未來戰場上的傳感器和射手可能會帶來新的無人區。鑒于全域能力發展的趨勢，未來戰場上美國陸軍部隊應如何跨越 25 千米的致命距離？現在和未來十年內傳感器和射手能力的發展可能意味著超越局部戰術作戰空間的拒止空間。了解這種致命區域的性質對于塑造美國陸軍的未來發展至關重要。同時，通過應用相關軍事理論來闡明作戰概念和能力的意圖也同樣重要。綜合上述分析，有助于確定不對稱領域以及部隊現代化是否走在正確的軌道上。

羅伯特-萊昂哈德上校在其《機動的藝術：機動戰理論與空地作戰》一書中，將錯位作戰的失敗機制描述為："友軍不必按照敵軍的條件與敵軍作戰或對抗，而是避免敵軍可以發揮其威力的任何戰斗"。此外，"錯位 "的應用是通過技術、戰術或兩者的結合來實現的。這項工作提出的假設是，陸軍部隊跨越未來致命距離的最佳方式是設計和協調全域能力，在功能上使任何對手的系統優勢變得無關緊要。

由于未來武裝沖突的地點和性質尚不可知，本專著描述了美國近鄰對手的作戰概念和能力發展。美國各軍種的全域概念和相關物資能力提供了一個比較點。利用約翰-博伊德（John Boyd）和羅伯特-萊昂哈德（Robert Leonhard）的軍事理論觀點，本著作得出了到 2030 年 25 公里致命距離內作戰性質的影響。針對這些影響，專著提出了領導者培養與教育、條令和物資領域的解決方案。

美軍目前的處境是冷戰結束以來從未有過的，即不得不追趕同級對手。當美國專注于反叛亂行動時，其對手卻在觀察、學習和發展能力，這使美軍處于相對不利的地位。特別是俄羅斯，在俄烏戰爭中展示了美軍無法比擬的偵察-打擊能力。當美國努力縮小這些差距時，問題就變成了應該投資哪些新技術？人工智能是一項新興技術，在軍事上的應用無限。本研究論文試圖回答的問題是，美國軍方可以在哪些方面利用這項技術重新建立起與同級競爭對手的競爭優勢。通過人工智能輔助消除沖突措施，以自主無人機的形式與戰略和作戰級別的火力相連接的人類-人工智能團隊，是美軍在不犧牲可接受的風險水平的情況下縮小已證明的能力差距并重新獲得超額優勢的一個領域。

結論與建議

本專著旨在研究國防部在哪些方面可以利用人工智能這一新興技術，重新建立起與同類競爭對手的競爭優勢。該研究調查了三個輔助問題，以回答主要研究問題：什么是人工智能、人工智能在哪些方面優于人類思維、在哪些方面不如人類思維，以及陸軍在哪些方面尋求采用人工智能？該研究提出的假設是，在人工智能輔助消除沖突措施的輔助下，將自主無人機與作戰和戰略級火力結合起來，是美軍縮小與同級競爭對手的能力差距，并在不犧牲可接受風險水平的情況下重新獲得超額戰力的一個領域。本章從第 4 章的分析中得出結論，并就人工智能的未來應用和其他研究領域提出建議。

結論

本專著從第 4 章的案例研究中得出四個結論。第一個結論是，美國的偵察-打擊能力差距存在于作戰層面。第二個結論是俄軍電子戰是對美國無人機最危險的威脅。第三個結論是俄羅斯的偵察-打擊模式并不比美軍的模式快。最后一個結論是，美國的消除沖突措施是瞄準周期中最耗時的過程。

• 結論 1

美國的偵察-打擊能力在作戰層面存在理念和技術上的差距。從哲學上講，美軍注重不同層次的摧毀。情報、監視和偵察（ISR）無人機、武裝無人機和攻擊機都能實現精確打擊。俄軍很少關注非致命性破壞。

俄軍將 ISR、干擾和破壞能力層層疊加，以便于進行大規模打擊，從而取得 "澤廖比約 "式的戰果。俄軍以強大的 IADS 和 EW 能力保護其偵察-打擊資產。俄軍的 IADS 系統摧毀了烏克蘭的攻擊機和直升機，使其無法與俄軍的發射陣地交戰。美軍將使用武裝無人機來應對這一威脅。然而，俄羅斯電子戰能力的存在將使這成為不可能。

• 結論 2

俄羅斯電子戰是對美國偵察-打擊的最大威脅。俄羅斯無人機戰爭表明，切斷無人機、操作人員和全球定位系統之間的聯系是對付無人機最有效的武器。最近在敘利亞的行動證明，俄羅斯電子戰有能力擊落美國無人機。美國的偵察-打擊模式依靠無人機識別敵對地區的目標，攻擊 IADS 等高風險目標，并與其他攻擊平臺共享實時視頻。俄軍通過電磁干擾擊落無人機的能力使美國的整個偵察-打擊模式岌岌可危。目前由無人機執行的任務將不得不由駕駛飛機來完成，這將使美國飛行員和飛機面臨更高的風險。

• 結論 3

俄軍的偵察-打擊模式并不比美軍的模式快。俄軍快速瞄準周期是大量預先計劃的結果，而不是更快的沖突消除程序。卡爾伯博士說："俄羅斯方法的優勢在于其快速集火的能力......速度和強度...... "文獻暗示美軍沒有那么快。......其速度和強度......在任何戰場上都是前所未見的"。事實并非如此。OIF 案例研究證明，美軍在協同瞄準區的瞄準周期與俄軍相當。美軍在動態瞄準方面比俄軍快得多

美軍可以利用其動態瞄準優勢，部分縮小作戰偵察-打擊能力差距。然而，本文的目的不是要實現與美國同級競爭對手的平起平坐，而是超額完成任務。從理論上講，俄羅斯可以通過復制美國的程序輕松加快其動態瞄準過程。果真如此，美國的 CDE 劣勢仍將存在。因此，美軍需要加快消除沖突程序的速度，使其遠遠超過任何競爭對手。

• 結論 4

美國的消除沖突措施是目標定位周期中最慢的部分。這項研究并不是要論證美國的消除沖突措施是不必要的。它只是認為目標鎖定周期中最慢的部分是消除沖突，也是最需要關注的部分。隨著技術的不斷進步和戰場的日益復雜，消除火力沖突的難度將成倍增加。《陸軍作戰挑戰 17》和《陸軍作戰挑戰 18》將空域沖突消除和聯合火力安全投送確定為現代戰場最棘手的問題之一。考慮到為達到效果而需要同步的復雜性，這可能會跨越多個作戰區域和眾多協調線，因此可以看出美軍強大程序的必要性。這也說明，同步行動的復雜性遠非一個人所能完成。它需要來自不同部門的多名人員才能安全地提供作戰級別的火力。

美軍必須找到一種更快地消除沖突的方法，以確保不會在與同級競爭對手的競爭中處于相對劣勢。由于軍方不太可能接受人員、裝備或平民面臨的更大風險，國防部必須尋求某種類型的增援來加快目標鎖定周期。

建議

該研究就偵察-打擊提出了三項建議。首先是美國軍方投資人工智能駕駛的自主無人機。其次是開發人工智能增強型沖突消除系統，以加快瞄準周期。最后一項建議是美國目前不開發致命的自主武器系統。

• 建議 1

美國必須投資人工智能駕駛的自主無人機。自主無人機可為美軍帶來兩大好處。首先，它們可減輕俄軍的電子戰威脅。RUW 和在敘利亞的持續行動揭示了依賴電磁頻譜飛行的無人機的脆弱性。

自主無人機可以在電磁波環境中飛行，幾乎沒有損失的風險。與駕駛飛機一樣，人工智能無人機無需 GPS 或地面控制器就能保持方向并在空中飛行。假設俄羅斯的電子戰仍能干擾無人機的通信，但無人機只需離開電子戰環境就能傳輸情報。

可以為自主無人機配備執行偵察和預警任務的裝備。這種裝備將使美國能夠像俄羅斯的偵察-打擊模式一樣，分層實施破壞和摧毀能力。自主無人機可以飛入有爭議的環境，識別目標并干擾敵方系統。自主無人機可消除電子戰威脅，使武裝無人機能夠定位并摧毀敵方的 IADS 和機會目標。這些任務可使美軍飛機對關鍵系統實施精確打擊。最后，將自主無人機與作戰級火力相結合，可以對大量集結的敵方部隊實施類似 "澤萊諾皮利亞 "的大規模打擊。這種模式可使美軍將其精確理念與大規模打擊能力融為一體。

• 建議 2

美國軍方必須開發一種人工智能增強型沖突消除系統。該系統需要獲取所有友軍部隊和裝備的位置信息。美國國防部已經擁有能夠實現這一功能的任務指揮系統，如 "藍軍追蹤器"。任務指揮系統需要擴展，以納入更多信息，包括飛機位置。它還將采用類似于 "Bug Splat "的系統來進行 CDE。這一單一系統可近乎瞬時地計算所請求的打擊任務、進行 CDE 并建議所需的其他消除沖突措施。系統將把這些建議發送給人工進行最終批準或不批準。

上述系統能夠以比任何美國同級對手更快的速度解除打擊任務的沖突。它還能保持軍方可接受的風險水平。將建議 1 中的無人機與上述沖突消除系統結合使用，將使美軍不僅能縮小作戰偵察與打擊能力的差距，而且還能獲得明顯的優勢。

• 建議 3

最后一項建議是美國不開發致命性自主武器系統。人類必須在戰場上做出每一個可能致命的決定。截至 2018 年，人工智能還不具備必要的先進性，無法滿足《日內瓦公約》和國際人道主義法對人道攻擊的要求。美國必須抵制誘惑，不要因為同行對手不同意自己的保留意見，就去追求一種在倫理或道德上模棱兩可的武器系統。在技術改進到人工智能能夠滿足人道使用的所有要求之前，致命性自主武器系統在美國的庫存中沒有一席之地。

未來研究

人工智能在戰場上的應用遠不止本研究介紹的這些。網絡戰和后勤將受益于本專著所倡導的人機協作。此外，雖然本文并不主張使用致命性自主武器系統，但必須繼續討論《日內瓦公約》和國際人道主義法允許的行為。例如，如果有人對目標進行了核實并批準了任務，武裝自主無人機是否可以進行攻擊？本專著將不討論這個問題。不過，未來的研究人員應該這樣做。

總結

對案例研究的分析表明，最初的假設是正確的。假設中推薦的人工智能系統將在不增加部隊風險的情況下重新獲得偵察-打擊超配能力。此外，第 5 章中提出的建議支持第三次抵消戰略，不需要改變已公布的政府政策。最后，這里提出的建議并不違反日內瓦或國際人道主義法標準，國防部可以立即實施。

本專著絕非人工智能追求或政策的定論。人工智能的進步可能會改變當前的環境，并為戰場上的道德應用帶來新的考量。軍事和政治領導人必須繼續討論、辯論和解決這些重要而復雜的問題，并得出新的結論。人工智能有可能改變我們生活的世界。美國必須始終站在人工智能發展的最前沿，以確保其繼續成為卓越的全球大國。

美國國防部長辦公室（OSD）和各軍種已經做出了廣泛的工作，將無人系統納入其現有的組織結構，顯示了無人系統考慮因素所代表的整體重要性。整個美國防部仍有改進合作的空間。將正在進行的工作標準化，盡可能地進行合作，并整合基礎政策和技術，將使無縫的團隊合作成為未來國防行動的亮點--無論這些團隊是有人的、無人的，還是聯合的。

無人系統技術的進步強調了將重點從特定領域過渡到不分領域的必要性。任何領域的進步都有利于所有領域的發展。未來的行動將在很大程度上依賴于多領域的能力，這些能力必須與聯合部隊的結構無縫對接和整合。

美國國防部、工業界和學術界擁有先進的技術、戰略和標準，對無人系統的發展及其與國防部任務的整合構成挑戰。這些主要的進步、挑戰和趨勢可以整合成四個關鍵主題，它們涉及到將繼續加速無人系統進入未來的基礎性利益領域：

• 互操作性 - 互操作性在歷史上一直是，并將繼續是無人系統集成和操作的一個主要推力。載人和無人系統已經越來越多地協同他們的能力，專注于使用開放和通用架構的關鍵需求。一個強大的可互操作的基礎提供了一個結構，將使未來的作戰取得進展。

• 自主性 - 自主性和機器人技術的進步有可能徹底改變作戰概念，成為一個重要的力量倍增器。自主性將大大提高載人和無人系統的效率和效力，為國防部提供戰略優勢。

網絡安全--無人系統的運作通常依賴于網絡連接和有效的頻譜訪問。必須解決網絡的漏洞，以防止破壞或操縱。

• 人機協作 - 如果互操作性奠定了基礎，那么人機協作是最終目標。人類力量和機器之間的協作將實現革命性的合作，機器將被視為重要的隊友。

支持政策、需求和采購環境必須繼續發展和進步，以跟上所有系統的快速技術和能力進步的步伐。為了確保我們的軍事優勢，應該把重點放在無人駕駛技術的發展、可用性和使用上。美國防部在無人駕駛系統方面的舉措的調整將影響美國軍隊的未來構成

《2022年國家安全戰略》和《國防戰略》明確指出，美國正處于一個決定性的十年，世界大國之間的地緣政治競爭條件將被確定。美國防部將以三種相互關聯的方式推進其優先事項--通過綜合威懾、戰役和建立持久優勢。加快技術進步和創新是通過這些戰略途徑實現美國防部優先事項的關鍵因素。美國和盟國在技術和創新方面的領先地位長期以來一直是其軍事優勢的一部分。其將采取措施保持領導地位，并對抗競爭對手。為了應對這一挑戰，《國家發展戰略》提出"廣泛而深入地改變生產和管理軍事能力的方式......為軍事優勢構建一個持久的基礎。"

根據國家發展戰略，美國國防科技企業必須 "利用美國的不對稱優勢：創業精神和多樣性和多元化的想法和技術生成系統，推動無與倫比的創造力、創新和適應性。" 通過這些不對稱的優勢，將創造、分析、測試、獲取和保護所需的知識和工具，以滿足國家發展戰略的三個戰略途徑。

在這個科學和技術戰略中，確立了競爭優勢的方式。將專注于聯合任務，以速度和規模創造和發揮能力，并確保研究和開發的基礎。

三個方面的任務：

1.關注聯合任務：投資于信息系統，并建立嚴格的、著眼威脅的分析程序，更好地使國防部在其科學和技術投資中做出明智的選擇。

2.以速度和規模創建和部署能力：培育更具活力的國防創新生態系統，加速新技術向應用領域的過渡，在國防部內外建立有效溝通。

3.確保研發的基礎：招募、保留和培養人才，振興基礎設施，提升數字基礎設施，促進利益相關各方更強有力的合作。

維護美國國家安全的三大類14個關鍵技術領域，分別是：

為了應對一個日益動態的作戰環境的挑戰，必須適應技術發展的快速步伐。無人系統（UxS）在改善美國海岸警衛隊的卓越任務方面發揮著關鍵作用，并擁有巨大的前景。無人系統可以幫助找到遇險的海員。它們可以提高在海上探測非法毒品和移民販運的能力，這樣就可以最有效地分配有限的船只、船舶和飛機。UxS可以成為監測世界各地非法、未報告和無管制（IUU）捕撈活動的有力工具。在不斷變化的北極地區，UxS可以幫助破冰船的導航，跟蹤冰山和增加的船只交通，并監測其他商業活動的增長。未來將在一個可互操作的系統的互聯范圍內采用UxS，并使人工智能得到有效的整合，以便在這樣的情況下和更多的情況下向海岸警衛隊的操作員提供可操作的數據。能夠實現最佳人機協作的UXS為海岸警衛隊提供了改變游戲規則的機會。

海岸警衛隊還將有目的地在復雜的海洋環境中抵御和管理無人系統。將采用適合海岸警衛隊在所有領域的海上安全作用的反無人系統能力，以幫助確保海洋運輸系統（MTS）的安全。此外，自動化、自主化和無人駕駛系統的采用有望改變海運業。

雖然海岸警衛隊成功的關鍵一直是人，但無人駕駛系統提供了提高勞動力的性能和效率的前景，并作為一個真正的力量倍增器。海岸警衛隊將尋求調整要求、采購、收購和資金，以確保UXS能夠以需要的速度交付，并與勞動力和現有資產相結合。擁抱和整合UxS將在復雜和不斷變化的環境中促進海上安全和保障。

無人系統的變化、威脅和機遇

引言

海岸警衛隊的一系列廣泛的任務要求海岸警衛隊的人員和漁船、艦艇、飛機和海岸站都要做到最好。然而，海洋領域繼續迅速變化并提出新的挑戰。"當今世界的變化步伐正在加快。地緣政治戰略競爭、經濟動蕩、氣候變化影響、勞動力期望值的變化、不斷發展的技術和新興的海洋用途正在匯聚在一起，推動服務發生變化。" 非法、無管制和未報告的捕撈活動已取代海盜行為成為最大的全球海事威脅之一。毒品和移民的非法販運正在向更遠的地方轉移，并持續對公眾構成威脅。北極地區的海事活動正在增加。自然災害繼續威脅著海洋上和海洋附近的人們。對海岸警衛隊服務的需求是強烈的，并繼續增長。

在一個不斷變化的海洋領域中保持意識和執行管理，仍然是幾乎所有海岸警衛隊任務的核心。在國內，"海洋環境的新興用途--包括近海能源生產、無人駕駛船只和航空系統的使用以及商業空間活動--正在迅速擴大，對現有的監管和操作框架提出了挑戰。" 更廣泛地說，"國家競爭者、暴力極端分子以及日益強大和有能力的跨國犯罪組織（TCOs）都在繼續試圖利用海上的薄弱治理、岸上的腐敗和海洋領域意識的差距來獲得經濟和政治優勢。" 這些變化給海岸警衛隊的任務執行帶來了威脅和機遇，同時也增加了對海岸警衛隊海上領域意識的需求，以支持美國和全球利益。

技術在不斷進步，提供了新的工具和能力，可以幫助執行海岸警衛隊的任務。"技術的快速發展，對海岸警衛隊服務不斷增長的需求，越來越多的動態操作環境，以及全球戰略競爭，使目前執行任務的方式更加緊張。必須加強競爭優勢，以配合影響海洋領域的變化速度。這是對行動的呼吁"。

UxS創造了機會，以新的方式將人員、資產、系統和數據結合起來，以創造一支更加靈活的部隊。UxS可以填補覆蓋面的空白，提高對形勢的認識。UxS還可以提供新的能力，以增強載人任務。UxS可以將人類從一些任務中經常是骯臟的、偶爾是枯燥的、有潛在危險的工作中解放出來。UxS不能單獨執行任務，但它們可以幫助保持人員準備狀態，直到正好需要海岸警衛隊人員的時刻。

海岸警衛隊已經雇用了一些UXS，但主要是以分離和以平臺為中心的方式進行的。海岸警衛隊已經經歷了一些項目的成功，如國家安全快艇上的中程無人駕駛航空系統（UAS），以及在海岸警衛隊各水上和岸上單位使用的短程UAS。當與其他技術無縫整合時，作為技術生態系統的一部分，無人機系統可以成為一個力量倍增器，將傳感器與作戰決策者通過資產、網絡、數據系統、高級分析和信息共享平臺聯系起來，并具有更高的速度和效率。必須保持靈活和適應性，以追求這一變革性變化。

雖然無人駕駛系統為海岸警衛隊的就業提供了機會，但它們已經被海洋環境中的所有類型的行為者所使用，而且應該預期它們的存在將大幅增長。公民使用無人駕駛系統正在無意中影響著政府和商業船只以及沿海設施的日常運作。商業航天公司正在使用無人駕駛的駁船進行作業，航運公司正在將自主系統甚至完全自主的車輛納入其船隊。麻醉品販子已經建造了小型的自制無人潛水艇，以秘密地在海上邊界非法運輸毒品。應該預料到，無人駕駛系統將在海洋環境中變得無處不在，必須為其影響做好準備。

了解海岸警衛隊任務的變化、機會和風險，使能夠構建一個愿景，為戰略制定方向。

作戰概念：UXS，作戰/戰術ISR

在未來的空戰中，無人協同系統的整合將是一個潛在的巨大力量倍增器。其成功的關鍵因素將是編隊情報、協調任務規劃和跨平臺任務管理。因此，構思下一代機載武器系統的任務需要一個整體的系統方法，考慮不同的航空飛行器、其航空電子任務系統和針對未來威脅的整體作戰概念。為了盡早驗證可能的解決方案概念并評估其作戰性能，在過去幾年中，在空中客車防務與航天公司未來項目中開發了一個動態多智能體戰斗仿真。除了比實時更快的工程功能外，該仿真還可以進行實時人機對話實驗，以促進工程師、操作員和客戶之間的合作。本文介紹了動態任務仿真方法，以及在未來戰斗航空系統（FCAS）研究中應用此工具所得到的啟示，在此期間，我們清楚地認識到什么是未來應用的一個關鍵挑戰。實施一個強大的高層規劃算法，為復雜的空中行動生成臨時任務計劃，同時考慮反應性的低層智能體行為、人類操作員和在線用戶輸入。

1 引言

每一代新的戰斗機都可以通過一個或多個技術飛躍來定義，這些技術飛躍使其與上一代的設計有很大區別。毫無疑問，自從大約15年前第一架第五代戰斗機投入使用以來，幾乎所有的設計學科都有了顯著的進步。不同的飛機制造商，包括空客，已經宣布他們目前正在構思或研究第六代戰斗機[1] [3]。與目前最先進的飛機相比，這些項目很可能在各個領域都有改進，如飛行性能、全方面和全模式隱身、低概率攔截雷達和通信或武器裝備。但問題仍然存在：什么將是這一代的決定性因素，一個真正改變未來戰斗空間的因素？

一個常見的假設是，未來的戰斗空間將是 "高度網絡化 "的，即所有參與的實體都可以交換他們的態勢視圖，并以近乎實時的方式創建一個共享的戰術畫面。一方面，這使得多個平臺在空間和時間上可靠同步達到了以前不可能達到的程度。許多算法，特別是發射器定位或目標測距的算法，如果能從多個位置產生測量結果，會產生明顯更好的效果。另一方面，高質量數據的可靠交換通過分配以前由單一平臺執行的任務，使戰術更加靈活。對作戰飛機的主要應用可能是所謂的合作交戰概念（CEC），這已經是美國海軍針對反介入/區域拒止（A2/AD）環境的海軍綜合火控-反空（NIFC-CA）理論的一部分[4]，但其他應用也是可能的，例如合作電子攻擊。所提到的概念主要適用于任務期間單一情況的短期范圍，例如偵察或攻擊薩母基地、空對空（A2A）作戰等。然而，就整個任務而言，還有一個方面需要提及。鑒于所有參與實體之間的可靠通信，規劃算法可以交換任務計劃變更的建議，并根據其目標和當前的戰術情況自動接受或拒絕。這在一個或多個不可預見的事件使原來的任務計劃無效的情況下特別有用，盡管所有預先計算的余量。與其估計一個替代計劃是否可行，并通過語音通信與所有其他實體保持一致（考慮到船員在某些任務階段的高工作負荷和參與實體的數量，這是一項具有挑戰性和耗時的任務），一個跨平臺的任務管理系統可以快速計算出當前任務計劃的替代方案，并評估是否仍然可以滿足諸如開放走廊等時間限制。然后，一組替代方案被提交給機組人員，以支持他們決定是否以及如何繼續執行任務。

將上述想法與現在可用的機載計算能力結合起來，由于最近在硬件和軟件方面的進步，可以得出結論，未來一代戰斗機將很有可能在強大的航空電子系統和快速可靠數據交換的基礎上，采用卓越的戰術概念進行作戰。然而，這還不是我們正在尋找的明確游戲改變者--甚至現有的第五代戰斗機已經應用了一些提到的概念，例如，在NIFC-CA背景下的F-35[4]。因此，下一步不僅要改進飛機的航電系統，而且要在完全網絡化環境的前提下連貫地優化航電、戰術和平臺設計。這種方法允許思考這樣的概念：如果得到網絡內互補實體的支持，并非每個平臺都需要擁有完整的傳感器套件和完整的決策能力。因此，不同的平臺可以針對其特殊任務進行高度優化，從而與 "單一平臺做所有事情 "的方法相比，減少了設計過程中需要的權衡數量。很明顯，一個專門的傳感器平臺不需要或只需要非常有限的武器裝備，因此現在可用的空間可以用來建造更好的傳感器或更大的燃料箱。這已經可以使該平臺專門從事的任務性能得到顯著提高，但有一樣東西可以去掉，它的影響最大：飛行員。在這一點上，必須明確指出，目前沒有任何算法或人工智能能夠接近受過訓練的機組人員態勢感知和決策能力。這就是為什么在不久的將來，人類飛行員在執行戰斗任務時將始終是必要的。然而，如果飛行員（或更準確地說，決策者）被提供了指揮無人駕駛同伴的所有必要信息，那么就不需要在同一個平臺上了。因此，我們提出了一個概念，即一個或多個載人平臺由多個無人駕駛和專門的戰斗飛行器（UAV）支持。在下文中，我們將把至少一個載人平臺和一個或多個由載人平臺指揮的專用無人機組成的小組稱為包。我們聲稱，由于以下原因，無人平臺將作為有人平臺的力量倍增器發揮作用：

• 無人機是可擴展的，而空勤人員是不可擴展的。因此，無人機可以執行高風險的任務，并允許采用只用載人平臺無法接受的戰術。

• 無人機更便宜（即使不考慮機組人員的價值），因為它們可以在性能相同的情況下比載人平臺建造得更小。這意味著，在相同的成本下，更多的平臺可以執行任務，更多的平臺會導致更高的任務成功率。首先，因為有更多的冗余，其次，如果有更多的資產參與其中，一些任務可以更好地完成，例如發射器的定位。

• 不同的無人機和載人平臺可以任意組合。在任務開始前，可以根據需要組成包。在任務期間，在某些限制條件下，也可以重新組合軟件包，例如，如果交戰規則禁止不受控制的飛行，則指揮平臺之間的最大距離。這使得任務規劃和執行有了更大的靈活性，預計也能保持較低的運行成本和材料損耗（"只使用你需要的東西"）。

像往常一樣，沒有免費的午餐這回事。在我們的案例中，所有上述優勢對飛機設計師來說都是有代價的。不是按照一組技術要求優化單一設計的性能，而是必須設計多個平臺及其子系統，使其在各種任務和組合配置中最大限度地提高整個系統的性能。在本文的其余部分，我們將介紹FCAS原型實驗室（FPL），這是一個在FCAS背景下開發的模擬環境，用于解決這一高度復雜的問題。在第2章中概述了它在概念設計和跨學科技術原型開發中的作用后，我們將在第3章中介紹底層動態多智能體任務仿真的概念和架構。在第4章中，我們將介紹選定項目的結果，以概述該工具的多功能性。本文最后將介紹可能是未來最大的挑戰之一，不僅對模擬，而且對一般的無人系統的引進。實施一個強大的高層規劃算法，為復雜的空中行動生成臨時任務計劃，同時考慮反應性的低層智能體行為、人類操作員和在線用戶輸入。

FCAS原型實驗室（FPL）：動態多智能體任務仿真

FPL的核心是一個動態多智能體任務仿真，可以在一臺計算機上運行，也可以分布在多臺機器上，并使用不同的附加硬件組件。為了方便兵棋推演的進行，對人機界面技術進行原型測試，或用于一般的演示目的，模擬中的所有載人機載資產都可以選擇由硬件駕駛艙控制。如果沒有人類操作員參與，模擬必須能夠比實時運行更快。這對于在可能需要數小時的大規模任務中進行有效的開發和權衡分析尤為必要。為了以客觀和公正的方式評估概念和技術，每個模擬任務的過程都是由預先定義的系統屬性、物理效應的模擬和可配置的智能體行為和合作演變而來。不存在任何腳本事件，每一次新的模擬運行的結果都是完全開放的。藍軍和紅軍是在相同的假設下，以可比的抽象水平進行模擬。以下各章概述了如何在FPL中動態地模擬當前和未來機載系統的任務。介紹了我們的仿真結構，在對這類系統進行建模時最重要的設計權衡，以及行為建模的高層次規劃/低層次控制方法。

架構

FPL的仿真架構由三個邏輯部分組成：應用、仿真控制和通信中間件。該架構的一個核心特征是，模擬被分割成幾個應用程序。每個應用程序運行不同的模型，例如，有一個應用程序用于模擬自己的（藍色）航空器、敵方（紅色）航空器、綜合防空系統（IADS）以及更多的模型，如下所示。所有的應用程序共享相同的標準化接口，并且可以任意組合。這種模塊化允許只運行某個任務或項目所需的部分模型。所有的應用程序都是獨立的可執行文件，可以在同一臺計算機上以并行進程運行，也可以分布在幾臺機器上。通過交換編譯后的二進制文件，來自不同公司的模型的整合是可能的，而不會暴露詳細的基本功能。一般來說，不同公司之間的快速和容易的合作是FPL架構的一個主要驅動力。為此，提供了一個基礎應用類，它提供了所有與仿真有關的功能，如仿真控制狀態機、通信中間件接口和通用庫，例如用于不同坐標系的地理空間計算。通過簡單地實現一個新的基礎應用實例，新的模型可以被添加到仿真框架中。所有應用程序的執行都由一個中央仿真控制實例控制。它提供了一個圖形化的用戶界面，可以根據需要啟動、停止和加速模擬。在執行過程中，所有應用程序的運行時間被監控，仿真時間被動態地調整到最慢的模型。這使得分布式的比實時更快的模擬具有自適應的模擬時間加速。應用程序之間的通信是通過數據分配服務（DDS）標準[2]實現的。它使用發布-訂閱模式在網絡中實現了可靠和可擴展的數據交換。兩個不同的分區用于廣播仿真數據（如實體狀態、仿真控制命令等）和多播命令和控制數據（如通過BUS系統或數據鏈路實際發送的數據）。DDS標準的開放源碼實施被用來進一步方便與外部伙伴的合作。

圖1提供了我們的模擬架構的概況，包括大多數任務所需的應用程序。如前所述，這個架構并不固定，幾乎任何應用都可以根據需要刪除或交換。如黑色虛線箭頭所示，通過DDS中間件在仿真控制處注冊一個基本的應用實現，可以集成新的模型。藍色/紅色背景的方框描述了己方/敵方系統，混合顏色的方框可供雙方使用。仿真基礎設施組件的顏色為灰色，用戶界面的顏色為橙色。黑色箭頭表示模擬過程中的通信，灰色箭頭代表模擬運行前后的數據交換。

對于兵棋推演環節，不同的應用程序分布在FPL的多個房間內運行，以模仿真實的空中作業程序。在設置好一個場景后，藍方和紅方的操作人員使用任務配置工具，在不同的房間里計劃他們的任務。空中行動指揮官留在這些房間里，而飛行員則分成兩個房間，每個房間有兩個駕駛艙來執行任務。藍方和紅方空軍應用的任何飛機都可以從駕駛艙中控制，因此飛行員可以接管不同的角色，并相互對抗或作為一個團隊對抗計算機控制的部隊。所有房間都配備了語音通信模擬。任務結束后，各小組在簡報室一起評估任務，可以從記錄的模擬數據中回放。一個額外的房間配備了多個連接到模擬網絡的PC，可以選擇用于特定項目的任務，例如硬件在環實驗。

建模

為FPL選擇正確的建模范式事實上并不簡單，因為它涵蓋了操作分析工具（通常是隨機的）以及工程模擬（通常是確定性的或混合的）的各個方面。這個決定的影響可以用一個例子來說明，即如何確定一架飛機是否被導彈擊中。在隨機模型中，這個決定是基于可配置的概率，例如，被擊中的概率（導彈）和回避動作成功的概率（飛機）以及一個隨機數。為了使最終的任務結果對單一的隨機數不那么敏感，在實踐中經常用不同的隨機種子進行多次模擬運行。按照確定性的方法，導彈的飛出是根據導彈的發射方向、制導規律和固定的性能參數如推力、最大加速度等來模擬的。飛機在規避機動過程中的軌跡也是基于其初始狀態、空氣動力學、反應時間等。例如，當彈頭引爆時，如果導彈和飛機之間的距離低于某個閾值，那么飛機就會被認為被殺死。在一個確定性的模型中，在導彈發射時已經知道飛機是否會被擊中。確定性模型中必要的簡化通常是通過引入固定參數來完成的，比如導彈例子中的距離閾值。混合模型允許使用隨機數進行這種簡化，例如，作為失誤距離的函數的殺傷概率。

為了有效地測試和分析大規模的空中作業，在單臺機器上有幾十種藍色和紅色資產運行的情況下，模擬運行的速度至少要比實時快10倍（平均）。這對所用算法的時間離散性和運行時的復雜性提出了重大限制。為了保持快速原型設計能力，為新項目設置仿真或開發/集成新組件所需的時間應保持在較低水平。太過復雜的模型會帶來更多的限制，而不是顯著提高結果的質量。在這些方面，（更多的）隨機模型在運行時間和開發時間上都有優勢，更快。然而，在我們的案例中，有兩個主要因素限制了隨機模型的使用，使之達到最低限度。首先，模擬只有在給出他們的戰術和演習成功與否的確切原因時才會被操作者接受。此外，隨機模型是由數據驅動的，但對于未來自己和/或敵人的系統來說，所需的數據往往無法獲得。對于已經服役多年并在測試或實際作戰中多次射中的導彈，有可能估計其殺傷概率。然而，僅僅為未來的導彈增加這一概率是非常危險的，特別是因為隨機模型對這些參數非常敏感。從我們的觀點來看，通過將所有系統建模為基于技術系統參數的通用物理模型，可以實現對未來系統更健全的推斷。第一步，通過模擬已知技術和性能參數的現有系統，對模型本身進行驗證。對于未來的系統，技術參數會根據預期的技術進步、領域專家知識和他們的工具進行推斷。堅持最初的例子，未來戰斗機的回避機動性能的推斷，例如，基于從CAD和流體動力學模型計算出的更高的升力系數，或基于更高的導彈接近警告器的分辨率和靈敏度。

客觀評價未來概念在模擬中的表現的一個關鍵方面是環境和威脅的建模。必須考慮到，系統的方法在紅方和藍方都是有優勢的。現代國際防空系統的危險來自于結合不同的系統，從非常短的距離到遠距離。所有這些系統都有它們的長處和短處，但它們被組織起來，使個別的短處被其他系統所補償，并使整個系統的性能最大化。因此，第一個困難是必須對大量的系統進行模擬，并且必須確定這些系統的個別優勢和劣勢。通用物理模型的方法可用于這兩個方面。在通用防空系統模型被開發和驗證后，它可以迅速將新的系統整合到模擬中。根據模擬的物理效果，可以估計敵方系統的作戰優勢和弱點或未來可能的威脅概念。另一方面，使用通用模型的困難在于，必須將真實系統的功能映射到通用模型中，以便保留所有重要的單個系統屬性。這不可避免地導致了相當復雜和詳細的通用模型。我們將以地基雷達組件為例，概述我們平衡復雜性和保真度的方法。如圖2所示，IADS模擬中的一個實體由不同的組件組成。這些組件可以任意組合，以快速配置新系統。從功能角度看，地面雷達組件由控制器、探測模型和目標跟蹤器組成。根據實體的當前任務，控制器選擇所需的雷達模式，例如，360°搜索的監視或戰斗搜索，如果一個特定的部門必須優先考慮。為了對付干擾或地面雜波，可以使用不同的波形。根據雷達的類型，如機械或電子轉向的一維或二維，控制器有不同的可能性來適應搜索模式。在為一個波束位置選擇了波形的類型和數量后，探測模型根據目標、地面雜波、地形陰影、大氣衰減和電子對抗措施等方面的雷達截面模型，產生測量結果。測量誤差是由取決于隨機模型的信噪比引起的。由此產生的測量結果然后由目標跟蹤器處理，它執行測量-跟蹤關聯和跟蹤過濾。

這種詳細模型產生的另一個困難是必須估計的參數總數。在這一點上也要注意，模擬中的所有數據都是不受限制的。這一方面是由于大多數項目的限制，但另一方面，它在日常工作中也有實際優勢。我們必須牢記，模擬是用于概念驗證，而不是用于詳細的系統設計，所以在這個早期階段使用機密的威脅數據會對基礎設施和開發過程造成重大限制，而不會給結果帶來重大價值。基于此，所有的威脅數據都必須根據公開的來源或來自內部項目和外部合作伙伴的非限制性數據進行估算。這再次導致了大量的數據，而這些數據的詳細程度往往是非常不同的，或者是不一致的，例如，由于對限制性數據的去分類。隨著我們模型的不斷發展和多年來獲得的工程專業知識，我們有可能為不同的當前和推斷的未來威脅系統估計出一致的參數。這主要是在一個自下而上的迭代過程中完成的。根據現有的技術和性能參數，對缺失的模型參數進行估計以適應組件的性能。然后對單一系統的不同組件之間的行為和相互作用進行調整，以達到理想的系統性能。最后，在不同的情況下測試IADS內這些系統的協調，以使整個系統的性能最大化。

自主系統將塑造戰爭的未來。因此，土耳其的國防人工智能（AI）發展主要側重于提高自主系統、傳感器和決策支持系統的能力。提高自主系統的情報收集和作戰能力，以及實現蜂群作戰，是發展國防人工智能的優先事項。雖然土耳其加強了自主系統的能力，但在可預見的未來，人類仍將是決策的關鍵。

人類參與決策過程提出了一個重要問題：如何有效確保人機互動？目前，自主系統的快速發展和部署使人機互動的問題更加惡化。正如土耳其國防工業代表所爭論的那樣，讓機器相互交談比較容易，但將人類加入其中卻非常困難，因為現有的結構并不適合有效的人機互動。此外，人們認為，人工智能對決策系統的增強將有助于人類做出更快的決定，并緩解人機互動。

土耳其發展人工智能的意圖和計劃可以從官方戰略文件以及研發焦點小組報告中找到。突出的文件包括以下內容：

• 第11個發展計劃，其中規定了土耳其的經濟發展目標和關鍵技術投資。

• 《2021-2025年國家人工智能戰略》，它為土耳其的人工智能發展制定了框架。

• 焦點技術網絡（Odak Teknoloji A??，OTA?）報告，為特定的國防技術制定了技術路線圖。這些文件提供了關于土耳其如何對待人工智能、國防人工智能和相關技術的見解。

土耳其特別關注人工智能相關技術，如機器學習、計算機視覺和自然語言處理，其應用重點是自主車輛和機器人技術。自2011年以來，自主系統，主要是無人駕駛飛行器（UAV），仍然是土耳其人工智能發展的重點。此后，這已擴大到包括所有類型的無機組人員的車輛。同時，用人工智能來增強這些車輛的能力也越來越受到重視。人工智能和相關技術的交織發展構成了土耳其人工智能生態系統的核心。

土耳其的人工智能生態系統剛剛起步，但正在成長。截至2022年10月，有254家人工智能初創企業被列入土耳其人工智能倡議（TRAI）數據庫。土耳其旨在通過各種生態系統倡議在其國防和民用產業、學術機構和政府之間創造協同效應。由于許多組織都參與其中，這些倡議導致了重復和冗余。冗余也來自于人工智能技術本身的性質。由于人工智能是一種通用技術，可以應用于不同的環境，各種公司都有用于民用和國防部門的產品；因此相同的公司參與了不同的生態系統倡議。此外，民用公司與國防公司合作，在國防人工智能研究中合作，并提供產品，這是司空見慣的。

土耳其鼓勵國際人工智能在民用領域的合作，但不鼓勵在國防領域的合作。然而，由于技能是可轉移的，國防人工智能間接地從這種合作中受益。

土耳其非常關注自主系統發展中的互操作性問題，特別是那些具有群集能力的系統。除了蜂群，北約盟國的互操作性也是一個重要問題。因此，土耳其認為北約標準在發展自主系統和基礎技術方面至關重要。

土耳其目前對人工智能采取了分布式的組織方式。每個政府機構都設立了自己的人工智能組織，職責重疊。目前，盡管國防工業局（Savunma Sanayi Ba?kanl???，SSB）還沒有建立專門的人工智能組織，但SSB的研發部管理一些人工智能項目，而SSB的無人駕駛和智能系統部管理平臺級項目。目前，根據現有信息，還不清楚這些組織結構如何實現國防創新或組織改革。

土耳其尋求增加其在人工智能方面的研發支出，旨在增加就業和發展生態系統。SSB將在未來授予更多基于人工智能的項目，并愿意購買更多的自主系統，鼓勵研發支出的上升趨勢。然而，盡管土耳其希望增加支出，但金融危機可能會阻礙目前的努力。

培訓和管理一支熟練的勞動力對于建立土耳其正在尋找的本土人工智能開發能力至關重要。這包括兩個部分。首先是培養能夠開發和生產國防人工智能的人力資源。因此，土耳其正在投資于新的大學課程、研究人員培訓、開源平臺和就業，同時支持技術競賽。第二是培訓將使用國防人工智能的軍事人員。國防人工智能也正在慢慢成為土耳其武裝部隊（Türk Silahl? Kuvvetleri，TSK）培訓活動的一部分。目前，關于土耳其打算如何培訓軍事人員使用國防人工智能的公開信息非常少。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎研究的需求。本報告的目標是定義一個經典的、與陸軍相關的配置，適合于基礎研究，以允許與適當的主題專家的關鍵數量的集中合作。從這種開放的幾何構型研究中獲得的數據和知識可能會受到更多的限制性分配。

美國陸軍最近制定了一項關于未來陸軍如何作戰的戰略以及實現這些軍事能力的相關現代化和研究重點。以高超音速飛行為基礎的遠程精確射擊對于確保美國能夠對任何競爭對手實施其意志至關重要。

要實現一個有效的未來美國軍隊，必須克服許多障礙。其中一些差距是對高超音速飛行器空氣熱力學的理解，從而促使對基礎性研究的需求。缺乏對高超音速飛行器周圍發生的復雜物理和化學的預測性知識，抑制了及時的、優化的多部件設計。對邊界層過渡和沖擊-邊界層相互作用等具體現象了解不多。不能正確地對現象進行建模，會產生一些不確定的特征，如表面壓力分布和熱通量，這對飛行器技術，包括穩定性、控制和熱負荷管理，都有負面影響。

幸運的是，有一個先例，即通過定義政府基準飛行器來促進全社會的科學討論，這些飛行器包含功能相關的工件，但對具體的發展計劃不敏感（見陸軍-海軍基本芬納導彈、空軍改良基本芬納導彈、陸軍-海軍旋轉火箭、國家航空航天飛機和NASA研究）。本報告的目標是定義一個典型的、與軍隊相關的配置，適合于基礎研究，以便與足夠數量的適當的主題專家進行重點合作。從這個開放的幾何構型的研究中獲得的數據和知識可能會受到更多的限制性分配。

小型無人駕駛飛機系統（sUAS）的指數式增長為美國防部帶來了新的風險。技術趨勢正極大地改變著小型無人機系統的合法應用，同時也使它們成為國家行為者、非國家行為者和犯罪分子手中日益強大的武器。如果被疏忽或魯莽的操作者控制，小型無人機系統也可能對美國防部在空中、陸地和海洋領域的行動構成危害。越來越多的 sUAS 將與美國防部飛機共享天空，此外美國對手可能在美國防部設施上空運行，在此環境下美國防部必須保護和保衛人員、設施和資產。

為了應對這一挑戰，美國防部最初強調部署和使用政府和商業建造的物資，以解決無人機系統帶來的直接風險；然而，這導致了許多非整合的、多余的解決方案。雖然最初的方法解決了近期的需求，但它也帶來了挑戰，使美國防部跟上不斷變化問題的能力變得復雜。為了應對這些挑戰，美國防部需要一個全局性的戰略來應對無人機系統的危害和威脅。

2019年11月，美國防部長指定陸軍部長（SECARMY）為國防部反小型無人機系統（C-sUAS，無人機1、2、3組）的執行機構（EA）。作為執行機構，SECARMY建立了C-sUAS聯合辦公室（JCO），該辦公室將領導、同步和指導C-sUAS活動，以促進整個部門的統一努力。

美國防部的C-sUAS戰略提供了一個框架，以解決國土、東道國和應急地點的sUAS從危險到威脅的全過程。國防部的利益相關者將合作實現三個戰略目標：（1）通過創新和合作加強聯合部隊，以保護國土、東道國和應急地點的國防部人員、資產和設施；（2）開發物資和非物資解決方案，以促進國防部任務的安全和可靠執行，并剝奪對手阻礙實現目標的能力；以及（3）建立和擴大美國與盟友和合作伙伴的關系，保護其在國內外的利益。

美國防部將通過重點關注三個方面的工作來實現這些目標：準備好部隊；保衛部隊；和建立團隊。為了準備好部隊，國防部將最大限度地提高現有的C-sUAS能力，并使用基于風險的方法來指導高效和快速地開發一套物質和非物質解決方案，以滿足新的需求。為了保衛部隊，國防部將協調以DOTMLPF-P考慮為基礎的聯合能力的交付，并同步發展作戰概念和理論。最后，作為全球首選的軍事伙伴，國防部將通過利用其現有的關系來建設團隊，建立新的伙伴關系，并擴大信息共享，以應對新的挑戰。

通過實施這一戰略，美國防部將成功地應對在美國本土、東道國和應急地點出現的無人機系統威脅所帶來的挑戰。在這些不同操作環境中的指揮官將擁有他們需要的解決方案，以保護國防部人員、設施、資產和任務免受當前和未來的無人機系統威脅。