。美國軍隊對 "捕食者 "的廣泛使用促進了其他密切相關的無人機系統（如下所述）的發展，這些系統旨在執行各種類型的任務。盡管 "捕食者 "于2018年3月9日正式退役，但美軍目前的大部分無人機系統機隊都是基于相同的技術，包括源自 "捕食者 "的機體。

“捕食者”由加利福尼亞州圣地亞哥的通用原子航空系統公司開發，以其綜合監視有效載荷和武器裝備能力幫助定義了無人機系統的現代作用。捕食者的主要功能是對潛在的地面目標進行偵察和目標獲取。為了完成這一任務，"捕食者 "配備了450磅的監視有效載荷，其中包括兩臺電子光學（EO）相機和一臺用于夜間的紅外（IR）相機。這些攝像機被安置在車頭下的球狀炮塔中。掠奪者 "還配備了一個多光譜瞄準系統（MTS）傳感器球，它在EO/IR有效載荷中增加了一個激光指示器，使掠奪者能夠跟蹤移動目標。此外，"捕食者 "的有效載荷包括一個合成孔徑雷達（SAR），它使無人機系統能夠在惡劣的天氣中 "看到"。捕食者的衛星通信提供了超越（地面）視距無線電的操作。

MQ-1捕食者的物理特征："捕食者"是一種中高度、長壽命的無人機系統。它長27英尺，高7英尺，翼展48英尺，有細長的機翼和一個倒 "V "形的尾翼。"捕食者"通常在10,000到15,000英尺的高度運行，以便從其視頻攝像機獲得最佳圖像，盡管它能夠達到25,000英尺的最大高度。每輛飛行器可以在離其基地500多海里的地方停留24小時，然后返回家園。"捕食者"的飛行員和傳感器操作員從地面控制系統中駕駛飛機。

2001年，作為一項輔助功能，"捕食者 "配備了攜帶兩枚地獄火導彈的能力。以前，"捕食者 "識別目標并將坐標轉發給一架有人駕駛的飛機，然后與目標交戰，但增加反坦克彈藥后，無人機系統能夠對時間敏感的目標發動精確攻擊，并將 "傳感器到射擊 "的時間周期降至最低。因此，空軍將 "捕食者 "的軍事名稱從RQ-1B（偵察型無人機）改為MQ-1（多任務無人機）。

在 "捕食者 "作戰成功后，陸軍和空軍都開發了變種飛機，包括MQ-1C "灰鷹 "和MQ-9 "收割者"（下文討論）。這些飛機使用了原來的 "捕食者 "機身，同時增加了發動機功率和武器裝備。

2 選定的當前無人機系統項目計劃

以下各節概述了國防部目前選定的無人機系統項目。

• 陸軍的MQ-1C “灰鷹”
• 空軍的MQ-9 "死神"
• 海軍的MQ-25 "黃貂魚"
• 空軍的RQ-4 "全球鷹"
• 海軍的MQ-4C "海獅"
• 空軍的RQ-170 "哨兵"

除了RQ-170 "哨兵 "是一個公認的機密無人機系統項目外，這些選定的系統都有國防部發布的選定采購報告，其中提供了詳細的信息和系統特征。表2提供了這些選定的無人機系統的特征摘要。

表2. 選定的無人駕駛飛機的特征摘要

2.1 MQ-1C “灰鷹”

MQ-1C“灰鷹”（圖1）是MQ-1 "捕食者 "的陸軍衍生產品。根據陸軍的說法，MQ-1C“灰鷹”為作戰人員提供了專用的、有保障的、多任務的無人機系統能力，涵蓋所有10個陸軍師，以支持指揮官的作戰行動和陸軍特種部隊及情報和安全指揮部。 陸軍表示，MQ1C灰鷹能夠以150節的最大速度在25,000英尺的高度飛行至少27小時。它可以攜帶四枚地獄火導彈，以及光電傳感器、合成孔徑雷達和通信中繼器。根據2021財年選定的采購報告，陸軍的MQ-1C“灰鷹”在2019財年飛行了超過494,000小時，實現了92%的戰斗行動可用性。

圖1. MQ-1C “灰鷹”

陸軍總共采購了204架飛機，其中11架是訓練飛機，13架是 "戰備浮動飛機"（即備件）。平均采購單位成本（基本上是每架飛機的成本）為1.275億美元。36 陸軍在2018年8月完成了MQ-1C "灰鷹 "的作戰測試和評估，目前在15個陸軍連隊運營該無人機系統。

2.2 MQ-9 "死神"

MQ-9 "死神"（圖2）--以前是 "捕食者B"--是通用原子公司對MQ-1 "捕食者 "的替代。根據空軍的說法，MQ-9 "死神 "是一種中高海拔、長續航時間的無人機系統，能夠進行監視、目標獲取和武裝對抗。盡管MQ-9 "死神 "借鑒了MQ-1 "捕食者 "的整體設計，但MQ-9 "死神 "長13英尺，翼展長16英尺。MQ-9 "死神 "還采用了900馬力的渦輪螺旋槳發動機，比MQ-1 "捕食者 "的115馬力發動機功率大得多。這些升級使MQ-9 "死神 "能夠達到最大50,000英尺的高度，240節的空速，24小時的續航時間，以及1,400海里的航程。然而，MQ-9 "死神 "與其前輩最不同的特點是其軍械能力。MQ1捕食者能夠攜帶兩枚100磅的地獄火導彈，而MQ-9死神可以攜帶多達16枚地獄火導彈，相當于陸軍阿帕奇直升機的有效載荷能力，或者混合500磅的武器和小直徑炸彈。在2018日歷年，MQ9 "死神 "總共飛行了325,000小時--其中91%的小時，即約296,000小時，是為了支持作戰行動而飛行的。

圖2. MQ-9 "死神"

2021年1月，通用原子公司披露了MQ-9 "死神 "的一個新的海上反水面戰變體。據報道，MQ-9B "海上衛士 "配備了聲納浮標投放（投放旨在識別潛艇的傳感器）和遙感能力（很可能是指 "海上衛士 "用于搜索水面艦艇的合成孔徑雷達），目前正在太平洋地區進行測試。

根據2020財年選定的采購報告，空軍已與通用原子公司簽訂合同，在該計劃的有效期內建造366架MQ-9 "死神"。按2008年美元計算，平均采購單位成本為2230萬美元（或按2022財年美元計算約為2800萬美元）。在2022財年，空軍沒有要求采購任何MQ-9 "死神"，但眾議院軍事委員會在其標記中授權額外采購6架飛機。

2.3 MQ-25 "黃貂魚"

由波音公司制造的MQ-25 "黃貂魚"（圖3）旨在為海軍的航母航空隊提供空中加油。根據海軍的說法，MQ-25將率先實現有人和無人操作的整合，展示成熟的復雜的海基C4I[指揮、控制、通信、計算機和情報]無人機系統技術，并為未來多方面的多任務無人機系統鋪平道路，以超越新興威脅。MQ-25的要求是解決基于航母的加油和持久的情報、監視和偵察能力的需要。

MQ-25 "黃貂魚 "由一個飛行器和一個控制系統組成，旨在適合航空母艦。它的首次飛行是在2019年9月進行的。MQ-25 "黃貂魚 "目前正處于采購過程的工程、制造和設計階段，海軍計劃在2023財政年度開始采購。根據2021財年的選定采購報告，海軍打算采購76架飛機，平均采購單位成本為1.21億美元。海軍在確定將加油作為其第一個航母上的無人機系統任務之前，研究了幾個無人戰斗飛行器概念。

圖3. MQ-25 "黃貂魚"

2.4 RQ-4 "全球鷹"

諾斯羅普-格魯曼公司的RQ-4 "全球鷹"（圖4）是美國空軍目前投入使用的最大和最昂貴的無人機系統之一。RQ-4 "全球鷹 "集成了多樣化的監視有效載荷，其性能被廣泛認為可與大多數有人駕駛的間諜飛機相媲美或超越。RQ-4全球鷹長47.6英尺，重32,250磅，與一架中等規模的公司飛機差不多大。根據空軍的說法，RQ-4全球鷹的飛行高度幾乎是商業客機的兩倍，可以在65,000英尺的高空停留超過34小時。它可以飛到5,400海里外的目標區域，在60,000英尺高空徘徊，同時監測一個伊利諾伊州大小的區域（近58,000平方英里）24小時，然后返回。RQ-4 "全球鷹 "最初被設計為一種自主的無人機，能夠根據預先編入飛機飛行計算機的輸入進行起飛、飛行和降落；然而，空軍通常在任務控制飛行員和傳感器操作員的配合下操作這些飛機。

圖4. RQ-4 "全球鷹"

RQ-4全球鷹目前以三種配置部署。Block 20、Block 30和Block 40：

• 20號機被稱為戰場機載通信節點（BACN，發音為 "bacon"），充當地面部隊的通信中繼。目前有四架飛機采用這種配置。

• 30號機使用合成孔徑雷達（SAR）、光電/紅外（EO/IR）傳感器、增強型綜合傳感器套件（EISS）和機載信號情報有效載荷（ASIP）的組合。Block 30的初衷是為了取代U-2間諜飛機。目前有20架Block 30飛機正在服役。

• 40號機整合了具有地面跟蹤能力的多平臺雷達技術（可跟蹤地面部隊的雷達，類似于E-8C JSTARS飛機）。10架Block 40飛機正在服役。

截至2016財年的選定采購報告，RQ-4全球鷹已經飛行了14萬小時（其中10萬小時支持作戰行動）。2014年，79.7%的飛機可用于執行任務。2014財年的平均采購單位成本為1.228億美元（或按2022財年調整后的美元計算為1.411億美元）。總統的2022財年預算請求重申了空軍計劃在2021財年退役所有Block 20飛機，并在2022財年退役所有Block 30飛機。

2.5 MQ-4C "海獅"

海軍的MQ-4C "海神"（圖5）也被稱為廣域海上監視（BAMS）系統，它以 "全球鷹 "Block 20機身為基礎，但使用不同的傳感器，與P-8 "海神 "有人駕駛飛機一起支持海上巡邏行動。根據2020財年選定的采購報告，"安裝在MQ-4C天龍上的任務傳感器提供360度的雷達和光電/紅外覆蓋"。報告稱，海軍打算在2020年10月達到初始作戰能力，并在2021年5月做出全速生產的決定。在2019年的年度報告中，作戰測試和評估主任表示，海軍結束了對該飛機的作戰評估，這支持了早期的實戰決定。MQ-4C "海獅 "的平均采購單位成本在2016財年為1.461億美元（或在2022財年約為1.626億美元）。

圖5. MQ-4C "海獅"

2019年6月，伊朗軍方在阿曼灣擊落了一架MQ-4C "海獅"，國防部稱其為BAMS飛機。根據海軍的新聞簡報，這架飛機當時正在該地區飛行，監測霍爾木茲海峽是否有伊朗對商業航運的威脅。國防部官員表示，"這次襲擊是在最近國際航運和商業自由流動受到威脅之后，試圖破壞我們監測該地區的能力。" 當時，特朗普政府似乎考慮對伊朗摧毀一架美國飛機進行報復性打擊，但據報道，在回應一架無人駕駛飛機的損失時，升級風險是不值得的。

2.6 RQ-170 "哨兵"

盡管RQ-170 "哨兵"（媒體也稱之為 "坎大哈的野獸"）被公開承認存在，但關于它的大部分信息都是保密的。RQ-170 "哨兵 "首次在阿富汗上空被拍到，但據說也曾在韓國作戰，它是一種無尾的 "飛翼"，比美國目前的其他無人機系統更隱蔽。 據報道，一架RQ-170 "哨兵 "在2011年5月1日對奧薩馬-本-拉登的駐地進行了監視和數據中繼。伊朗政府在2011年12月2日聲稱擁有一架完整的RQ-170 "哨兵"，因為它被指控侵入了伊朗領空。

RQ-170 "哨兵 "由洛克希德-馬丁公司制造，翼展約65英尺，長近15英尺，由一臺噴氣式發動機驅動。它的上翼表面似乎有兩個傳感器托架（或衛星天線外殼）。雖然該機具有像B-2隱形轟炸機那樣的固有的低可觀察性混合機翼/機身設計，但RQ-170 "哨兵 "的常規進氣口、排氣口和起落架門表明其設計可能沒有完全針對隱形進行優化。

根據空軍的說法，"RQ-170哨兵是空軍正在開發、測試和投入使用的低可觀察性無人駕駛飛機系統（UAS）"。 沒有進一步的官方狀態。

2.7 其他報告的項目計劃

盡管其他無人機系統項目正在開發中，但它們在很大程度上是保密的，因此有關它們的信息并不公開。這些項目包括B-21 "突襲者"（據說是一種能夠進行遠程駕駛的載人轟炸機）和RQ-180。2021年12月4日，空軍部長弗蘭克-肯德爾透露，空軍打算在2023財政年度啟動兩個新的無人機系統項目，但沒有其他信息。

B-21 "突襲者"

即將推出的B-21 "突襲者 "不是一個純粹的無人機系統；這種遠程轟炸機預計將由遠程或機上人員操作。B-21（圖6）打算在常規和核方面發揮作用，有能力穿透先進的防空環境并在其中生存。預計它將在20世紀20年代中期開始服役，建立一個由100架飛機組成的初始機隊。B-21將駐扎在德克薩斯州的戴斯空軍基地、密蘇里州的懷特曼空軍基地和南卡羅來納州的埃爾斯沃思空軍基地，其中埃爾斯沃思是訓練基地。

圖6. 對B-21的渲染圖

B-21是圍繞三個具體的能力而設計的:

1.一個大而靈活的有效載荷艙，能夠攜帶目前和未來的各種武器裝備。

2.航程（盡管是保密的）。

3.預計每架飛機的平均采購單位成本為5.5億美元（2010財政年度），這是公開宣布的，以鼓勵競爭廠商限制其設計。

盡管空軍已經發布了轟炸機的藝術效果圖，但具體設計仍然是機密。

為了實現5.5億美元的目標，單位成本被指定為采購戰略中的一個關鍵性能參數，這意味著達不到這個價格就會失去投標資格。(該價格是基于采購100架飛機；數量的變化可能會影響實際的單位成本）。在授標公告中，空軍透露，諾斯羅普公司中標的獨立成本估計為每架飛機5.11億美元，相當于2016財年的5.64億美元。空軍表示，截至2021年的平均采購單位成本在2010財政年度為5.5億美元，或在2022年為6.7億美元。

RQ-180

據報道，另一個正在開發的無人機系統項目是RQ-180，據說是一種轟炸機大小的無人機系統。 2014年6月9日，前空軍負責情報、監視和偵察的副參謀長羅伯特-奧托中將說，空軍正在 "研究RQ-180遙控飛機，以使其更好地進入有爭議的空域，在那里，無人駕駛的RQ-4全球鷹和有人駕駛的U-2S平臺是很脆弱的。" 關于RQ-180的其他細節幾乎沒有公開發布，空軍也沒有正式承認該計劃。

3 關于國會潛在的問題

本節討論了國會在考慮國防立法時可能出現的問題，包括與載人系統的成本比較，缺乏后續的記錄項目，組織管理，與現有部隊結構的互操作性，以及出口管制。

3.1 與載人系統的成本比較

在2021年6月的一份報告中，美國國會預算辦公室（CBO）研究了有人和無人的情報、監視和偵察（ISR）飛機之間的成本、可靠性和出動率。值得注意的是，CBO確定RQ-4全球鷹每飛行小時的成本約為18,700美元，或載人P-8海神的62%，后者可執行類似任務，每飛行小時的成本為29,900美元。報告還指出：

• 與P-8相比，RQ-4全球鷹預計每年多飛行356小時

• RQ-4全球鷹的預計壽命為20年，而P-8的預計壽命為50年

• RQ-4全球鷹的采購成本為2.39億美元，而P-8海神的采購成本為3.07億美元（約為該載人平臺采購成本的78%）。

同樣，其他UAS飛機的購置成本和每飛行小時的成本也比有人駕駛飛機低。然而，UAS飛機通常比有人駕駛飛機有更高的事故率。國會在比較飛機系統時可以考慮這種權衡--較低的成本與較高的風險。

3.2 缺少后續項目記錄

在伊拉克和阿富汗沖突期間，美國軍方每年購買數百個無人機系統，主要是MQ-1 "捕食者 "和MQ-9 "死神"，但也有RQ-4 "全球鷹 "和MQ-4 "海獅"。當這些沖突結束后，采購量驟然下降。例如，各部門在2012財政年度采購了1211架中型或大型無人機系統，但到2014年，每年的數量下降到54架無人機系統，而且這個數字還在繼續下降。2022財年的預算報告要求采購6套UAS。

國防部沒有對這一變化進行正式的評論；然而，有幾個因素可能影響了這一下降趨勢。一個是在伊拉克和阿富汗沖突期間獲得的許多無人機系統共享類似的技術，軍方可能沒有設定新的要求來納入新技術。另外，盡管那些第一代和第二代無人機系統在寬松的空中環境（如伊拉克和阿富汗的環境，那里沒有對手的空軍或防空部隊）下運行良好，但在與先進的防空部隊和飛機的近距離沖突中，它們會面臨更大的挑戰，而這些飛機越來越成為美國國防規劃的一部分。國防部也可能在更先進的技術（如噴氣動力無人機系統）成熟時，有意識地在采購方面采取戰略暫停。最后，許多無人機系統的開發被認為在這一時期轉移到了不被承認的機密系統。因此，國防部的采購可能沒有如此急劇下降，而是從非機密或公認的機密項目轉移到公共預算文件中看不到的非公認的機密項目。

3.3 組織管理

盡管大多數美國軍用無人機系統是基于MQ-1 "捕食者 "機身的，但各軍種都有無人機系統項目。在授權和監督方面，國會可以考慮以下問題。誰應該管理國防部無人機系統的開發和采購？這些項目中至少有一部分的管理應該集中起來嗎？如果是這樣，國防部的中央機構應該設在哪里？

前空軍參謀長諾頓-施瓦茨將軍提出："理想情況下，你想做的是讓美國政府以一種能夠讓我們獲得最佳能力的方式。一個例子是BAMS[MQ-4 Triton]和[RQ-4]全球鷹。為什么海軍和空軍要有兩個獨立的倉庫、地面站和訓練管道，來處理本質上是相同的飛機和不同的傳感器？我認為我們雙方有很多機會可以更好地利用資源。" 蘭德公司2013年的一項研究發現，從歷史上看，聯合載人飛機項目并沒有帶來生命周期的成本節約，但通過一個辦公室管理多個項目而不完全合并這些項目可能是可能的。

3.4 與現有部隊結構的互操作性

無人機系統在與有人駕駛飛機執行任務時帶來了潛在的互操作性挑戰，因為飛行員并不直接在飛機上，而是位于機場上，用于起飛和降落，或者位于美國的一個設施。例如，UAS飛行員依靠攝像機或傳感器與編隊中的有人飛機進行視覺接觸。在過去的20年里，陸軍和空軍都展示了將無人機系統整合到其行動中的方法；最近，陸軍在其2021財政年度的項目匯合中試驗了新的概念。然而，海軍和海軍陸戰隊在將無人機系統整合到他們目前的機隊和行動中的經驗有限，特別是在航空母艦和兩棲艦上的大型無人機系統。隨著新的無人機系統的開發，以及使用這些飛機的新概念，有人駕駛的飛機和無人機系統將如何整合仍有待觀察。同樣，目前還不清楚與空域沖突有關的問題在多大程度上會給國防部帶來挑戰。

3.5 出口管制

美國通過多邊出口管制制度和國家出口管制來控制無人機系統的出口。

導彈技術管制制度

導彈技術管制制度（MTCR）"尋求限制 "核生化武器擴散的風險，"通過管制可能有助于此類武器運載系統（除有人駕駛飛機外）的貨物和技術的出口"。1987年由美國和其他六個國家成立的MTCR，每年舉行幾次會議，目前由35個伙伴國組成，是一個非正式的自愿安排，其伙伴國同意對一個包含兩類受控物品的附件適用共同的出口政策準則。伙伴國根據國家立法執行這些準則，并定期交流有關出口許可證問題的信息，包括拒絕技術轉讓。MTCR準則適用于武裝和非武裝無人機系統。

第一類MTCR項目是最敏感的，包括 "能夠在至少300公里范圍內運送至少500公斤有效載荷的完整無人機系統，其主要的完整子系統......以及相關的軟件和技術"，以及為這些無人機系統和子系統 "專門設計的 "生產設施。伙伴國政府應 "強烈推定拒絕 "此類轉讓，無論其目的如何，但可在 "罕見情況下 "轉讓此類項目。 該準則禁止出口第一類物品的生產設施。制度伙伴在授權出口第二類物品方面有更大的靈活性，其中包括不太敏感和兩用的導彈相關部件。這一類別還包括完整的無人機系統，無論有效載荷如何，射程至少為300公里，以及具有某些特征的其他無人機系統。

MTCR準則指出，各國政府在考慮MTCR附件物品的出口請求時應考慮六個因素。(1) 對核生化擴散的關注；(2) 接受國 "導彈和空間計劃的能力和目標"；(3) 轉讓對核生化運載系統的 "潛在發展意義"；(4) "對轉讓的最終用途的評估"，包括下文所述的政府保證；(5) "相關多邊協定的適用性"；以及(6) "受控物品落入恐怖團體和個人手中的風險"。 " 該準則還規定，如果伙伴國政府 "根據所有可用的、有說服力的信息 "判斷該物品 "打算用于 "核生化武器的運載，則強烈推定拒絕轉讓MTCR附件中的任何物品或任何未列入清單的導彈。

此外，MTCR準則指出，如果出口國政府不判斷擬議的第一類無人機系統的轉讓是用于核生化運載，政府將從接受國獲得 "有約束力的政府對政府的承諾"，即 "未經 "出口國政府的同意，"該項目或其復制品或衍生品都不會被再次轉讓。出口國政府還必須承擔 "采取一切必要步驟，確保該物品只用于其既定的最終用途 "的責任。此外，政府只有在得到 "接受國政府的適當保證"，即接受國將只為其既定目的使用這些物品，并在未經出口國政府事先同意的情況下不修改、復制或重新轉讓這些物品的情況下，才可批準轉讓 "可能有助于[核生化]運載系統 "的物品。伙伴國政府的出口管制必須要求在政府通知出口商此類物品 "可能全部或部分用于......載人飛機以外的[核生化]運載系統 "的情況下，授權轉讓未列入清單的物品。這些限制被稱為 "全面 "管制。

其他多邊出口管制制度

其他多邊制度限制可能使無人機系統開發核生化有效載荷的技術的出口。例如，核供應國集團管理與核有關的出口，而瓦森納安排在常規武器和某些兩用貨物和技術方面發揮著類似的作用。澳大利亞集團是與化學和生物武器有關的技術的類似組織。

美國的出口管制

從2017年開始，美國向MTCR合作伙伴提交了一系列建議，以放寬該制度對某些無人機系統的出口準則。 這些政府以協商一致的方式作出決定，但沒有同意采納任何這些建議。2020年7月24日，特朗普政府宣布了一項新的無人機系統出口政策，將 "精心挑選的MTCR第一類無人機系統的子類，其飛行速度不能超過每小時800公里（大約每小時500英里），視為第二類"，從而克服了MTCR對這些系統的 "強烈拒絕推定"。美國已經向法國、意大利、日本、德國、韓國、西班牙和英國出口了MTCR第一類無人機系統。

美國商務部工業與安全局（BIS）2021年1月12日的最終規則實施了對美國兩用許可程序的相關修改。BIS向國會提交的2020財政年度報告指出，取消了所有2020年MTCR會議，并解釋說，美國單方面采取這一政策是因為 "在可預見的未來，MTCR沒有進一步進展的場所"。 國務院的一位官員說，該提案 "仍然是我們在MTCR中的一項優先努力，但這--與其他許多事情一樣--受到了旅行限制的阻礙"，該限制是為了應對COVID-19病毒帶來的風險。MTCR成員在2021年10月舉行了一次全體會議，但沒有通過美國的提案。

美國對無人機系統的出口施加了一些其他限制。美國務院負責管理對軍用無人機系統和其他國防物品的出口管制；這一制度的法定依據是《武器出口管制法》（AECA；P.L. 94-329）。該法第71(a)條要求國務卿保持一份MTCR附件中所有不受美國雙重用途管制的物品清單。美國出口管制法》還限制了原產于美國的國防物品的用途，并禁止未經美國政府許可向第三方轉讓此類物品。2018年出口管制法》（P.L. 115-232，B副標題，第一部分）為總統提供了廣泛而詳細的立法授權，以實施對兩用物品出口的控制，包括兩用無人機系統和相關組件。美國關于兩用物品出口的法規包含對無人機系統的全面控制。

美國政府還實施了一些法規，以確保原產于美國的無人機系統的接收者將這些物品用于其申報的目的。根據2019年5月國務院的一份概況介紹，美國將轉讓軍用無人機系統，"只有采取適當的技術安全措施"。 國務院和商務部都會進行最終監測，以確定接受國是否適當地使用出口物品。概況介紹說，一些軍用無人機系統 "可能要接受強化的最終使用監測"，以及 "額外的安全條件"。根據國務院的概況介紹，美國轉讓MTCR第一類無人機系統也 "應要求與 "美國政府就該系統的使用進行定期磋商。

美國海軍希望開發和采購三種類型的大型無人航行器（UV），稱為大型無人水面航行器（LUSV）、中型無人水面航行器（MUSV）和超大型無人水下航行器（XLUUVs）。海軍2023財年擬議預算要求為這些大型UV和LUSV/MUSV啟用技術提供5.493億美元的研究和開發資金，并為XLUUV和其他海軍UUV的核心技術提供6070萬美元的額外資金。

海軍希望獲得這些大型UVs，作為將海軍轉移到一個更加分布式艦隊架構的一部分工作，這意味著一種艦艇組合，將海軍的能力分散到更多的平臺上，并避免將艦隊整體能力的很大一部分集中到相對較少的高價值艦艇上（即一種避免 "把太多雞蛋放在一個籃子里 "的艦艇組合）。海軍和國防部（DOD）自2019年以來一直在努力制定一個新的海軍部隊目標，以反映這種新的艦隊組合。2022年4月20日發布的海軍2023財年開始30年（2023財年-2052財年）的造艦計劃，總結了對新的兵力目標進行的研究結果。這些研究概述了潛在的未來艦隊擁有27至153艘大型USV和18至51艘大型UUV。

海軍設想LUSV的長度為200英尺到300英尺，滿載排水量為1,000噸到2,000噸，這將使它們達到輕巡洋艦的大小(即比巡邏艇大，比護衛艦小的艦艇)。海軍希望LUSV是低成本、高端耐力、可重新配置的艦艇，有足夠的能力攜帶各種模塊化有效載荷--特別是反水面戰（ASuW）和打擊有效載荷，主要是指反艦導彈和對陸攻擊導彈。每艘LUSV可以配備一個垂直發射系統（VLS），有16到32個導彈發射管。盡管被稱為UV，LUSV可能被更準確地描述為選擇性或輕度載人的艦艇，因為它們有時可能有一些船員，特別是在近期內，當海軍制定LUSV的啟用技術和作戰概念時。根據海軍2023財政年度的五年（2023-2027財政年度）造艦計劃，海軍采購LUSV的計劃將在2025財政年度開始。

海軍將MUSV定義為45英尺到190英尺長，排水量大約為500噸，這將使它們與巡邏艇的尺寸相當。海軍希望MUSV和LUSV一樣，是低成本、高端耐力、可重新配置的船只，可以容納各種有效載荷。MUSV的初始有效載荷將是情報、監視和偵察（ISR）有效載荷和電子戰（EW）系統。海軍2023財年開始的五年（2023-2027財年）造艦計劃不涵蓋2023-2027財年期間采購MUSV的計劃。

XLUUV的大小大致與地鐵車廂相當。首批5艘XLUUV在2019財政年度獲得資助，正在由波音公司建造。海軍希望使用XLUUV秘密部署Hammerhead水雷，這種水雷將被拴在海底，并配備反潛魚雷，大致類似于海軍冷戰時期的CAPTOR（封裝式魚雷）。根據海軍2023財年開始的五年（2023-2027財年）造艦計劃，通過其他采購，海軍（OPN）計劃在2024財年開始采購額外的XLUUV。

在對海軍2020-2022財年的擬議預算進行標記時，國會國防委員會對海軍的采購戰略是否提供足夠的時間來充分開發這些大型UV，特別是LUSV的作戰概念和關鍵技術表示關注，并包括旨在解決這些問題的立法規定。作為對這些標記的回應，海軍已經重組了LUSV項目的采購戰略，以便遵守這些立法規定，并在進入可部署單位的批量生產之前提供更多的時間來開發作戰概念和關鍵技術。

圖1. 支持LUSV和MUSV計劃的原型機

總結

美國防部（DOD）正在對其指揮軍事力量的方法進行現代化改造。國防部高級領導人已經表示，現有的指揮和控制架構不足以滿足2018年國防戰略（NDS）要求。全域聯合指揮與控制（JADC2）是國防部的概念，將所有軍種--空軍、陸軍、海軍陸戰隊、海軍和太空部隊的傳感器連接到一個網絡中。

DOD指出，用Uber共享服務來比喻其對JADC2的期望最終狀態。Uber結合了兩個不同的應用程序--一個是乘客，另一個是司機。使用各自的位置，Uber算法根據距離、旅行時間和乘客（以及其他變量）來確定最佳匹配。在JADC2的情況下，這種邏輯將找到攻擊特定目標的最佳武器平臺，或應對新出現威脅的最佳單位。為了使JADC2有效工作，DOD正在追求三種新的或新興的技術：自動化和人工智能、云環境和新的通信方法。

DOD的一些機構和組織參與了與JADC2相關的工作。下面的清單突出了與JADC2開發有關的部分組織和項目：

• 國防部首席信息官：第五代（5G）信息通信技術。

• 國防部長辦公室（研究與工程）：全網絡化指揮、控制和通信（FNC3）。

• 國防高級研究計劃局：馬賽克戰爭。

• 空軍：高級戰斗管理系統（ABMS）。

• 陸軍：項目融合（Project Convergence）。

• 海軍：項目超配（Project Overmatch）

隨著國防部開發指揮和控制軍事力量的新方法，國會可能會考慮幾個潛在的問題：

• 國會如何在驗證需求或成本估算之前考慮JADC2的相關活動？

• 在沒有正式的計劃或預算申請的情況下，國防部為JADC2的預算是多少？

• JADC2的支出重點是什么，是否有國防部可能沒有投資的舉措？

• 國防部如何確保每個軍種和盟國的通信系統之間的互操作性？

• 國防部應如何優先考慮其未來網絡中相互競爭的通信需求？

• 人工智能將在未來的指揮和控制決策系統中發揮什么作用？

• 為了滿足JADC2的要求，有哪些潛在的部隊結構變化是必要的？

• 國防部應如何管理與JADC2相關的工作？

1 什么是JADC2

全域聯合指揮與控制（JADC2）是美國國防部（DOD）的概念，即把所有軍種--空軍、陸軍、海軍陸戰隊、海軍和太空部隊的傳感器連接成一個網絡。傳統上，每個軍種都開發了自己的戰術網絡，與其他軍種的網絡不兼容（例如，陸軍網絡無法與海軍或空軍網絡連接）。通過JADC2，國防部設想建立一個 "物聯網"網絡，將眾多傳感器與武器系統連接起來，利用人工智能算法幫助改善決策。

DOD官員認為，未來的沖突可能需要領導人在幾小時、幾分鐘或可能幾秒鐘內做出決定，而目前分析作戰環境和發布命令的過程需要數天時間。國防戰略（NDS）委員會報告的非保密概要指出，目前的C2系統與潛在的同行競爭對手相比已經"惡化"。國會可能對JADC2概念感興趣，因為它正被用來制定許多高調的采購計劃，以及確定美國軍隊對潛在對手的有效性和競爭力。

圖 1. JADC2 的概念愿景

JADC2設想為聯合部隊提供一個類似云的環境，以共享情報、監視和偵察數據，在許多通信網絡中傳輸，從而實現更快的決策（見圖1）。JADC2打算通過收集來自眾多傳感器的數據，利用人工智能算法處理數據以識別目標，然后推薦最佳武器--包括動能和非動能武器（如網絡或電子武器）--來打擊目標，從而幫助指揮官做出更好的決策。

DOD指出，用Uber共享服務作為類比來描述其對JADC2的期望最終狀態。使用各自的位置，Uber算法根據距離、旅行時間和乘客（以及其他變量）來確定最佳匹配。然后，該應用程序為司機提供指示，讓他們按照指示將乘客送到目的地。Uber依靠蜂窩和Wi-Fi網絡來傳輸數據，以匹配乘客并提供駕駛指示。

一些分析家對JADC2采取了更加懷疑的態度。他們對JADC2的技術成熟度和可負擔性提出了疑問，以及是否有可能在一個致命的、充滿電子戰的環境中部署一個能夠安全可靠地連接傳感器和射手并支持指揮和控制的網絡。分析人士還詢問誰將擁有跨領域的決策權，因為傳統上，指揮權是在每個領域內而不是從整體戰役的角度下放的。

什么是指揮與控制？C2的維度和人工智能的影響
人們可以通過五個問題來看待指揮和控制：誰、什么、何時、何地和如何。傳統上，國會通過兩個不同但相關的問題來關注指揮與控制：權力（"誰"）與技術（"如何"）。
國會傳統上關注的第一個問題反映了指揮官執行行動的權力。這一討論的重點是指揮系統，反映了負責組織、訓練和裝備美國部隊的軍種與有權在國外使用部隊的作戰司令部之間的差異。這個問題可以用一個問題來概括："誰指揮部隊？"
第二個問題是使指揮官能夠做出這些決定并將其傳遞給戰場的技術方面。指揮、控制、通信（C3）、C3加計算機（C4）以及情報、監視和偵察（ISR）等術語進入了討論。指揮和控制的這一技術問題著眼于指揮官用于決策的數據（和收集方法）（即ISR是促成決策的數據），將數據轉化為信息的處理能力，以及使指揮官將其決策傳達給地理上分布的部隊系統。這種指揮和控制的技術方法可以概括為："你如何指揮部隊？"
指揮和控制的其他動態回答了其他問題：哪些系統和單位被指揮（什么），時間方面（何時），以及地理方面（何處）。國會在歷史上對這些問題中的每一個都是在具體的，而不是一般的問題上表示了興趣。例如，國會沒有考慮一般用途的部隊，而是關注與核部隊和特種作戰相關的權力問題。與核和網絡戰的快速反應相關的指揮和控制問題，以及在有限的程度上與電磁頻譜戰相關的問題，這些都是及時性問題，引起國會關注的其他領域。
關于 "何時"，國會已表示對與核和網絡戰的快速反應有關的指揮和控制感興趣，并在有限的程度上對電磁頻譜戰感興趣。然而，對 "何時"的最大敏感度似乎更側重于戰術（例如，何時讓飛機進入目標，何時開始對建筑物進行攻擊）；這些決定往往被授權給指揮官。最后，地理因素對指揮美軍提出了獨特的挑戰；只要行政部門和國會繼續支持全球國家安全戰略，地理決策在很大程度上代表了戰術問題，往往被授權給各個指揮官。
圖2. 指揮與控制的維度和人工智能的影響
圖2描述了這些問題是如何通過引入人工智能（AI）來優化各方面的結果。隨著編隊復雜性的增加--特別是為全域聯合作戰設計的編隊，控制這些部隊有可能超越人類的認知能力，并使用算法來幫助管理這些部隊。美國軍方表示，它打算讓人類參與整個決策過程，但隨著美國軍隊將更多的人工智能技術引入其決策機構，各方面的區別開始變得模糊不清。例如，"誰"和 "如何"開始變得相似，特別是當計算機或算法向指揮官提出建議時，他們可能不了解信息或產生建議的過程。
人工智能還可以影響指揮和控制的其他方面，包括 "什么"、"什么時候 "和 "在哪里"。將 "什么 "和 "哪里 "這兩個要素結合起來，可以挑戰對手尋找和與美國部隊交戰的能力；這樣做也可以挑戰指揮官及其參謀部在沒有系統幫助管理復雜情況下保持對部隊的控制能力。從 "何時 "的角度來看，需要快速決策的行動，特別是電磁頻譜戰或網絡戰，可能超過人類的決策能力。這就提出了一個重要的問題，即指揮官能在多大程度上信任人工智能，以及人類作戰員需要理解人工智能系統為什么建議采取特定行動。

2 為什么要改變當前的 C2 結構？

DOD目前使用戰斗空間的不同部分來執行C2--主要是沿著確定的軍事領域：空中、陸地、海上、太空和網絡空間。這種結構的存在是因為傳統的威脅來自單一系統，如飛機和坦克編隊。作為回應，軍方開發了高度復雜（但昂貴）的傳感器來監視戰斗空間，向集中式指揮中心（如空中作戰中心或陸軍指揮所）提供信息。E-3高級預警和指揮系統（AWACS）和E-8聯合監視目標攻擊雷達系統（JSTARS）等系統經過優化，為這些中央前哨的指揮官提供態勢感知，然后他們可以在那里指揮軍事力量。

2018年國防戰略（NDS）、審查它的 NDS 委員會和其他來源闡述的未來作戰環境描述了潛在對手如何發展復雜的反介入/區域拒止 (A2/AD) 能力（見圖 3）。這些能力包括電子戰、網絡武器、遠程導彈和先進的防空系統。 美國競爭對手將 A2/AD 能力作為對抗美國傳統軍事優勢（例如投射力量的能力）的一種手段，并提高他們贏得快速、決定性交戰的能力。

圖 3. A2/AD 環境的可視化

美國防部高級領導人已經表示，在未來的作戰環境中，獲取信息將是至關重要的。此外，這些領導人還表示，為了挑戰潛在的同等對手，需要采取多領域的方法（美國部隊將使用地面、空中、海上、太空和網絡力量來挑戰對手的目標計算）。因此，全領域聯合作戰的概念為指揮官提供了獲取信息的機會，可以利用突襲進行同步和連續的行動，并在所有領域快速和持續地整合能力，從而獲得物質和心理優勢以及對作戰環境的影響和控制。

空中陸戰概念設想將空軍和陸軍的努力結合在一起，在20世紀80年代對抗蘇聯，自該概念提出以來，技術上的進步使美國防部能夠繼續發展全領域聯合作戰的概念。這些技術進步包括增加了攻擊目標的方法（包括電子和網絡手段），相對低成本的傳感器的擴散，以及將這些傳感器的數據轉化為信息的處理能力的提高。維持對所有領域行動的控制所面臨的挑戰是，美國的軍事C2機構并不是為做出這些類型的決定而組織的，26而且正在使用的技術的復雜性和速度可能超過人類的認知能力。

指揮與控制是如何演變的？
美軍傳統的指揮和控制概念源于德軍的 "任務型命令"（auftragstaktik）。認識到軍事行動中的混亂和 "戰爭迷霧 "是不可避免的，下級指揮官被委托半自主地行動以實現其指揮官的意圖（即任務的總體目標），而不是有預先規定的行動。情報來源和偵察的信息需要很長的時間，甚至可能需要幾天才能到達指揮官手中。為了保持對部隊的控制，指揮官們依靠無線電通訊和紙質信件。有限的信息量使得指揮官可以在兩個方面指揮部隊--使用單一的領域來應對對手的行動。
在冷戰的高峰期，蘇軍給軍事力量提出了一個新的問題：如何對抗一支數量上占優勢的坦克部隊。為了應對這一威脅，陸軍和空軍提出了一種新穎的方法，通過開發新技術來確定增援地點，將空中和陸地力量結合起來。這一概念被稱為 "空地戰"。這種三維方法試圖利用情報、監視和偵察方面的優勢，"深入觀察"，將火力集中打擊增援部隊（即 "深入打擊"）。為了支持這種利用深度打擊來防止增援部隊的設想，美軍需要改進指揮所，以提高指揮部隊的決策速度，同時仍然保持遵循指揮官意圖的傳統。這種需要導致了新系統的開發，如JSTARS和ATACMS。這些系統使指揮官能夠更快地了解戰斗空間，并提高對敵軍直接開火的反應時間。
在過去的20年里，中國和俄羅斯觀察了美國的戰爭方法，確定了挑戰美國優勢的不對稱方法。中國的軍事現代化尤其注重防止美國建立大量的戰斗力（限制后勤），增加高價值飛機（油輪、間諜飛機、指揮和控制飛機）的風險，并增加其海軍足跡（限制美國的海軍優勢）。為了應對這些新威脅，國防部最初提出了使用多域作戰的想法（后來過渡到全域作戰一詞）。國防部認為，使用一個或甚至兩個維度來攻擊對手是不夠的，因此挑戰對手的目標計算需要更復雜的編隊（額外維度）。國防部認為，不斷增加的復雜性，加上應對新興技術威脅的時間可能減少，需要新的方法來管理部隊。
圖4. 指揮和控制的復雜性的變化

3 JADC2-賦能技術

在國防部發展JADC2概念的過程中，有三類技術在這種指揮和控制軍事力量的方法中起著不可或缺的作用：自動化、云環境和通信。

3.1 自動化與人工智能

許多DOD高級領導人已經明確表示，JADC2是一個概念（或許是一個愿景），而不是任何具體的計劃。在2021年1月的一篇文章中，聯合人工智能中心主任Michael Groen中將說："JADC2不是一個IT（信息技術）系統，它是一個作戰系統。從歷史上看，你會有一個大型的國防項目，你會花數年時間來完善需求，你會收集大包大包的錢，然后你會去找國防承包商，花更多的時間來建造、測試，然后在多年后最終投入使用"。在這篇文章中，Groen中將描述了人工智能（AI）的作用，以及延伸到數據和數據結構的作用，使這些算法能夠為指揮官提供信息。根據Dennis Crall中將（聯合參謀部指揮、控制、通信和計算機/網絡首席信息官[JS J6]主任）的說法，人工智能和機器學習對于實現JADC2至關重要。Dennis Crall說道："JADC2是關于將所有這些自動化....。它是關于利用傳感器豐富的環境--查看數據標準等事情；確保我們可以將這些信息轉移到一個我們可以正確處理的區域； 帶來了云；帶來了人工智能、預測分析；然后用一個能夠處理這些的網絡來支撐所有領域和合作伙伴。"

3.2 云環境

DOD表示，擁有多分類的云環境對于實現JADC2是必要的。DOD設想，用戶能夠根據他們的需要和信息要求，在不同的分類下訪問信息。在2021年6月的新聞發布會上，克拉爾中將說，"戰術邊緣 "的云能力是用于數據存儲和處理，實現人工智能算法。作為一個例子，空軍討論了其高級戰斗管理系統（ABMS）項目對云環境的需求--空軍部對JADC2的貢獻，這將在下文討論。根據空軍的預算說明，ABSM將需要一套云系統、應用程序（即軟件）和網絡（包括商業和政府擁有的），這將 "了解環境并應用由人工智能和機器學習輔助的先進算法"。

3.3 通信

根據DOD的說法，開發JADC2將需要新的通信方法。DOD目前的通信網絡已經為中東地區的行動進行了優化。因此，DOD使用衛星作為與海外部隊通信的主要方法。這些系統面臨著延遲（時間延遲）問題，并且在設計上不能在有電子戰的情況下有效運行。這些舊的架構依賴于地球同步軌道上的衛星，這些衛星在地球上空大約22200英里（35800公里）處運行。新的應用，如人工智能，將有可能需要額外的數據速率，而目前的通信網絡可能無法支持--特別是當DOD增加傳感器的數量，以提供額外的數據來改進算法。自主系統的引入，如海軍的大型無人水面和海底航行器，以及陸軍對機器人飛行器越來越感興趣而產生的系統，可能需要安全的通信和短時延來維持對這些系統的控制。

4 目前開展的JADC2相關工作

聯合參謀部是負責制定全域聯合指揮與控制概念戰略的國防部組織。此外，還有一些正在進行的研究和努力與JADC2概念有關。每個軍事部門（陸軍、海軍、空軍）以及國防部機構，如國防高級研究計劃局（DARPA）和負責研究和工程的國防部副部長辦公室（OSD[R&E]），都在開發技術和概念。以下各節簡要介紹一些組織的工作。

4.1 聯合參謀部 J6：JADC2 戰略

國防部負責制定JADC2戰略的領導機構是聯合參謀部J6指揮、控制、通信和計算機/網絡局。JADC2戰略最初的設想是改善聯合部隊的互操作性（例如，確保無線電系統能夠相互通信），后來擴大了這一重點，制定了一種信息共享方法，通過為決策提供數據來實現聯合行動。除了制定戰略，J6還組織了一個JADC2跨職能小組，各軍種和國防部機構通過該小組協調他們的實驗和計劃。這與國防部數據戰略和國防部副部長創造數據優勢的努力相一致。該戰略確定了五條工作路線以實現JADC2框架：

1.數據組織

2.人力組織

3.技術組織

4.核指揮、控制和通信（NC3）

5.任務伙伴信息共享

在2021年6月4日的新聞發布會上，克拉爾中將表示國防部長奧斯汀已經批準了JADC2戰略。

4.2 OUSD研究與工程（R&E）：完全網絡化的指揮、控制和通信（FNC3）

根據R&E辦公室的說法，"FNC3確定、啟動和協調指揮、控制和通信關鍵使能技術的研究、開發和降低風險活動。這些活動將包括整個國防企業不同但相互關聯的努力，由FNC3在OUSD（R&E）的工作人員監督和同步進行。" FNC3的主要負責人邁克爾-扎特曼博士描述了FNC3的整體愿景，包括三個層次--物理層、網絡層和應用層--它們為開發指揮、控制和通信系統提供了一種量身定做的方法，與商業部門的最佳實踐相一致。物理層代表無線電和發射器本身，而網絡層則通過開發國防部優化的新興商業軟件定義網絡技術（如網絡切片）來管理應用對物理層的訪問。所有這三層都旨在提高互操作性和彈性（即防止網絡被干擾或中斷的能力），并為每個應用提供適當的服務質量。

根據扎特曼博士的說法，FNC3是JADC2的中長期技術愿景，而每個部門（在以下章節中概述）都有專注于發展近期采購戰略的引人注目的努力。例如，空軍部的先進戰斗管理計劃旨在通過關注成熟技術在未來三年內部署。OUSD R&E利用其投資組合中不太成熟的技術，包括由DARPA、國防創新部門、戰略能力辦公室、各部門和其他部門開發的技術，為實施JADC2提供長期的技術手段。

4.3 DoD CIO：5G技術

國防部提出，5G無線技術的商業進展提供了傳輸更多數據（通常稱為數據吞吐量）和更低延遲的能力。國防部認為，它需要這些能力來處理來自眾多傳感器（如衛星、飛機、船只、地面雷達）的更多數據，并在 "邊緣"（與無線電接收器在同一地點）處理這些信息。5G技術的另一個方面可以實現新的指揮和控制概念，即動態頻譜共享。隨著電磁頻譜變得更加擁擠，聯邦政府已經開始允許多個用戶在同一頻段上運行（稱為頻譜共享）。國防部首席信息官認為，頻譜共享技術允許通信系統在有干擾的情況下傳輸和接收數據。2020年9月，國防部CIO向工業界發出了一個信息請求，即如何對待動態頻譜共享。2021年1月21日，已經公布了67份對信息請求的回應。

4.4 DARPA：馬賽克戰

馬賽克戰爭代表了一系列由DARPA贊助的項目，旨在利用人工智能將傳統上不被設計為互操作的系統和網絡相結合。從概念上講（見圖5），這些項目將能夠利用從衛星上收集的原始情報，并將這些數據轉化為傳遞給 "射手 "的目標信息--在這種情況下，網絡武器、電子干擾器、導彈、飛機或任何其他可能影響預期目標的武器。正如哈德遜研究所的分析家布萊恩-克拉克和丹-帕特所解釋的那樣，"馬賽克戰爭 "試圖將多種重疊的困境強加給敵軍，擾亂他們的行動，從而阻止他們及時到達目標。

圖5：DARPA的馬賽克戰愿景

DARPA的馬賽克計劃之一，稱為異質電子系統的技術集成工具鏈（STITCHES），已被用于空軍和陸軍的實驗。據DARPA稱，STITCHES是一種軟件，旨在通過自主創建允許低延遲和高吞吐量的軟件，快速整合任何領域的通信系統，而無需升級硬件或修改現有的系統軟件。根據空軍的一份新聞稿，該部門已在幾個高級戰斗管理系統的 "上線 "中測試了該技術，并已開始將該計劃從DARPA過渡到空軍部。

4.5 空軍部：高級戰斗管理系統（ABMS）

高級戰斗管理系統最初的設想是取代E-8聯合監視和目標攻擊雷達系統（JSTARS）。空軍在2019年將ABMS項目從開發飛機或雷達之類的東西過渡到 "數字網絡環境，連接所有領域和每個梯隊的作戰能力，以實現全球決策優勢。" 換句話說，空軍從建立一個支持指揮和決策的平臺（如E-8 JSTARS）轉向建立一個安全的、"類似云"的環境，利用人工智能和預測分析為指揮官提供近實時數據。根據空軍的說法，ABMS項目將沿著六條產品線開發能力：傳感器集成、數據、安全處理、連接、應用和效果集成。

空軍已經舉行了三次 "on-ramps"（空軍用來描述演示的術語），以展示其ABMS的方法。2019年12月舉行的第一次on-ramps，展示了該部門從F-22戰斗機使用的安全通信向陸軍和海軍系統傳輸數據的能力。第二次上線使陸軍榴彈炮能夠擊落一枚代用巡航導彈。此外，空軍向美國北方司令部提供了這種 "類似云 "的零信任平板電腦--一種不在設備上存儲敏感數據的安全功能，以協助其在2020年春季應對COVID大流行。

2020年11月，空軍部確定了首席架構師辦公室，負責評估架構上線和整合企業數字架構。同時，空軍確定空軍部快速能力辦公室為ABMS整合項目執行辦公室。快速能力辦公室的工作重點是快速向現場交付項目，它的參與可以被看作是將ABMS從實驗轉向系統開發。

4.6 陸軍部：項目融合（Project Convergence）

根據陸軍的說法，"項目融合是陸軍圍繞一系列連續的、結構化的演示和實驗而組織的新的學習活動"，旨在應對JADC2所帶來的挑戰。

1.確保陸軍擁有合適的人員和人才；

2.將當前的陸軍現代化工作與陸軍未來司令部的跨職能團隊聯系起來，并與陸軍現代化的六個優先事項保持一致；

3.擁有合適的指揮和控制，以應對節奏越來越快的威脅；

4.利用人工智能分析和分類信息，并在陸軍網絡中傳輸；

5.在 "最嚴峻的地形 "中測試能力。

項目融合2020在三個軍事設施中使用了大約750名士兵、平民和承包商，最終在亞利桑那州的尤馬試驗場進行了兩次現場頂點演習。在這次演習中，陸軍展示了幾種技術，包括人工智能、自主性和機器人技術，以測試新的方法來指揮和控制地理上分散的部隊。陸軍計劃將空軍和海軍的系統作為2021年項目融合的一部分，并打算在2022年項目融合中納入外國軍隊。這其中有3370萬美元用于運營和維護，以及7310萬美元用于研究、開發、測試和評估，由陸軍撥款。

4.7 海軍部：項目超配（Project Overmatch）

項目超配是海軍為建立一個 "海軍作戰架構"，將艦艇與陸軍和空軍資產聯系起來而做出的努力。2020年10月1日，海軍作戰部部長吉爾德伊上將責成一名二星上將領導海軍的"項目超配"工作。在他的備忘錄中，吉爾德伊上將指示 "項目超配"采取類似于海軍發展核動力和AEGIS系統的工程和開發方法。其主要目標是 "使海軍能夠在海上形成集群，從近處和遠處、每個軸線和每個領域提供同步的致命和非致命效果。具體來說，你[斯莫爾海軍司令]要開發網絡、基礎設施、數據架構工具和分析。" 在一個平行的努力中，吉爾德伊上將責成基爾比副上將（負責作戰要求和能力的海軍作戰部副部長）制定一項計劃，將無人系統，包括艦艇和飛機，納入海軍作戰架構。根據新聞聲明，海軍打算在2023年達到初始作戰能力（即有能力部署初始系統）。海軍在2022財政年度為 "項目超配 "申請了三個分類項目元素的資金。

在2021年6月舉行的2021年AFCEA西部會議上，吉爾德伊上將討論了項目超配目前的工作。在這次活動中，吉爾德伊表示，自2020年10月項目啟動以來，項目超配已經完成了三個螺旋式發展周期。吉爾德伊進一步解釋說："我們實際上正在試驗一種方式，使我們基本上可以將任何網絡上的任何數據傳遞給作戰人員。這是一個軟件定義的通信系統，使我們能夠以一種前所未有的方式拆開我們所有的網絡"。根據新聞報道，吉爾德表示，他預計在2022年底或2023年初將 "項目超配"的測試規模擴大到一個航母打擊群。

5 國會面臨的潛在問題

以下各節討論了國會的潛在問題，包括需求和成本估算、互操作性挑戰、平衡通信能力、人工智能在決策中的角色，以及實施JADC2所需的潛在部隊結構變化。

5.1 需求和成本估算

美國防部已經為JADC2的相關工作申請了幾個財政年度的資金，特別是在概念的早期發展階段。國防部正在積極制定JADC2戰略，預計將在2021年春季發布。國會中的一些人對國防部沒有像傳統采購項目那樣提供成本估算或驗證需求表示關切。因此，各軍種委員會和撥款委員會已經減少了對這些工作，特別是ABMS和5G研究和開發的要求資金。2021財年國防授權法案（NDAA）要求國防部在2021年4月前為JADC2提出要求。

5.2 國防部對JADC2的潛在資助水平

國防部還沒有正式公布關于JADC2的支出預算數據，該項目在各軍種和國防機構的一些項目中都有資金。根據聯合參謀部J6（JS J6）的說法，JADC2不是一個記錄項目，JS J6也不打算過渡到一個記錄項目。因此，除非國會要求國防部提供JADC2資金的詳細概述，否則國防部可能不太可能這樣做。

一些分析家推測了與JADC2有關的所有項目的年度成本。一位分析家估計，國防部在2022財政年度為與JADC2直接相關的項目編列了大約12億美元的預算。Govini估計，自2017財政年度以來，國防部在JADC2上花費了大約225億美元；這平均每年大約為45億美元。Govini的估計包括其他聯邦機構的資金--如國家航空和航天局（NASA）--以及國防部可能認為與JADC2無關的技術，因此可能高估了JADC2獲得的資金總額。

5.3 JADC2支出優先級

根據JS J6，有五條與JADC2相關的工作線：

• 1.數據組織

• 2.人力組織

• 3.技術組織

• 4.核指揮、控制和通信（NC3）

• 5.任務伙伴信息共享

以數據為中心的方法側重于國防部系統傳輸所需的數據類型和結構，創建一個共同的數據框架，為數據的發送和接收提供一個商定的標準。換句話說，數據的格式化、組織化和結構化的方式影響著數據從傳感器到決策者再到武器的高效和無縫傳輸。另一方面，網絡中心化和互操作性側重于通信標準，如無線電頻率、波形、通信加密等，以確保一個無線電能與另一個無線電通話。通過采用這種方法，JS J6專注于開發軟件應用，以改善指揮和控制。然而，該戰略可能缺少幾個方面，包括：

• 通信系統的硬件和軟件的功能，

• 網絡需要傳輸的數據量，

• 對手的行動對網絡的影響，

• 以及指揮和控制部隊的模塊化。

隨著國防部繼續改革其JADC2概念和要求，其他觀察家也注意到，在JADC2戰略中存在一些沒有被認定的領域，國防部應將其支出主要集中在研究和開發方面。一位觀察家認為，國防部應將其研發支出集中在改善網絡互操作性上。這種方法支持優先升級軍事通信系統，以便在整個聯合部隊中傳輸數據。它建議國防部在軟件和硬件方面投入更多資金，以提高所有類型的數據鏈路和網絡（例如，Link 16、多功能高級數據鏈路、態勢感知數據鏈路以及綜合海上網絡和事業服務）的互操作性。網絡互操作性方法的重點是，創建網絡是困難的；但是，利用軟件定義的網絡和通用電子設備（如類似的芯片架構）可以使每個軍種無縫共享信息。換句話說，這種方法更注重通信網絡的構建方式，而不是在這些網絡內發送數據的組織方式。軟件定義的無線電和網絡使無線電可以很容易地被編程，并因此更容易地相互通信。微電子（即物理硬件）最終定義了無線電的物理和軟件能力。

其他分析家認為，JADC2的支出應更多地集中在改變決策方式上。這一論點強調了通過利用人工智能（AI）實現決策過程自動化的必要性，正如國防高級研究計劃局（DARPA）的馬賽克戰爭概念所設想的。在這種方法中，優先利用人工智能系統的支出（如空軍的STiTCHES計劃），可以建立主要集中在需要傳輸的數據和數據結構的特設網絡。這一論點假設人工智能也可以分析情報、監視和偵察（ISR）數據，以確定人類可能錯過的趨勢，從而向軍事指揮官提出潛在的更好的建議。

其他觀察家認為，優先考慮如何使用和管理電磁波譜的決策對于支持JADC2至關重要。這些觀察家認為，像國防信息系統局的電磁戰管理計劃--旨在利用情報方法評估電磁波譜環境，然后自動決定如何使用頻譜來減輕對手的電子戰影響--對于實現全域指揮和控制是必要的。這些觀察家還認為，對手的電子戰效應將需要近乎即時地被緩解，因此需要一個強大的電磁環境部分（以及自動化），以便在對網絡的潛在攻擊中管理國防部網絡。

5.4 互操作性挑戰

由于國防部設想使用JADC2來同時指揮多個領域的部隊，因此連接不同類型部隊的需求也在增加。國防部擁有并運營著許多通信系統，每個系統都使用不同的無線電頻率、標準和數據鏈，這些系統往往不能相互 "交談"，因此需要一個網關將一種無線電協議 "翻譯 "成另一種協議。盟友和合作伙伴的加入增加了互操作性的挑戰。前國防部副部長邁克爾-格里芬在2020年3月向眾議院軍事委員會情報、新興威脅和能力小組委員會作證時，指出這個問題是繼續為FNC3進行OSD R&E努力的理由。

使國防部能夠共享來自不同部門和單位的信息的挑戰可以通過三種互操作性的方法來解決:

• 網關。通信網關（也許稱為 "翻譯器 "更為恰當）可以接收多種協議、安全級別等，并將這些信息轉播給部隊的其他部門。ABMS計劃已經開發了這種網關（見圖6），以實現通信。這種方法允許信息共享，有可能降低開發成本，因為網關可以是飛機/艦艇/地面系統的一個子系統，有可能能夠相對快速地投入使用。這種方法的挑戰是，這種網關可能沒有使用最先進的，因此也是受保護的波形來轉播給部隊。

圖 6：E-11 戰場機載通信節點 (BACN)

• 新的通信設備。這種方法采用 "自上而下 "的方式（即由OSD或聯合參謀部確定解決方案，然后要求各軍種采用該方案）。使用與聯合戰術無線電系統（JTRS）開發類似的模式，這種方案將購買一個新的通信架構，重點是互操作性。例如，FNC3的努力似乎就是采用這種方法。盡管這種方法可以確保聯合部隊開發的通信系統可以無縫共享信息，而且可能是安全的，但它可能需要大量的投資，并可能遇到時間表的延誤。這種方法的另一個可能的缺點是，隨著系統的投入使用，它們可能對對手的技術不那么有效。

• 開發軟件來創建網絡。第三種方法是使用軟件，使用戶能夠創建自定義網絡。DARPA的 "馬賽克戰爭 "和ABMS計劃的某些方面就是這種方法的例子。與其他互操作性解決方案相比，這種方法更加模塊化，使為特定行動定制的單位和系統能夠相互通信。這種方法的一個主要風險是技術上的不成熟，特別是用于創建這些網絡的軟件。另一個風險涉及到與不同系統共享的信息量和分類，這些系統經過認證，具有不同的保密級別（例如，可釋放的秘密、不可釋放的秘密、最高機密）。

國防部和國會可以選擇這些方法中的一種或多種。一種特定的方法可能提供短期的好處，而國防部則追求一種長期的方法來解決互操作性的挑戰。

5.5 平衡退化環境下的通信能力

國防部為滿足JADC2的要求而開發通信網絡的方法包括三種相互競爭的能力:

• 數據吞吐量（即數據傳輸的速度）

• 延遲（即接收信息/數據的時間延遲）

• 彈性（在自然或故意中斷的情況下保持通信信號的能力）

軍事作戰新技術的興起，如人工智能、戰術數據鏈（如Link 16和多功能先進數據鏈[MADL]）和對手的電子戰能力，為5G和FNC3等未來通信系統平衡這些能力帶來了明顯的挑戰。人工智能和信息戰可能需要大量的數據來實現預測分析，并讓指揮官對戰斗空間有一個準確的了解。與所有可用用戶共享數據的數據鏈并不一定需要高數據速率；然而，數據鏈確實需要低延遲，以確保傳感器能夠證明 "目標級數據"，特別是對于像巡航導彈和飛機這樣快速移動的系統。最后，電子干擾器的擴散需要彈性（或抗干擾性能），以便在被主動干擾時保持通信。圖7說明了在開發新的波形時必須平衡這三個相互競爭的要求（無論該波形是為民用還是軍用而設計）。無線電信號能夠提供每一種能力；然而，優先考慮一種要求意味著其他兩種要求可能會受到影響，這可能會給決策者帶來兩難選擇，即在采購中優先考慮哪些能力。

圖7：平衡通信要求

隨著國防部對其通信系統的現代化改造，它可能會考慮技術特點和限制，以選擇在保護其網絡安全的同時推進任務目標的要求。例如，像5G這樣的技術可以提供高數據容量和低延遲，但目前還不清楚這些信號可能受到對手干擾的影響。另一方面，FNC3的設計似乎是為了提供具有高數據率的彈性；但是，由于它依賴于衛星，延遲將增加。

5.6 人工智能在決策中的角色

人工智能是實現JADC2的一個潛在的關鍵組成部分。隨著人工智能被引入軍事決策中，出現了幾個潛在的問題。首先，人工智能在決策中的作用應該達到什么程度？在使用致命武器時，人類的判斷力需要達到什么適當的水平？

第二，國防部如何確保用于人工智能算法協助決策的數據的安全性？盡管國防部把重點放在了數據結構上，但它沒有討論它計劃如何具體確保JADC2的數據有效性和安全性。錯誤的數據可能導致指揮官選擇損害任務目標的選項（如算法推薦可能浪費高價值彈藥的目標）。與此相關的是，國防部打算如何保護云環境中的這些數據，以防止對手操縱它們？這些安全計劃是否足以防止對手的操縱？

5.7 潛在的部隊結構調整

由于JADC2可能需要不同類型的部隊和武器系統，每個軍種都可能尋求改變其訓練、組織和裝備部隊的方式。例如，海軍陸戰隊在其部隊重新設計中宣布，它將取消它認為不符合國防戰略指導的部隊，并將資金重新投入到其他更適合未來作戰環境的項目中。

現役和預備役部隊的能力平衡是部隊結構調整的另一個方面。例如，陸軍在歷史上決定將后勤能力從現役部門轉移到預備役部門。因此，如果美國要開戰，陸軍大概需要啟動預備役部隊來實現行動。當國防部和各軍種準備迎接JADC2帶來的挑戰時，這些組織將如何選擇平衡現役和預備役部隊的能力和部隊結構？

5.8 對JADC2工作的管理

聯合參謀部J6是國防部JADC2工作的主要協調者，每個軍種和一些國防部機構都在進行各種活動。國會中的一些人過去曾表示有興趣建立國防部范圍內的項目辦公室（如F-35聯合項目辦公室）來集中管理大規模的工作。國防部的研究和開發工作將隨著時間的推移而增加，因此，管理這些工作可能會變得更具挑戰性。國會在未來可能會尋求確定或建立一個負責項目管理、網絡架構開發和財務管理的組織。

附錄-聯合互操作性的歷史實例：聯合戰術無線電系統

聯合戰術無線電系統（JTRS）是一個通信項目，旨在通過在所有軍種中部署無線電設備來提高通信的互操作性。該計劃于20世紀90年代中期開始，最終于2011年被前國防部負責采購、技術和后勤的副部長弗蘭克-肯德爾取消。在他的理由中，肯德爾副部長指出，"由于當時技術不成熟，移動特設網絡和可擴展性的技術挑戰沒有得到很好的理解......從JTRS GMR[地面移動無線電]開發計劃中產生的產品不太可能在經濟上滿足各軍種的要求。" 在15年的開發工作中，國防部花費了大約150億美元，在終止時還需要130億美元。

JTRS計劃旨在用可在大部分無線電頻譜上運行的基于軟件的無線電取代軍隊使用的25至30個系列的無線電系統--其中許多系統不能相互通信。根據設想，JTRS將使各軍種與選定的盟國一起，通過各級指揮部的無線語音、視頻和數據通信，包括直接獲取來自機載和戰場傳感器的近實時信息，以 "無縫 "方式運作。被描述為 "軟件定義的無線電"，JTRS的功能更像一臺計算機，而不是傳統的無線電；例如，它可以通過添加軟件而不是重新設計硬件來升級和修改，以便與其他通信系統一起運行--這是一個更昂貴和費時的過程。國防部聲稱，"在許多情況下，一個具有多種波形的JTRS無線電臺可以取代許多單獨的無線電臺，簡化了維護工作"，而且由于JTRS是 "軟件可編程的，它們也將提供更長的功能壽命"，這兩個特點都提供了潛在的長期成本節約。JTRS計劃最初被分成五個 "集群"，每個集群都有一個特定的服務 "領導"（見表A-1），并由一個聯合項目辦公室管理整個架構。

注：外形尺寸無線電臺基本上是士兵攜帶的小型化無線電臺，以及重量和功率受限的無線電臺。

正如下文所討論的，JTRS在開發過程中遇到了一些困難。這些問題可能與未來的JADC2開發有關。

尺寸和重量的限制和有限的范圍

根據政府問責局(GAO) 2005年的一份報告: 為了實現寬帶網絡波形的全部功能，包括傳輸范圍，Cluster One無線電需要大量的內存和處理能力，這增加了無線電的尺寸、重量和功耗。增加的尺寸和重量是努力確保無線電中的電子部件不會因額外的內存和處理所需的電力而過熱的結果。到目前為止，該計劃還未能開發出符合尺寸、重量和功率要求的無線電，而且目前預計的傳輸范圍只有三公里--遠遠低于寬帶網絡波形所要求的10公里范圍....。Cluster One無線電的尺寸、重量和峰值功率消耗超過直升機平臺要求的80%之多。

由于無法滿足這些基本的設計和性能標準，人們擔心Cluster One可能無法按計劃容納更多的波形（計劃中Cluster One有4到8個存儲波形），而且它可能過于笨重，無法裝入重量和尺寸都受到嚴格限制的未來戰斗系統（FCS）載人地面車輛（MGVs）以及陸軍的直升機機群。一些觀察家擔心，為了滿足這些物理要求，陸軍將大大 "削弱 "第一組的性能規格。然而，根據陸軍的說法，它在減少Cluster One的重量和尺寸以及增加其傳輸范圍方面取得了進展；然而，將所有需要的波形納入Cluster One證明是困難的。據報道，Cluster Five無線電臺也遇到了類似的尺寸、重量和功率方面的困難；這些困難更加明顯，因為有些Cluster Five版本的重量不超過1磅。

安全

JTRS的安全問題成為發展中的一個重要困難。據一位專家說，該計劃最大的問題之一是安全，"即加密，因為JTRS的加密是基于軟件的，因此容易受到黑客攻擊"。 計算機安全專家普遍認為，用于任何目的的軟件都是脆弱的，因為目前沒有一種計算機安全形式能提供絕對的安全或信息保證。據美國政府問責局稱，JTRS要求應用程序在多個安全級別上運行；為了滿足這一要求，開發人員不僅要考慮傳統的無線電安全措施，還要考慮計算機和網絡安全措施。此外，國家安全局（NSA）對JTRS與美國盟友的無線電系統接口的安全擔憂也帶來了發展上的挑戰。

與傳統無線電系統的互操作性

一些分析家表示擔心，使JTRS與傳統無線電 "向后兼容 "的目標在技術上可能是不可行的。據報道，早期的計劃試圖通過交叉頻段來同步不兼容的傳統無線電信號，這被證明過于復雜。目前陸軍的努力集中在使用寬帶網絡波形來連接傳統的無線電頻率。一份報告指出，雖然寬帶網絡波形可以接收來自傳統無線電的信號，但傳統無線電不能接收來自JTRS的信號。為了糾正這種情況，陸軍考慮使用19種不同的波形來促進JTRS向遺留系統的傳輸。在JTRS無線電中加入如此多的不同波形會大大增加內存和處理能力的要求，這反過來又會增加JTRS的尺寸、重量和功率要求。

作者：John R. Hoehn，軍事能力和計劃分析師

低速、慢速和小型 (LSS) 飛行平臺的普及給國防和安全機構帶來了新的快速增長的威脅。因此，必須設計防御系統以應對此類威脅。現代作戰準備基于在高保真模擬器上進行的適當人員培訓。本報告的目的是考慮到各種商用 LSS 飛行器，并從不同的角度定義 LSS 模型，以便模型可用于LSS 系統相關的分析和設計方面，及用于抵制LSS系統（包括探測和中和）、作戰訓練。在北約成員國之間提升 LSS 能力并將 LSS 擴展到現有分類的能力被認為是有用和有益的。

【報告概要】

在安全受到威脅的背景下考慮小型無人機系統 (sUAS)（通常稱為無人機）時，從物理和動態的角度進行建模和仿真遇到了一些獨特的挑戰和機遇。

無人機的參數化定義包括以下幾類:

• 類型學，指的是無人機可以飛行的模式;
• 用于制造無人機的材料;
• 飛行性能;
• 螺旋槳種類;
• 分類;
• 導航系統;
• 遠程控制器特性(如果有);
• 有效載荷，考慮自身傳感器和可能的危險；
• 通信系統。

描述無人機飛行動力學的分析模型在數學上應該是合理的，因為任務能力在很大程度上取決于車輛配置和行為。

考慮到剛體在空間中的運動動力學需要一個固定在剛體本身的參考系來進行合適的力學描述，并做出一些假設（例如，剛體模型、靜止大氣和無擾動、對稱機身和作用力在重心處），可以為 sUAV 的飛行動力學開發牛頓-歐拉方程。

在檢測 sUAS 時，必須考慮幾個現象，例如可見波范圍內外的反射、射頻、聲學以及相關技術，如被動和主動成像和檢測。

由于需要多個傳感器檢測 sUAS，因此有必要考慮識別的參數以便針對不同類型的檢測器對特征進行建模。此外，對多個傳感器的依賴還需要在信息融合和集成學習方面取得進步，以確保從完整的態勢感知中獲得可操作的情報。

無人機可探測性專家會議表明了對雷達特征以及不同無人機、雷達和場景的聲學特征進行建模的可能性，以補充實驗數據并幫助開發跟蹤、分類和態勢感知算法。此外，雷達場景模擬的適用性及其在目標建模和特征提取中的潛在用途已得到證實。

然而，由于市場上無人機的復雜性和可變性以及它們的不斷增強，就其物理和動態特性對無人機簽名進行清晰的建模似乎并不容易。

sUAS 特性的復雜性和可變性使得很難完成定義適合在仿真系統中使用的模型的任務。這是由于無人機本身的幾個參數，以及考慮到無人機的所有機動能力和特性所需的飛行動力學方程的復雜性。

此外，sUAS 特性的復雜性和可變性不允許定義用于評估相關特征的參數模型。

圖1 無人機類別與其他類別/參數的關系（part 1）

圖2 無人機類別與其他類別/參數的關系（part 2）

圖3 參考坐標系

【報告目錄】