亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

英國國防部利用 SimStriker 機器人中的 ChatGPT 增強作戰訓練,使士兵與目標的動態對話成為現實。

英國國防部(MoD)計劃將 ChatGPT 語言模型集成到用于軍事演習的機器人靶標中,從而徹底改變近距離作戰訓練。戰斗訓練專業公司 4GD 獲得了國防與安全加速器的一份合同,將把先進的 ChatGPT 系統整合到其 SimStriker 機器人靶標中。

SimStriker:近身格斗訓練的突破性進展

由 4GD 于 2020 年開發的 SimStriker 已在英國科爾切斯特的 SmartFacility 使用,目前為英國陸軍第 16 空中突擊旅提供服務。2022 年,該設施記錄了超過 1200 小時的訓練,包括國防部警察和平民參與者在內的各種用戶都參與其中。

SimStriker 機器人目標具有 "命中區域 "傳感器,可記錄精確度和射速,為評估士兵表現提供寶貴數據。這些目標還擁有探測移動、光線和聲音的精密儀器。它們可以發出聲音,發出警報,使用非致命彈藥進行反擊,并在交戰時落在自己的基地上。

集成 ChatGPT,實現動態對話

在 11 月 27 日的最新公告中,4GD 披露了將 OpenAI 的 ChatGPT 系統集成到 SimStriker 的計劃,使士兵能夠與目標進行 "動態對話"。這一集成是與軟件解決方案公司 NIAXO 合作進行的,旨在通過引入多樣、逼真的互動來增強軍事訓練場景。

操作員可以配置或選擇預先配置的場景,并在培訓過程中與 SimStriker 進行口頭交流。這項創新性的開發將模擬社交媒體饋送和其他環境刺激結合在一起,創造了一個更加身臨其境和動態的訓練環境,從而使訓練更進一步。

英國國防部實現逼真訓練的戰略舉措

將 ChatGPT 集成到戰斗模擬機器人中的決定與全球軍事力量投資于增強現實和虛擬現實等技術以進行高性價比訓練的大趨勢相一致。雖然虛擬仿真具有優勢,但真實世界的訓練對于建立和保持作戰效能仍然至關重要。

英國國防部將 ChatGPT 納入 SimStriker 的舉措標志著互動培訓解決方案的最新發展,彌補了技術進步與實際作戰場景之間的差距。現代戰爭要求士兵在復雜的近距離環境中作戰,整合先進的語言模型旨在提供更加逼真和動態的訓練體驗。

用合成對話增強真實感

國防與安全加速器(DASA)強調了在 SimStriker 中添加 ChatGPT 的重要性,并強調了逼真訓練場景的必要性。目標是讓目標與士兵及其裝備進行 "合成對話",包括社交媒體饋送。這一創新有望使訓練課程更加多樣、動態和身臨其境,有助于提高士兵的反應能力和決策技能。

4GD 業務發展總監詹姆斯-克勞利(James Crowley)對這一發展表示興奮,他說:"DASA 授予我們這份合同證明,4GD 將與我們的行業合作伙伴一起,繼續調整我們的解決方案,以實現最佳的培訓效果。他補充說,人工智能的集成為城市戰爭場景增添了另一層真實感,進一步提高了軍事訓練模擬的效果。

隨著英國國防部對尖端技術的青睞,將 ChatGPT 集成到戰斗模擬機器人中標志著一個重要的里程碑,推動了英國武裝部隊近身格斗訓練的真實性和有效性。

參考來源:Interesting Engineering, Inc.

付費5元查看完整內容

相關內容

人工智能在軍事中可用于多項任務,例如目標識別、大數據處理、作戰系統、網絡安全、后勤運輸、戰爭醫療、威脅和安全監測以及戰斗模擬和訓練。

這項調查旨在確定能夠在 13 個與航空彈藥相關的研究領域開發最新解決方案的潛在來源。

美國國防承包商只有兩周的時間來表明他們對參與即將開展的空中優勢研究項目的興趣,這些項目涉及建模與仿真、飛機集成、目標跟蹤、導彈制導與控制以及用于無人機群的人工智能(AI)等使能技術。

位于佛羅里達州埃格林空軍基地的美國空軍研究實驗室彈藥局官員周二發布了2024年空中優勢廣泛機構公告項目的尋源通知(FA8651-24-S-0001)。

這項市場調查旨在確定具有專業知識、能力和經驗的潛在來源,以便在 13 個與空投彈藥相關的研究領域開發最先進的解決方案,這些領域包括

  • 建模、仿真和分析;
  • 飛機集成技術;
  • 尋找固定目標跟蹤和數據鏈技術;
  • 交戰管理系統技術;
  • 高速引信
  • 導彈電子設備
  • 導彈制導和控制技術
  • 先進彈頭技術
  • 先進導彈推進技術
  • 控制驅動系統;
  • 導彈運載和釋放技術
  • 導彈測試和評估技術;以及
  • 人工智能和機器自主。

建模、仿真和分析旨在開發模型,以分析空中優勢概念,如相互通信武器、新型破壞機制、致命和新型破壞機制、若干目標定位和關鍵時間投送。詳細建模包括傳感器、空氣動力學、自動駕駛儀、導航和制導方案、推進、彈頭、引信、數據鏈、火控、發射器、懸掛、運載和釋放、誤差過濾器、環境(風、霧和塵埃)、殺傷力、脆弱性和威脅。

創新飛機集成技術旨在設計、開發和演示飛機集成技術的物理、電氣和邏輯接口。

尋找-固定-目標-跟蹤和數據鏈技術旨在開發探測飛機威脅的技術。感興趣的技術包括用于空對空導彈的小型數據鏈終端、保形數據鏈天線、替代波形以及支持空對空導彈群的數據鏈應用。

交戰管理系統技術力求在競爭日益激烈的環境中最大限度地提高飛機的生存能力,同時降低誤報率和交戰成本。這些技術可能只需要有限的機組人員監督,也可能是自主操作的。

高速引信涉及能夠安全啟動彈頭的電子安全和武器技術、目標探測裝置和制導綜合引信裝置,這些裝置能夠提供小型化、快速反應、精確的射程和位置信息,用于高閉合速度攔截慢速和快速移動的目標。

導彈電子設備旨在研究空對空導彈的動力和電子設備,涉及動力轉換和分配、發電和存儲技術、制導電子設備和熱管理。

導彈制導和控制技術旨在研究針對機動目標的制導算法、實時優化發射和能量管理、集成制導和控制、減少尋的器測量和最終控制鰭指令之間的延遲、尋的器技術和算法、目標狀態估計器以及第三方排隊。

先進彈頭技術旨在研究常規彈頭和概念彈頭技術,以利用技術摧毀、破壞、擊敗或剝奪相關目標的功能,從而使空射彈藥具備強大且經濟實惠的能力。

先進導彈推進技術涉及推進劑配方、顆粒結構、殼體技術、點火安全裝置、噴嘴技術和多脈沖發動機屏障。

控制執行系統旨在開發高效的導彈飛行控制,涉及微型執行器、高速執行系統、低成本控制執行技術、鉸接式導彈雷達罩、高速導彈折疊鰭概念以及先進的機身控制技術。

導彈運載和釋放技術旨在研究使用高速數據飛機到武器通信、吊艙結構以及飛機到武器電力轉換和分配系統的武器艙應用高密度運載。

導彈測試和評估技術尋求加密遙測方法,以減輕當前加密遙測系統的后勤負擔;自主飛行終止系統,以消除對機載飛行終止接收器和天線的需求;小型化和大功率導彈跟蹤信標;小型化爆炸物引爆模塊;以及雙重導彈跟蹤技術。

人工智能和機器自主旨在為成群的網絡協作和自主武器系統開發機器學習能力。

參考來源:militaryaerospace

付費5元查看完整內容

幾十年來,美國海軍一直在研究人工智能的好處和陷阱,雖然人們關注的焦點是無人駕駛船舶和飛行機器人等系統,但人工智能也可能在后勤、資產管理和調度方面帶來重大進步。

1月11日,美國海軍研究辦公室(Office of Naval Research)數學、計算機和信息科學部門主任亞歷山德拉·蘭茨伯格(Alexandra Landsberg)在水面海軍協會第36屆全國研討會(National Symposium)的小組討論中將焦點轉向了人工智能的行政用途。

她認為,雖然分析大量數據和創建摘要等信息處理優勢是人工智能的已知優勢,但也許在任務規劃和有爭議的后勤方面,一個較少被談論和探索的潛力。

隨著傳感器收集的數據比以往任何時候都多,“現在,鑒于我們在硬件進步和軟件進步方面的能力,我們可以引入,考慮到有爭議的物流,”她說。

她說,后勤帶來的作戰問題為兩用人工智能帶來了機會。他們可以向一些大型商業參與者學習。

“我們去亞馬遜或聯邦快遞吧。亞馬遜有倉庫,里面有機器人,他們確切地知道里面有什么產品,如何把這些產品送到送貨員手中。他們知道如何優化所有這些的日程安排。”

優化資源和規劃是蘭茨伯格所說的海軍一個至關重要的目標的一部分:戰備狀態。

“如果我們能從世界上的亞馬遜或聯邦快遞公司那里采用這些人工智能方法,并在那里對我們的造船廠進行現代化改造,確切地知道我們擁有哪些零件,什么是合適的人,在正確的時間在正確的地點。所有這些都將結合在一起,真正優化我們機隊的可用性。”

她說,人工智能可以在行政上提供幫助的另一個領域是通過ChatGPT等大型語言模型。

“我們想搜索大型文檔。我們有很多大型文檔。我們想去做總結。我們希望準確地制作表格,”她說。

但是,在國防部內部使用生成式人工智能的一個備受討論的挑戰是安全性和信任。

“挑戰在于,世界上的ChatGPT是公開開發的,信息又回到了那里,”她說。

她說,這意味著為了利用生成式人工智能,海軍需要開發自己的安全環境,并確保正在訓練的數據是安全的。

她補充說,確保信任和理解意味著人工智能必須與人類協同工作。信任需要理解,理解需要培訓。

“所有這一切都取決于人類。這實際上是人類和人工智能系統協同工作,它確保運營商信任并理解這些人工智能建議的好處,但也了解這些建議的局限性。”

她說,需要測試評估、驗證和確認。除了實驗和模擬之外,應用程序還需要在現實世界中進行測試。這絕對至關重要。

有很多扎實的數學和研究可以給你保證,這是其中的一個方面。我們不要忘記,研究人員可以幫助海軍提供服務的保證。她說,有了保證,海軍就可以將實驗擴大到規模。

她說,無論人工智能被用于什么——從無人系統到物流和規劃——它都必須涵蓋一系列科學技術、基礎研究以及技術演示和實驗。但它不能在實驗中停滯不前——它需要投入使用,并且需要擴大到艦隊。

“這就是我們走到一起的地方,”她說。它必須超越實驗室中的科學家。“我們必須在車隊中盡早并經常對其進行測試。然后我們必須能夠擴大規模。它需要什么?它要求海軍人員,無論是軍事還是民用人員,都要了解人工智能。

蘭茨伯格說,人工智能生態系統將需要軍事、工業和學術界之間的伙伴關系,“以便能夠在人工智能方面為我們提供一些嚴格的措施和保證。因此,這確實是我看到人工智能生態系統的發展方向,以及我們所有人需要如何合作。

參考來源:National DEFENSE

付費5元查看完整內容

圖:在太平洋艦隊的 "21 號無人綜合戰斗問題"(Unmanned Integrated Battle Problem 21)中,在 "奧克蘭 "號(LCS-24)附近運行的 ADARO 無人系統,該系統測試了有人和無人能力的整合。 美國海軍

推進、導航和通信技術的創新發展催生了一種新型水面打擊系統:爆炸性無人水面艦艇(E-USV)。這些水面平臺被歸類為 X 級艇(長度小于 7 米),是一種載人、遙控、一次性使用的游蕩彈藥,專門用于攜帶致命有效載荷。E-USV 已成為烏克蘭的重要非對稱武器,其 "海洋寶寶(Sea Baby)"已被證明對高價值船只和基礎設施非常有效。例如,2023 年 8 月 5 日,烏克蘭利用 "海洋寶寶"夜間攻擊,在刻赤海峽擊沉了俄羅斯 "西格 "號油輪。無人機的壓力觸發彈頭在其引擎室附近的船體上撕開了一道 40 英尺長的口子,造成了巨大損失。

海軍陸戰隊瀕海團(MLR)將向世界瀕海地區投射力量。作為一支替補部隊,瀕海戰斗團由小型、機動、致命的瀕海戰斗小組(LCT)組成,旨在 "在有爭議的區域內跨越競爭連續體"。作為 "海上縱深防御的前沿",它們能發現、固定、瞄準和破壞對手的計劃。E-USV 尤其適合執行 LCT 的兩項主要任務:遠征打擊和反水面作戰。海軍陸戰隊將 E-USV 作為 "今晚作戰 "的即時能力投入實戰是明智之舉。

遠征打擊

無人駕駛飛行器(UAV)是一種低成本的精確武器,可用于打擊靜態或移動目標。裝有彈頭的 "神風無人機"(與投擲或發射炸藥的無人機不同)可在目標附近或目標上引爆。現代戰艦具有內置冗余和損害控制能力,可擊退、防御、抵御多種類型的空中攻擊并從攻擊中恢復。海軍艦艇確實存在遭受游蕩彈藥攻擊的風險,但單架神風特攻隊無人機的威力相對較小,而且針對無人機的防御也在不斷改進。(見《讓每名海軍陸戰隊員都成為無人機殺手》)。

與類似大小的無人機相比,水面游蕩彈藥能攜帶更重的有效載荷,因此對艦艇的威脅更大。此外,它們在交通繁忙的航道和錨地或黑暗中難以被發現。如果引導得當,它們會在螺旋槳、彈藥庫或壓載控制系統附近的水線處引爆,從而增加艦船被水淹沒和遭受災難性破壞的可能性。電子反潛器可從陸地、海上、兩棲平臺或水下平臺謹慎部署,遠離預定目標,以限制操作人員面臨的風險。美國海軍已經探索過在進攻中使用 E-USV 作為無人機系統/無人飛行器的替代品,但直到現在海軍的系統仍主要是試驗性的。

E-USV 的噴水推進系統、衛星通信、光學紅外鏡頭和其他傳感器使其成為既能攻擊海上船只又能攻擊基礎設施的多用途武器。2023 年 7 月,一群 "海洋寶寶 "使用一種被稱為 "有人/無人系統協同作戰"(MUM-T)的戰術,破壞了俄羅斯與克里米亞之間的重要交通線--刻赤大橋。這個例子展示了 E-USV 如何通過遠征打擊來支持海軍實現打擊各種目標的目標,這也是海軍陸戰隊瀕海團 (MLR) 海上封鎖和進攻行動的關鍵任務。

圖:烏克蘭視頻截圖顯示,一艘“海洋寶寶”無人潛艇正在接近一艘俄羅斯軍艦。UDF

美軍 59 特遣部隊等新編隊試圖為海上無人機的使用學習注入活力,將海軍 ADARO USV 等現有技術轉化為爆炸裝置。

E-USV 和瀕海戰斗隊

瀕海戰斗團和戰斗隊需要在對手武器交戰區內孤立的遠征先進基地(EAB)內作戰。作戰和環境的雙重挑戰清楚地表明,需要能加強指揮和控制并提供情報的低特征、可持續和多用途的移動打擊平臺。

目前的精確火力系統,如 M142 高機動性火炮火箭系統(HIMARS)和海軍攻擊導彈(NSM),一旦解除掩蔽進行射擊,就很容易成為目標。這就需要快速 "開槍射擊 "以求生存。而且它們在資金、生產時間和復雜性方面的成本都很高。而 E-USV 則價格低廉、可隱蔽、可更換。

X 級 E-USV 的秘密特性將使 LCT 在所有作戰功能上都具有戰術優勢,同時給對手的決策計算帶來壓力。最重要的是,E-USV 將成為火力平臺,增加了多系統有效載荷的能力,可以收集和傳輸來自傳感器和光學儀器的信息。根據配置的不同,每種潛艇都能為戰術共同行動圖提供實時視覺反饋和跟蹤數據,為情報循環提供投入。這將增強指揮官的意識和整體指揮與控制能力。

體積和占地面積小于 HIMARS 或 NSM 發射器的 E-USV 可以從隱蔽的停放區進行遠程部署,從而降低操作人員被發現的風險。操作人員與 E-USV 之間的衛星通信也可降低攻擊任務導致 LCT 被固定和鎖定的可能性,至少在 LCT 與攻擊的相對位置以及衛星信號的擁塞和加密情況良好時是如此。

E-USV 將為 LCT 提供額外的戰斗力,通過改變距離和接近角度、采用 MUM-T 蜂群戰術以及在動能伏擊中結合水面和機載火力,為出其不意和壓倒敵人提供充足的機會。魚雷、精確制導炸彈和其他常規彈藥會在信息領域造成風險,因為它們可能產生災難性的附帶影響。然而,有人環 E-USV 可以降低這種負面影響的可能性。

當遠程 E-USV 操作員可以繞過障礙物和旁觀者時,在繁忙的錨地或擁擠的水道中尋求保護的對手就不會安全;在確保接近目標時可以通過之前,可以暫緩引爆;以及投擲有重點、有方向的有效載荷。

鑒于 X 級子類別的 E-USV 與 "北極星 "MRZR 的大小相似,它們很容易上艦并在戰場上移動。原則上,它們與 LCT 的聯合輕型戰術車和 MRZR 拖車配置兼容。因此,在特定行動中可以裝載、運輸、部署、隱藏和使用多種設備。與造價數百萬美元的 NSM 和 HIMARS 系統不同,E-USV 的生產相對簡單,材料豐富,預計單元價格約為 250,000 美元。E-USV 可在操作員層面進行維護,不會對工業基礎造成壓力,不會使供應鏈陷入瓶頸,也不會削弱財政準備狀態。

海軍陸戰隊已開始認識到 USV 的價值。2023 年 5 月,海軍陸戰隊推出了 "金屬鯊 "遠程無人水面艦艇(LRUSV),這是一種基于 "金屬鯊 "40 型 "衛士 "巡邏艇的自主艇。LRUSV 的航程約為 1000 公里,可以發射無人機和巡航彈藥,在廣闊的區域內進行情報、監視和偵察。LRUSV 的生產和創新將使海軍陸戰隊在未來數年內受益,但卻無助于當前的戰斗。

總之,X 級 E-USV 將極大地增強 LCT 在所有作戰功能方面的直接作戰能力。它們與 LCT 在有爭議環境中的運輸、態勢、維持和使用的有機能力相兼容。海軍陸戰隊戰斗發展司令部和海軍陸戰隊系統司令部應開始進行近期投資,以便在整個部隊快速部署和使用 E-USV 。

參考來源:美國海軍

付費5元查看完整內容

"我沒有信號 "是我們經常說的一句令人不安的話。這句話很煩人,因為它意味著我們無法接收智能手機上的電子郵件或信息,無法撥打電話,也無法訪問許多應用程序。對于作戰人員來說,沒有信號會影響任務的成功,甚至危及生命。

美國陸軍作戰能力發展司令部和陸軍研究實驗室的 "探路者 "計劃試圖通過 "先進動態頻譜偵察"(ADSR)來解決這一問題。它是針對戰場上的實際挑戰快速開發先進解決方案的成功范例。它也是與國防創新非營利組織軍民創新研究所(CM12)合作的成果,是通過與范德比爾特大學合作執行的首批 "開拓者 "項目之一。

應美陸軍第 7 訓練連的請求,ADSR 于 2023 年 9 月開始在德國多國聯合戰備中心對第 101 空降師的士兵進行測試。 它還將進一步用于北約和北約伙伴單位在該基地的訓練。

ADSR團隊成員、范德堡杰出駐校企業家亞當-杰伊-哈里森(Adam Jay Harrison)說:"如果沒有開拓者公司,我們在ADSR項目中使用的技術很可能永遠不會面世"。"直到開拓者公司提出了陸軍的具體作戰需求,并提供了士兵參與的機制,我們才發現如何利用我們的技術提供令人信服的解決方案"。

人工智能驅動

ADSR 是一種由人工智能(AI)驅動的系統,可使美國陸軍的無線通信網絡感知并避開敵方干擾,減少可能使敵方瞄準陸軍部隊的射頻射頻輻射。

該技術最初是由范德比爾特大學的一個研究小組在美國國防部高級研究計劃局(DARPA)主辦的兩次挑戰賽中開發出來的,自2021年以來,該技術通過與田納西州坎貝爾堡101部隊的士兵進行一系列作戰實驗而不斷完善,同時還在羅馬尼亞東部的斯馬爾丹訓練區和西弗吉尼亞州中部的CMI2自適應實驗設施進行了實驗。

這已經贏得了立法者的贊譽。

參議員瑪莎-布萊克本(Marsha Blackburn,田納西州共和黨人)說:"我們必須確保為美軍配備最先進的工具和技術,增強他們戰勝任何敵人的能力"。"這就是我一貫支持'開拓者'計劃的原因,該計劃利用范德堡大學和田納西大學等優秀大學的研究成果來解決陸軍最棘手的一些問題。在我們保持美國對對手的軍事優勢時,這種伙伴關系至關重要"。

為電子戰士兵提供動力

最近,來自第三步兵師的電子戰士兵在 "聯合決心"(Combined Resolve)演習中使用了新的 ADSR 技術。"聯合決心 "演習是美國陸軍在歐洲和非洲經常舉行的系列演習,在巴伐利亞的第七陸軍訓練司令部和多國聯合戰備中心舉行。舉行 "聯合決心 "演習的目的是評價和評估一個旅在復雜的多領域作戰空間中開展行動的能力,并加強與盟友和合作伙伴的互操作性和戰備狀態。

第三裝甲師網絡戰軍官布倫登-舒特(Brenden Shutt)中尉說:"[旅戰斗隊] BCT 內的電子戰單元在瞄準敵人時總是在尋找優勢"。"能夠實時了解頻譜的傳感能力促使工作識別敵方的電磁特征,以便在戰場上迅速發揮作用。我們依靠戰術和技術的不斷創新來保持在電子戰中的優勢"。

2023年4月,第101空降師(空中突擊)在西弗吉尼亞州進行了測試,這是CMI2 "在現實訓練日推動創新 "活動的一部分,戰友們在測試新興技術的同時,還進行了基于真實場景的訓練。真實世界的試驗凸顯了 "開拓者 "計劃和 ADSR 等項目在將前沿學術研究應用于實際軍事方面的價值。

參議員比爾-哈格蒂(Bill Hagerty)表示:"開拓者計劃仍然是陸軍、合作大學和田納西州之間令人興奮的合作伙伴關系"。通過該項目,陸軍獲得了前線作戰人員所需的最先進的技術能力,大學生接觸到了可用于塑造未來研究的實際問題,田納西州則受益于與 "開拓者-空中突擊 "相關項目所創造的高薪技術崗位。

參考來源:ClearanceJobs,Peter Suciu

付費5元查看完整內容

美國空軍正在推進空戰的發展,其目標是在五年內實現僚機無人機的實戰化。美空軍部長弗蘭克-肯德爾(Frank Kendall)在 AFA 2023 第一天的主題演講中宣布了這一里程碑的實質內容,他設想在 2028 財年之前將這些無人機作為協作作戰飛機(CCA)計劃的一部分投入生產。

肯德爾表示信心十足,并指出之前的倡議已經為這一創新飛躍鋪平了道路。CCA計劃在很大程度上受到了DARPA的空戰進化(ACE)計劃所奠定的技術基礎和國際合作伙伴(如澳大利亞的 "忠誠僚機 "項目)的貢獻的影響。該項目力求將人類的駕駛能力與先進的人工智能相融合,希望能制造出伴隨下一代戰斗機作戰的無人駕駛飛機。

隨著國會預算審議的繼續,空軍積極主動地強調了對這一未來能力進行大量投資的必要性。為啟動該項目,空軍已申請在 2024 財年撥款 3.92 億美元,并計劃在隨后幾年內獲得數十億美元。

這些無人機最終將擁有一支由大約 1000 架多功能無人機組成的機隊,這些無人機將具備自主操作或在下一代空中主導戰斗機上的飛行員指導下操作的能力。計劃中的無人機將發揮多種作用,包括作為傳感器平臺或干擾站,與聯合先進戰術導彈等最先進的武器一起強化空軍的先進作戰系統。

這一大膽的戰略是空軍未來保持空中優勢的總體方針的一部分,無與倫比的下一代空中優勢能力指日可待。預計 CCA 的實施將極大地提高戰斗編隊的效率,從而使空戰方式發生深刻變革。

常見問題部分:

1.美空軍對僚機的目標是什么?

目標是在 2028 財年之前投入使用僚機無人機,作為協同作戰飛機 (CCA) 計劃的一部分。

2.誰在何時宣布了這些無人機的愿景?

空軍部長弗蘭克-肯德爾在 AFA 2023 第一天的主題演講中宣布了這一愿景。

3.是什么影響了 CCA 計劃?

CCA 計劃受到 DARPA 的 "空戰進化"(ACE)計劃和澳大利亞的 "忠誠僚機"項目等國際貢獻的影響。

4.美空軍在 2024 財年的預算申請是多少?

空軍已為 2024 財年申請 3.92 億美元,用于啟動 CCA 項目。

5.美空軍計劃擁有多少架無人機?

空軍計劃擁有一支由大約 1000 架無人機組成的機隊,這些無人機可以自主運行,也可以在飛行員的指導下運行。這些無人機將發揮各種作用,如傳感器平臺或干擾站。

6.美空軍對這項新技術的總體戰略是什么?

總體戰略是在未來保持空中優勢,特別是通過加強戰斗編隊的有效性和改變空戰。

定義:

  • 協同作戰飛機(CCA)計劃: 開發和部署與有人駕駛戰斗機并肩作戰的無人駕駛飛機的計劃。
  • 美國國防部高級研究計劃局的空戰進化(ACE)計劃: DARPA的一項計劃,重點是利用人工智能和機器學習算法推進空戰技術。
  • “忠誠僚機”項目: 澳大利亞的一個項目,開發能夠在戰斗場景中與有人駕駛飛機并肩飛行的無人機。
  • 自主:能夠在無人干預的情況下運行。
  • 下一代空中主導戰斗機: 指空軍未來的飛機,旨在以先進的能力維持空中優勢。
  • 聯合先進戰術導彈: 一種最先進的武器,將成為空軍先進作戰系統的一部分。

參考來源:TS2 Space

付費5元查看完整內容

人工智能(AI)正在成為國防工業的一個重要組成部分,最近美國DARPA的AlphaDogfight試驗(ADT)證明了這一點。ADT試圖審查能夠在模擬空對空戰斗中駕駛F-16的人工智能算法可行性。作為ADT的參與者,洛克希德-馬丁公司(LM)的方法將分層結構與最大熵強化學習(RL)相結合,通過獎勵塑造整合專家知識,并支持策略模塊化。該方法在ADT的最后比賽中取得了第二名的好成績(共有8名競爭者),并在比賽中擊敗了美國空軍(USAF)F-16武器教官課程的一名畢業生。

1 引言

由DARPA組建的空戰進化(ACE)計劃,旨在推進空對空作戰自主性并建立信任。在部署方面,空戰自主性目前僅限于基于規則的系統,如自動駕駛和地形規避。在戰斗機飛行員群體中,視覺范圍內的戰斗(dogfighting)學習包含了許多成為可信賴的機翼伙伴所必需的基本飛行動作(BFM)。為了使自主系統在更復雜的交戰中有效,如壓制敵方防空系統、護航和保護點,首先需要掌握BFMs。出于這個原因,ACE選擇了dogfight作為建立對先進自主系統信任的起點。ACE計劃的頂峰是在全尺寸飛機上進行的實戰飛行演習。

AlphaDogfight Trials(ADT)是作為ACE計劃的前奏而創建的,以減輕風險。在ADT中,有八個團隊被選中,其方法從基于規則的系統到完全端到端的機器學習架構。通過試驗,各小組在高保真F-16飛行動力學模型中進行了1對1的模擬搏斗。這些比賽的對手是各種敵對的agent。DARPA提供了不同行為的agent(如快速平飛,模仿導彈攔截任務),其他競爭團隊的agent,以及一個有經驗的人類戰斗機飛行員。

在本文中,我們將介紹環境、agent設計、討論比賽的結果,并概述我們計劃的未來工作,以進一步發展該技術。我們的方法使用分層強化學習(RL),并利用一系列專門的策略,這些策略是根據當前參與的背景動態選擇的。我們的agent在最后的比賽中取得了第二名的成績,并在比賽中擊敗了美國空軍F-16武器教官課程的畢業生(5W - 0L)。

2 相關工作

自20世紀50年代以來,人們一直在研究如何建立能夠自主地進行空戰的算法[1]。一些人用基于規則的方法來處理這個問題,使用專家知識來制定在不同位置背景下使用的反機動動作[2]。其他的探索以各種方式將空對空場景編成一個優化問題,通過計算來解決[2] [3] [4] [5] [6]。

一些研究依賴于博弈論方法,在一套離散的行動上建立效用函數[5] [6],而其他方法則采用各種形式的動態規劃(DP)[3] [4] [7]。在許多這些論文中,為了在合理的時間內達到近似最優的解決方案,在環境和算法的復雜性方面進行了權衡[5] [6] [3] [4] [7] 。一項值得注意的工作是使用遺傳模糊樹來開發一個能夠在AFSIM環境中擊敗美國空軍武器學校畢業生的agent[8]。

最近,深度強化學習(RL)已被應用于這個問題空間[9] [10] [11] [12] [13] [14]。例如,[12]在一個定制的3-D環境中訓練了一個agent,該agent從15個離散的機動動作集合中選擇,并能夠擊敗人類。[9]在AFSIM環境中評估了各種學習算法和場景。一般來說,許多被調查的深度RL方法要么利用低保真/維度模擬環境,要么將行動空間抽象為高水平的行為或戰術[9] [10] [11] [12] [13] [14]。

與其他許多作品相比,ADT仿真環境具有獨特的高保真度。該環境提供了一個具有六個自由度的F-16飛機的飛行動力學模型,并接受對飛行控制系統的直接輸入。該模型在JSBSim中運行,該開源軟件被普遍認為對空氣動力學建模非常精確[15] [16]。在這項工作中,我們概述了一個RL agent的設計,它在這個環境中展示了高度競爭的戰術。

3 背景-分層強化學習

將一個復雜的任務劃分為較小的任務是許多方法的核心,從經典的分而治之算法到行動規劃中生成子目標[36]。在RL中,狀態序列的時間抽象被用來將問題視為半馬爾科夫決策過程(SMDP)[37]。基本上,這個想法是定義宏觀行動(例程),由原始行動組成,允許在不同的抽象層次上對agent進行建模。這種方法被稱為分層RL[38][39],它與人類和動物學習的分層結構相類似[40],并在RL中產生了重要的進展,如選項學習[41]、通用價值函數[42]、選項批評[43]、FeUdal網絡[44]、被稱為HIRO的數據高效分層RL[45]等。使用分層RL的主要優點是轉移學習(在新的任務中使用以前學到的技能和子任務),可擴展性(將大問題分解成小問題,避免高維狀態空間的維度詛咒)和通用性(較小的子任務的組合允許產生新的技能,避免超級專業化)[46]。

我們使用策略選擇器的方法類似于選項學習算法[41],它與[47]提出的方法密切相關,在這些方法中,子策略被分層以執行新任務。在[47]中,子策略是在類似環境中預訓練的基元,但任務不同。我們的策略選擇器(類似于[47]中的主策略)學習如何在一組預先訓練好的專門策略下優化全局獎勵,我們稱之為低級策略。然而,與關注元學習的先前工作[47]不同,我們的主要目標是通過在低級策略之間動態切換,學習以最佳方式對抗不同的對手。此外,考慮到環境和任務的復雜性,我們不在策略選擇器和子策略的訓練之間進行迭代,也就是說,在訓練策略選擇器時,子策略agent的參數不被更新。

4 ADT仿真環境

為dogfighting場景提供的環境是由約翰霍普金斯大學應用物理實驗室(JHU-APL)開發的OpenAI體育場環境。F-16飛機的物理特性是用JSBSim模擬的,這是一個高保真的開源飛行動力學模型[48]。環境的渲染圖見圖1。

圖1: 仿真環境的渲染圖

每個agent的觀察空間包括關于自己的飛機(燃料負荷、推力、控制面偏轉、健康狀況)、空氣動力學(α和β角)、位置(本地平面坐標、速度和加速度)和姿態(歐拉角、速率和加速度)的信息。agent還獲得其對手的位置(本地平面坐標和速度)和態度(歐拉角和速率)信息以及對手的健康狀況。所有來自環境的狀態信息都是在沒有建模傳感器噪聲的情況下提供的。

每一模擬秒有50次行動輸入。agent的行動是連續的,并映射到F-16的飛行控制系統(副翼、升降舵、方向舵和油門)的輸入。環境給予的獎勵是基于agent相對于對手的位置,其目標是將對手置于其武器交戰區(WEZ)內。

圖2:武器交戰區(WEZ)

WEZ被定義為位于2度孔徑的球形錐體內的點的位置,該錐體從機頭延伸出來,也在500-3000英尺之外(圖2)。盡管agent并沒有真正向其對手射擊,但在本文中,我們將把這種幾何形狀稱為 "槍響"。

5 agent結構

我們的agent,PHANG-MAN(MANeuvers的自適應新生成的策略層次),是由兩層策略組成的。在低層,有一個策略陣列,這些策略已經被訓練成在狀態空間的一個特定區域內表現出色。在高層,一個單一的策略會根據當前的參與情況選擇要激活的低層策略。我們的架構如圖4所示。

圖4:PHANG-MAN agent的高層結構

付費5元查看完整內容

先進作戰管理系統(ABMS)是美國空軍創建下一代指揮和控制(C2)系統的最新計劃項目。ABMS建議使用云環境和新的通信方法,使空軍和太空部隊系統能夠使用人工智能無縫共享數據,以實現更快的決策。空軍將ABMS描述為其創建物聯網的努力,這將使傳感器和C2系統相互分解(與空軍傳統上執行C2的方式相反)。該計劃是空軍對國防部全域聯合指揮與控制(JADC2)工作的貢獻,重點是使國防部的作戰決策過程現代化。

ABMS最初的設想是取代目前指揮空戰行動的E-3機載預警和控制系統(AWACS)(圖1),但后來有了更廣泛的范圍。前空軍負責采購的助理部長威爾-羅珀指示,該計劃應減少對指揮中心和飛機的關注,而是創造數字技術,如安全云環境,在多個武器系統之間共享數據。羅珀博士表示,2018年國防戰略所設想的有爭議的環境迫使空軍重組ABMS項目。2021年5月,空軍副參謀長大衛-奧爾文將軍在DefenseOne的一篇文章中說:"ABMS究竟是什么?它是軟件嗎?硬件?基礎設施?策略?答案是都是"。換句話說,空軍將ABMS設想為一個采購項目,它既要采購東西,又要實施其他非開發性的工作,該部門認為這些工作同樣重要:指揮和控制空軍的新技術。

自ABMS成立以來,國會已經對下一代C2系統的發展表示了興趣。空軍表示,ABMS是一個非傳統的采購項目。因此,國會對空軍替換老舊系統的方法和試驗新興技術的方法提出了質疑。

ABMS的開發工作

迄今為止,空軍已經進行了五次活動,以展示其希望最終投入使用的新C2能力。2019年12月,空軍在其第一次ABMS "on-ramp"(空軍用來表示演示的術語)中,展示了從陸軍雷達和海軍驅逐艦向F-22和F-35戰斗機傳輸數據的能力。這次活動還展示了空軍的統一數據庫(UDL),這是一個結合天基和地基傳感器追蹤衛星的云環境。

2020年9月,ABMS進行了第二次"on-ramp"。這第二次上線演示了通過使用超高速武器作為防御手段,探測和擊敗一個飛向美國的模擬巡航導彈。此外,ABMS還展示了 "探測和擊敗破壞美國太空行動的手段"的能力。根據空軍的新聞稿,"70個工業團隊和65個政府團隊 "參加了這次活動。

空軍在2020年9月下旬舉行了第三次"on-ramp",以支持珍珠港-希卡姆聯合基地的 "勇敢之盾 "演習。在這次活動中,空軍展示了使用KC-46加油機通過將數據從較老的第四代戰斗機轉發到較新的第五代飛機,如F-22,來執行戰術C2。2021年5月,空軍表示,為KC-46采購通信吊艙將是ABMS項目的第一個能力發布。空軍說:"在戰斗中,無論如何,郵機將需要在作戰附近飛行,支持戰斗機,因此將它們作為指揮和控制系統,無論是作為主要的還是彈性的備份,都是有意義的。"

2021年2月在歐洲舉行了第四次"on-ramp"。根據新聞稿,空軍由于預算限制而減少了這次活動規模。這第四次將包括荷蘭、波蘭和英國在內的盟國聯系起來,進行聯合空中作戰。據美國駐歐洲空軍司令哈里根將軍說,這第四次活動測試了美國和盟國用F-15E飛機發射AGM-158聯合空對地對峙導彈(JASSM)執行遠程打擊任務的能力(見圖2),同時利用美國和盟國的F-35飛機執行空軍基地防御任務。

本預計2021年春季進行第五次"on-ramp"在太平洋地區,但由于預算限制,取消了這次活動。

GAO的報告建議

2019財年國防授權法案(NDAA)指示政府問責局(GAO)評估ABMS計劃。在2020年4月的一份報告中,GAO向空軍總設計師建議采取四項行動來提高項目績效。

1.制定一個計劃,在ABMS開發領域需要時獲得成熟技術。

2.制作一個定期更新的成本估算,反映ABMS的實際成本,每季度向國會匯報一次。

3.準備一份可購性分析,并定期更新。

4.正式確定并記錄參與ABMS的空軍辦公室的采購權力和決策責任。

空軍助理部長同意了所有的建議。前空軍參謀長David Goldfein將軍不同意這些建議,他指出GAO的分析沒有反映機密信息。美國政府問責局表示,它可以接觸到機密信息,這些額外的信息并不影響其分析和建議。

ABMS的管理結構

根據GAO關于ABMS的同一份報告,空軍最初確定由空軍總設計師(普雷斯頓-鄧拉普),來協調空軍每個項目執行辦公室的ABMS相關工作。GAO對這種管理結構可能導致ABMS缺乏決策權表示擔憂。然而,在2020年11月,羅珀博士選擇空軍快速能力辦公室作為ABMS項目執行辦公室。首席架構師辦公室繼續開發全軍的架構(即軟件和無線電如何能夠相互連接),以支持ABMS。

國會就AMBS采取的行動

國會已經對ABMS系統的發展表示了興趣。下面的清單總結了國會在前三個NDAA中的行動:

  • 2019財政年度NDAA(P.L. 115-232):

    • 第147節:限制E-8 JSTARS飛機退役的資金可用性
  • 2020年國防部(P.L. 116-92):

    • 第236節:與先進戰斗管理系統有關的文件
  • FY2021 NDA (P.L. 116-283) :

    • 第146節:移動目標指示器要求和先進戰斗管理系統能力的分析
    • 第221節:與先進戰斗管理系統有關的問責措施

2021財年國防撥款法案(P.L. 116-260 C分部)將ABMS的資金從要求的3.02億美元減少到1.585億美元,理由是 "不合理的增長和預先融資"。

在ABMS的整個發展過程中,國會對在確定合適的替代物之前退役舊的C2系統如JSTARS和AWACS表示關注。國會還指示空軍制定傳統的采購理由,如成本估算和需求文件,以確保國會和軍方都了解要采購的東西。這些行動反映了美國政府問責局的建議。

關于國會的潛在問題

  • 使用ABMS方法分解指揮和控制的風險是什么?

  • 空軍應如何平衡創新、實驗與采購成熟技術?

  • ABMS提供了哪些傳統指揮與控制系統無法提供的機會?

  • 利用6.8軟件和數字技術試點計劃預算活動代碼中的新預算授權靈活性,ABMS是否會受益?

付費5元查看完整內容
北京阿比特科技有限公司