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

該產品對俄羅斯駐烏克蘭部隊使用的無人機和伊朗用于攻擊美國及合作伙伴在中東利益的無人機進行了直觀對比。烏克蘭的無人機碎片和組件照片與中東軍事博覽會和其他場所展示的系統一致。這一分析證實了俄羅斯在烏克蘭戰爭中使用了伊朗的各種致命無人機。

2022 年年中，伊朗向俄羅斯提供了無人駕駛飛行器 (UAV)，以維持莫斯科攻擊烏克蘭的能力，因為在戰爭開始的幾個月里，莫斯科自身儲存的精確制導彈藥已嚴重耗盡。此后，伊朗為俄羅斯的烏克蘭戰爭提供了數百架單向攻擊無人機。伊朗已向公眾提供了此類轉讓的大量證據，但伊朗繼續否認這些無人機來自伊朗。美國國防情報局（DIA）收集了在烏克蘭和中東地區襲擊的實際碎片，將在以下幾頁中介紹這些碎片，以清楚地證明伊朗對俄羅斯的支持。

沙赫德-131（Geran-1）單向攻擊無人機比較

源自伊朗的 Shahed-131（俄羅斯人將其改名為 Geran-1）的三角翼機身形狀與 Shahed-136（Geran-2）相似，但垂直穩定器僅延伸至機身上方。在烏克蘭和中東地區發現的部件似乎非常相似；一些部件甚至在撞擊后以同樣的方式斷裂。

與伊朗的明顯聯系

2022 年 9 月 28 日，伊朗對伊拉克北部的庫爾德人發動了一次導彈和無人駕駛飛行器襲擊，隨后公開聲稱發動了襲擊，這使得國防情報局能夠消除對襲擊中回收的無人駕駛飛行器來源的懷疑。從伊拉克回收的無人駕駛飛行器為沙赫德-131 型，與 2022 年秋季在烏克蘭回收的沙赫德-131 型（Geran-1 型）吻合。幾乎完全相同的無人機部件同時出現在相隔數千英里的兩場沖突中，而且伊朗公開聲稱對其中一架無人機負責，因此可以得出結論，這兩架無人機都來自伊朗。

Mohajer 6 多用途無人機比較

源于伊朗的 Mohajer 6 曾在伊朗和伊拉克公開展示，從其獨特的尾部以及附帶的監視設備和制導彈藥可以很容易地識別出來。10 月，烏克蘭從黑海捕獲了一架基本完好的 “莫哈杰爾 6”，它似乎與在伊朗和伊拉克拍攝到的 “莫哈杰爾 6 ”系統毫無區別。從殘骸中找到的部件顯示的標記與在伊朗觀察到的非常相似。

美國海軍陸戰隊（USMC）正在通過其垂直起降（VTOL）飛機計劃投資航空技術，以增強任務優勢和戰爭主導權。美國海軍陸戰隊的一項計劃舉措是從未來的載人 VTOL 飛機上發射無人機系統 (UAS)，以執行混合（載人和無人）協作任務。這種混合 VTOL-UAS 能力將支持美國海軍陸戰隊的情報、監視和偵察 (ISR)、電子戰 (EW)、通信中繼和空對地動能打擊任務。

該畢業設計項目通過基于模型的系統工程分析、協同設計相互依存性分析以及建模和模擬實驗，研究了未來混合 VTOL-UAS 能力所涉及的復雜人機交互。頂點項目重點關注打擊協調和偵察（SCAR）任務，其中涉及載人 VTOL 平臺、VTOL 發射無人機系統和地面控制站（GCS）。該項目提出了系統要求和架構、概念設計，以及對未來 VTOL 能力的人機協作方面的實驗見解。

主要發現是，無人機系統擁有高水平的數字自動化，并與其人類伙伴有機地共享，這也意味著人類的計劃和執行必須以數字方式捕獲。這確保了合作伙伴之間能夠相互觀察、預測和指導，從而建立信任。第二個發現是，整個團隊需要一個安全冗余的主要、備用、應急和緊急（PACE）通信計劃，以支持彈性任務規劃、執行和任務后分析。最后，這項研究證明了使用網絡模擬器探索、評估和衡量人機協作效率的有效性。

研究建議美國海軍陸戰隊采取一項戰略，采購能夠進行自然語言處理、任務評估和政策更新協議的高級自主無人機系統。接下來，在使用 VTOL 和 UAS 時，繼續使用相同的技術對 USMC 的其他任務集進行評估。最后，進行更多分布式模擬實驗和評估。

圖：美海軍正在開發未來垂直升降（海上打擊）系統，以執行獨特的海上任務，主要從水面戰斗艦艇（DDGs、FFGs、LCS）執行任務。

本文旨在總結在步兵旅戰斗隊（IBCT）及以下級別整合反小型無人機系統（C-SUAS）以支持大規模地面作戰行動（LSGCO）所面臨的挑戰并提出相關建議。這些建議源于對 2022 年 1 月至 2024 年 1 月期間開展的多項訓練活動、桌面演習和規劃活動的觀察和參與。

美陸軍條令出版物（ADP）3-0《作戰》將 LSGCO 定義為 “涉及多個軍團或師的持續作戰行動”。從陸軍技術出版物（ATP）3-01.50《防空空域管理（ADAM）小組行動》中總結，防空空域管理小組的作用是規劃、協調和建立與通信系統統一行動的連接；提供態勢感知和早期預警；持續規劃和進行受支援梯隊的空域管理要求；進行防空和導彈防御（AMD）及航空規劃，以確定整個沖突范圍內的要求。隨著 SUAS 在戰場上的威脅與日俱增并得到證實，這些軍團、師及其下屬 IBCT 的 AMD 和 ADAM 單元中的經修改的組織和裝備表（MTOE）人員無法執行條令要求以支持梯隊指揮官，并同時執行交戰行動以支持 C-SUAS。因此，C-SUAS 必須是一項深入到最基層的聯合軍種行動，部隊各梯隊的士兵，尤其是擔任直接作戰任務的士兵，都應熟悉 ATP 3-01.81《反無人機系統》，并精通 C-SUAS 任務。這些任務位于 “聯合武器登記冊 ”中，分別是

• 反無人機系統被動 AMD 措施計劃（441-CUAS-0001）
• C-SUAS 行動計劃（441-CUAS-2001）
• 制定單元 C-SUAS 培訓戰略 (441-CUAS-1001)
• 操作 C-SUAS 動力系統 (441-CUAS-1002)
• 管理 C-SUAS 動力系統的運行狀態 (441-CUAS-1003)
• 操作 C-SUAS 非動能系統 (441-CUAS-1004)
• 管理 C-SUAS 非動能系統的運行狀態 (441-CUAS-1005)
• 操作 C-SUAS 探測設備 (441-CUAS-1006)
• 管理 C-SUAS 探測設備的運行狀態 (441-CUAS-1007)
• 銷毀 C-SUAS 設備 (441-CUAS-1008)

圖：2023 年 4 月 20 日，在克羅地亞普拉舉行的 “盾牌 23 ”演習中，一名隸屬于第 173 空降旅的傘兵使用 Dronebuster 3B 干擾敵方無人機。

SUAS 日益普及

在現代戰場上，從 SUAS 上投擲手榴彈和爆炸物并不一定是一種新技術，但只是在過去幾年中，我們才看到這種方法在規模上可以產生多么驚人的破壞力。我們不僅看到了這些機器的殺傷力，還看到了它們用于宣傳的二階和三階效果。最令人擔憂的是，與經過政府采購程序的先進無人機系統相比，或者與我們目前依靠來擊敗它們的陸軍一些更先進的防空彈藥相比，這些系統的價格低廉得令人難以置信。無論這些系統是從大型在線零售網站購買的，還是在某個人的車庫里制造的，它們都可以大規模使用，是真正意義上的一次性裝備。在可預見的未來，任何不受傳統軍事采購流程官僚主義束縛的軍事力量都肯定會使用這些戰術、技術和程序（TTP）。正如我們在叛亂部隊（伊拉克和沙姆伊斯蘭國）和常規部隊（烏克蘭/俄羅斯）身上所看到的那樣，無人機投擲的手榴彈現在正被叛亂部隊用來對付以色列和世界各地其他正在發生的沖突。

懸停彈藥和單向（或神風特攻隊）無人飛行器在戰場上也并不陌生。只是最近利用社交媒體進行宣傳，才使閑逛彈藥的概念成為頭條新聞。在 2020 年的第二次納戈爾諾-卡拉巴赫戰爭中，阿塞拜疆軍方廣泛使用了以色列制造的巡航彈藥。IAI Harpy 和 Harop 都被用來對亞美尼亞防空單元造成毀滅性影響，為大型無人機系統消除剩余防御系統和瞄準無保護的前線單元開辟了道路。俄烏戰爭也向世界展示了這類武器的獨特能力。在俄羅斯方面，Zala KYB 和 “柳葉刀 ”系列等專業開發的系統已顯示出其對人員和物資的有效性。在烏克蘭方面，第一人稱視角（FPV）四旋翼飛行器被改裝成精確打擊、閑逛彈藥，在社交媒體和俄羅斯軍方中大放異彩。閑逛彈藥和投擲爆炸物的設計種類繁多，每種設計都有一系列獨特的挑戰，因此很難制定適當的反制措施。在討論大規模遠程空襲等遠征型演習時，這些挑戰變得更加普遍，因為在這些演習中，單元經常會超越固定地點低速小型無人機綜合毀傷系統（FS-LIDS）和移動式低速小型無人機綜合毀傷系統（M-LIDS）等大型系統的 C-SUAS 覆蓋范圍。

雖然簡易爆炸裝置的空中威脅依然存在，但必須承認還有其他技術正在進入現代戰場。人工智能是最近的頭條新聞，但必須指出的是，自主決策邏輯已經存在了一段時間，而且低預算的叛亂分子和業余愛好者完全可以做到。與自動駕駛汽車中使用的軟件一樣，這種類型的自動化依賴于一套預先確定的規則，可用于多種不同的目的，如自主計算和識別潛在目標，或在被拒絕、降級、破壞的空間作戰環境（D3SOE）中用于自主導航。一定程度的自主性還能提高地面控制系統和操作人員的生存能力，增強本已難以探測的飛機的隱身性，并提高在目視和電子視線之外飛行時的殺傷力。

觀察

防空炮兵（ADA）分部承擔了解決 C-SUAS 問題的任務，在位于俄克拉荷馬州錫爾堡的消防卓越中心領導聯合 C-SUAS 大學。兵團、師和旅的 MTOE 都分配了防空軍事職業專業 (MOS)，其中包括 14A（防空軍官）、140A（AMD 系統集成商）和 14G（防空作戰管理系統操作員）。14A 的職責是一名普通的防空軍官，而 140A 和 14G 則接受培訓，負責集成和操作特定設備，為聯合數據網絡提供信息，該網絡可生成用于了解態勢的綜合空中圖像。目前，這些 MOS 都不需要通過專業軍事教育管道接受有關 C-SUAS 系統、戰術、規劃、使用和能力的培訓。雖然這些人員中可能有人參加過 C-SUAS 聯合大學的課程，但他們對 C-SUAS 的了解，如果有的話，大部分也只是來自于在職培訓，他們可能被要求學習，也可能沒有被要求學習，以促進他們參與的行動。

在常規陸軍的任何戰術梯隊中，都沒有專門的 C-SUAS 人員或有機設備，而且大部分 C-SUAS 設備都采用傳統防空 TTPs 的電子戰（EW）技術。雖然防空部門已將聯合 C-SUAS 大學和 C-SUAS 問題集包括在內，但其人員根本無法單獨負責 C-SUAS 任務。在考慮潛在的陸軍 2030 團概念進行人員調整時，這是一個值得關注的問題。這種向更純粹步兵團的調整很可能會將與 C-SUAS 行動關系最密切的 MOS（EW、ADA、UAS）完全調出 IBCT。

雖然許多系統，如 FS-LIDS、M-LIDS 和 “無人機克星”（Drone Buster）已作為戰區提供裝備（TPE）定期投入戰場，但除 “無人機克星”（Drone Buster）外，這些系統都不利于聯軍使用，更不用說作為空中突擊或空降 BCT 的一部分了。在考慮 FS-LIDS 時，增加需要更長安裝和拆卸時間、額外專家人員配備和存儲空間以及不同后勤尾翼的裝備，對任何 BCT 來說都是不切實際的想法，只會使指揮所（CP）更容易成為敵方火力和影響的目標。像 M-LIDS 這樣的裝備很可能會被歸入步兵營內的重武器連，因為他們很少能在輕步兵連需要穿越的地形上機動。盎司等于磅，重武器連已經有足夠的平臺和武器裝備來有效地維護和使用。這些現實情況，以及這些裝備無法有效地投入戰斗以立即行動的事實，都表明它們無法為 IBCT 提供一種常識性的 LSGCO 方法。

建議

雖然每個梯隊的所有士兵都應該對其責任區（AOR）內 C-SUAS 的 “操作方法 ”有共同的認識和理解，但現實情況是，如果你能看到或聽到 SUAS，很可能為時已晚。應積極利用電子對抗措施，不讓有威脅的 SUAS 在軍團、師和 BCT 責任區內自由行動。從空中突擊特遣部隊的角度來看，這可以是利用 Bal Chatri 來識別敵方 SUAS 的存在，然后利用戰術級 EW 資產在威脅接近目視攔截范圍之前對其進行主動、大范圍的反制。對 EW 自相殘殺的擔憂是可以理解的，但考慮到活躍而炎熱的空中突擊著陸區的脆弱性，在討論在這種場景下使用 “藍色 ”SUAS 或通信網絡時，應該而且將會利大于弊。理想情況下，空中突擊特遣部隊應具備有機手段，可在部隊初始投入期間或投入后盡可能短的時間內識別威脅 SUAS 并提供反制措施。

使用 FS-LIDS 和 M-LIDS 等笨重的系統似乎使部隊在戰術層面保持了過去二十年來的反叛亂思維。當部隊負責通過火力和機動手段接近并摧毀近在咫尺的敵人時，使用這些系統既無益也無效。雖然 FS-LIDS 或 M-LIDS 等強大的系統可能會在陸軍 2030 師防空概念中占有一席之地，但如果交給戰術機動梯隊使用，它們就沒有用武之地。如果交給戰術梯隊的機動部隊使用，則只應交給發揮專門保護作用的部隊（即被指派執行特定任務以保護梯隊的特定關鍵資產），而不應交給積極開展 LSGCO 的部隊。

在開展行動時，C-SUAS 不能僅被視為一種電子戰或防空問題集。雖然 執行交戰行動的士兵可能與軍種無關，但規劃和整合 C-SUAS 計劃的參謀部職能卻與軍種無關。雖然執行交戰行動的士兵可能與 MOS 無關，但在旅級及以上各梯隊的 C-SUAS 規劃人員中，必須包括 EW 技術員（MOS 170B）、無人機系統操作技術員（MOS 150U）和 14A 人員。陸軍條令出版物《3-19 火力》的第一頁 3-19《火力》的前幾頁概述了許多火力作戰職能任務，其中包括地對空火力、網絡空間作戰/預警和空域作戰。這些任務都支持 C-SUAS 的工作。因此，確保 因此，確保將 170B、150U 和 14A 部署在一個旅的火力單元內，將最有效地為指揮官提供 提供支持 C-SUAS 任務的合理建議。要想在 LSGCO 的各種沖突中致命、有效并取勝 要想在 LSGCO 的各種沖突中取得致命、有效和勝利的戰果，C-SUAS 的工作必須是一項聯合行動，利用火力作戰功能任務來支持各部隊的工作。為支持保護作戰職能部門的工作，C-SUAS 任務必須是一項聯合行動。

圖：左上圖為動能和電子戰移動式低速小型無人機綜合消解系統 (M-LIDS)，右圖為固定地點低速小型無人機綜合消解系統 (FS-LIDS)

作者：

CW4 Wesley K. Wilk 目前在肯塔基州坎貝爾堡 101 空降師（空中突擊）第 2 旅戰斗隊總部和總部連 (HHC) 擔任無人機系統操作技術員。在成為準尉之前，他曾擔任步兵班長，在成為無人機系統技術員之前，曾在第 159 戰斗航空旅擔任 OH-58D 指揮飛行員。CW4 Wilk 曾在排級、連級、營級和旅級多個崗位服役，擁有 RQ-7B、MQ-1C、RQ-11B 和 “黑色大黃蜂 ”士兵機載傳感器的作戰經驗。他畢業于陸軍飛行學校和準尉基礎課程、空中突擊課程、戰術無人機系統操作準尉技師課程、航空準尉高級課程和聯合火力課程。CW4 Wilk 獲得了恩布里-里德爾航空大學航空理學學士學位和無人系統理學碩士學位。

CW2 Ronald E. Brand 目前在 2/101 HHC 擔任防空和導彈防御系統集成商。在成為準尉之前，他曾擔任步兵和防空作戰系統管理員。CW2 Brand 畢業于準尉基礎課程、空中突擊課程、聯合火力課程、陸軍太空干部基礎課程、多戰術數據鏈路規劃員課程、數字情報系統炮手入門課程和 Booze Allen Hamilton C-SUAS 操作培訓。他獲得了 Excelsior 大學工商管理理學士學位，目前正在攻讀佐治亞理工學院網絡安全理學碩士學位。

最近在烏克蘭的行動證明，引入新技術、戰術、技巧和程序可以極大地影響 21 世紀的戰場。美軍正在將從這次沖突和其他近期沖突中吸取的經驗教訓融入聯合全域指揮與控制（JADC2）作戰概念。美國防部正在尋求通過 JADC2 實現決策優勢，"在戰爭的各個層次和階段、跨所有領域并與合作伙伴一起產生感知、理解和行動的作戰能力，以相關性的速度提供信息優勢"。雖然這一定義抓住了 JADC2 的目標，但對如何實現這一目標卻知之甚少。本文利用 OODA 循環和一個項目融合用例（濕隙穿越）來說明人工智能 (AI) 將如何在這種復雜而相關的場景中通過降低風險來實現決策優勢。

圖：在 OODA 循環中應用邊緣人工智能 (AIAE) 加快決策能力，提高決策優勢

最近在烏克蘭的行動再次證明，在 21 世紀的戰場上，引進新技術和戰術、技術和程序可以產生重大影響。美軍正在利用從這次沖突和其他近期沖突中吸取的經驗教訓，并將其納入聯合全域指揮與控制（JADC2）作戰概念。最近由美國防部（DoD）贊助的實驗（包括各軍種、作戰司令部和盟國的參與）重點關注日益復雜的局勢，以深入了解 JADC2。

這種方法希望利用人工智能（AI）、機器學習（ML）、自主性和其他先進能力更好地連接傳感器和射手，縮短對對手產生致命和非致命影響的時間，從而影響多域行動。降低作戰人員和決策者的認知負荷以及縮短從探測到交戰決策的時間以獲得優勢等目標，只是國防部正在應對的需求、風險和技術挑戰中的一部分。

決策優勢

與過去的其他沖突一樣，21 世紀的沖突將取決于決策優勢，誰能最好地利用和確保信息，在最短的時間內做出最明智的決策，誰就有可能獲勝。決策優勢被定義為比對手更快地吸收、分析從戰場上獲取的信息并采取行動的能力。

縱觀歷史，決策優勢始終是決定戰斗和沖突勝負的關鍵。現在，面對日益增長的中國威脅，美國的作戰能力和能力優勢正在急劇縮小，在這樣一個時代，實現決策優勢比以往任何時候都更加重要。由于其他國家和非國家行為者在全球范圍內迅速擴散技術，實現決策優勢也變得更具挑戰性。

電信、傳感器、處理能力和武器的進步，以及太空和網絡空間作為作戰領域的作用日益增強，從根本上改變了戰爭中指揮與控制的特點。有鑒于此，國防部正尋求通過聯合作戰指揮與控制2實現決策優勢，"在戰爭的各個層次和階段，在各個領域，與合作伙伴一起，產生感知、理解和行動的作戰能力，以相關的速度提供信息優勢"。但是，盡管這一定義抓住了 JADC2 的目標，卻對如何實現這一目標知之甚少。

共享情報

為了使 JADC2 概念成為現實，各軍種都在分析自己在實現這一愿景方面的貢獻。雖然許多軍種都在專注于創建一個全球目標系統，以實現發現、固定、跟蹤、瞄準、交戰和評估等殺傷鏈功能，但也有一些軍種正在研究 JADC2 如何協助實現決策優勢，以便將部隊機動到優勢位置，阻止對手實現其目標。

美國陸軍最近接待了空軍、海軍、海軍陸戰隊，并首次將國際合作伙伴和盟國納入其中，在其年度現代化實驗中整合技術并測試多域作戰： 2022 融合項目"。陸軍的第三個年度 "聚合項目 "通過在多個地點舉行一系列基于各種作戰場景的實驗和活動，對該軍種的范圍和能力進行了測試。

來自美國、英國和澳大利亞的作戰人員用數周時間測試了約300項技術和新的作戰概念，以展示各軍種有朝一日如何作為一支聯合部隊作戰。這些實驗和其他實驗有助于形成跨組織協作、確定技術投資的優先次序以及完善平臺和系統需求文件，從而為未來作戰環境的構想提供信息。

通過這些不同的實驗，發現一個共同的主題，即未來作戰需要跨國家、跨領域和跨技術的協作，以確保互操作性并實現 JADC2 的愿景。無論在哪種情況下，假設的對手都可能是近鄰競爭對手，并將尋求在無法保證美國空中或其他領域優勢的情況下實現反介入/空中拒止（A2AD）環境。

確定技術挑戰

包括全球定位系統衛星在內的美國天基資產可能會被削弱。人們還認為，帶有人機界面的人工智能/ML 能力將做出最終目標定位和其他決策，而先看、先理解、先行動和先決策的能力將為哪一方獲勝提供關鍵優勢。同樣顯而易見的是，工業界、學術界和聯盟伙伴在為存在的各種差距和挑戰尋找技術解決方案方面至關重要。

本文旨在探討新的創新技術解決方案如何有助于利用有人和無人系統在陸地領域實現決策優勢。本文將確定并討論關鍵技術挑戰和風險，以及潛在的技術材料解決方案。實現 JADC2 需要在條令、組織、培訓、物資、領導力和教育、人員、設施和政策方面進行重大變革，但本文將只關注物質解決方案。

當前地面戰中的人工智能

認識到數據是一種戰略資產，并在多域行動中采用全局性的整體方法，將有助于推進 JADC2 計劃，并提高各軍事任務的決策優勢。值得注意的最復雜地面場景之一是濕式間隙穿越作戰，這對機動部隊接近和摧毀敵軍非常重要。(圖 1）

然而，在計劃和執行這些關鍵行動時，后勤保障面臨著明顯的挑戰。(圖 2）一旦成功實施，濕式間隙穿越作戰就能提供戰爭中最有價值的基本要素之一--速度。速度是掌握主動權、防止敵人偵察和取得成功的關鍵。執行安全高效的濕式間隙穿越行動可以讓友軍為成功創造必要條件。

俄羅斯部隊最近在烏克蘭的一次失敗的濕式間隙穿越突顯了與這一復雜行動相關的許多挑戰和風險。俄軍在試圖穿越橫跨烏克蘭東部 Siverskyi Donets 河的浮橋時，損失了兩個或更多營的兵力--可能有 100 輛車和一千多名士兵。

在對這一失敗場景進行評估時，本文將探討進行濕式間隙穿越行動的主要風險，以及使用人工智能/移動式語言和其他關鍵技術的潛在技術解決方案。

圖 1：濕隙交叉口的描述

圖 2：規劃和執行濕式間隙穿越作戰時的典型分析

分析風險

由于未來大多數入侵資產都可能使用無人或可選有人系統，因此需要確保大量數據的安全，并通過戰術網絡進行傳輸，以同步執行偵察與安全、機動、火力、后勤和其他作戰功能。在宏觀層面，JADC2 需要通過各種分布式傳感器收集大量數據，并將其處理為可操作的信息。

戰略、作戰和戰術層面的利益相關者利用由此產生的信息流中的相關要素，以最佳方式執行任務。整個系統通過一套強大的通信鏈路連接在一起。這并不意味著每個人都能接收到所有信息，因為那樣每個人都會被數據淹沒。相反，這需要分配正確的信息，使各組織能夠在其特定責任領域取得更好的效果。以下是材料解決方案需要應對的其他風險：

• 如果無法在間隙穿越地點實現出其不意，那么在穿越過程中出現人員傷亡和任務失敗的幾率就會很高。

• 如果穿越點缺乏指揮和控制（C2），那么友軍很容易被對手的致命和非致命火力摧毀和削弱。

• 如果網絡保護不足或缺乏安全的空中更新，那么無人系統或可選擇的有人系統就會被對手欺騙或接管，從而破壞缺口穿越行動。

• 如果友軍處理傳感器和射手數據的能力下降，那么由于機動、火力和其他作戰功能之間缺乏同步，成功穿越缺口的可能性就會降低。

• 如果聯合和聯軍的 C2 系統不能互操作，那么同步作戰功能以確保成功穿越行動的能力就會降低。

技術挑戰的解決方案

在決策過程中應用和評估技術需要一個模型。OODA 循環--觀察、定位、決策、行動--是一個眾所周知、廣為接受的模式，尤其是在作戰人員群體中，因為它的起源。它是由美國空軍上校約翰-博伊德（John Boyd）提出的概念，是各領域決策和行動的典范。

OODA 循環描述了決策和行動的四步流程。首先，觀察環境并收集信息。然后，通過分析信息并理解其含義，為自己定位。然后，根據觀察和定位，決定采取什么行動。最后，根據決定采取行動。

OODA 循環強調決策和行動中速度和靈活性的重要性。我們的目標是盡可能快速高效地完成這一循環，以便適應不斷變化的環境，并在機會出現時加以利用。

通過觀察上圖，利用人工智能實現決策優勢有兩個關鍵的考慮因素：

• 人工智能（AI）處理適用于每個部分
• 盡量減少四個步驟之間的延遲

前面在 "濕隙穿越 "場景中概述的風險所體現的一個宏觀考慮因素是，決策必須在 "邊緣 "做出，而不是從指揮中心遠程做出。這大大減少了延遲，并在快速變化的環境中提供了靈活性。邊緣人工智能（AIAE）是指在靠近數據源的設備上部署人工智能算法。

將傳感器直接連接到 AIAE 單元將大大減少 OODA 循環中觀察-定向步驟之間的延遲。傳感器數據將從傳感器傳輸到人工智能單元的傳感器輸入端，然后通過處理集成電路內部的高速總線或同一單元內集成電路之間的高速總線傳輸到數據處理核心。(圖 3）

在 AIAE 單元中進行人工智能處理和決策，還將大大減少 "定向-決策 "步驟之間的延遲。這樣就不需要為額外的決策步驟向外部中心發送大量數據，然后等待決策回傳。出于同樣的原因，從 AIAE 單元發送 "行動 "命令也將減少 "決定-行動 "步驟的延遲。

圖 4：GPU 的并行處理架構可實現比 CPU 更快的計算速度，從而支持大量的人工智能應用

實現人工智能處理

用于 AIAE 處理的一個主流 COTS（商用現成）解決方案是通用圖形處理單元（GPGPU）。圖形處理單元上的通用計算指的是使用 GPU（圖形處理單元）來執行除傳統圖形渲染作用之外的通用計算。

GPU 設計用于并行處理大量數據，使其成為執行某些計算的理想選擇，速度比傳統 CPU（中央處理單元）快得多。通過利用 GPU 的并行處理能力，GPGPU 可以加速各種人工智能應用。(圖 4）

技術的進步為市場帶來了更高性能的小型超級計算機，它們將 GPGPU 與 CPU 相結合，可用于 AIAE 應用。GPU 廣泛用于人工智能應用。

英偉達?（NVIDIA?）Jetson系列模塊將支持人工智能的GPGPU與多核CPU結合在一起，形成了一個緊密耦合、高性能、低功耗的超級計算機，可支持人工智能處理能力和決策應用軟件。英偉達?（NVIDIA?）Jetson 系列有多種不同外形尺寸、性能和最大功耗的模塊可供選擇。(圖 5）

圖 5：NVIDIA Jetson 系列包括不同的模塊，具有不同的外形尺寸、性能和最大功率選項。

以英偉達?（NVIDIA?）Jetson Xavier NX 模塊為例，該模塊可提供每秒六萬億次浮點運算（TFLOPS）的性能，最大功率為 15 瓦。這樣的性能可與配備處理器和圖形處理器卡的數百瓦工作站相媲美。

這種計算架構可以每秒 30 幀的速度處理和應用 20 多個 1040p 分辨率高清視頻輸入的人工智能算法，也就是說，它有足夠的帶寬來運行人工智能應用程序，為系統中的多個高清攝像機提供服務。

配備英偉達?（NVIDIA?）Jetson Xavier NX 模塊的加固單元可小至 4" x 2.3" x 3.9"。最大重量為 1.3 磅，最大功率為 15 瓦，從尺寸、重量、功率（SWAP）和性能的角度來看，它是 AIAE 應用的理想選擇。(圖 6）如果需要更高性能，基于更高性能英偉達?（NVIDIA?）Jetson 模塊的更大和更高功率的堅固解決方案是可以實現的。

圖 6：緊湊型高性能超級計算機正在邊緣處理大量傳感器數據。

這類基于 GPGPU 的堅固耐用單元還可以支持以太網（1GbE 和/或 10GbE）、CAN 總線、串行端口等行業標準接口）。例如，以太網接口可用作與系統中其他 "智能 "盒和任務計算機的通信通道，也可通過無線通信轉換器與外部設備進行交互。如果需要低延遲以太網通信，可使用時間敏感網絡（TSN）或時間觸發以太網（TTE）。

使用以太網網絡進行內部通信，可實現從物理電纜到路由器和數據包的多種冗余級別。在整個網絡中實施 IEEE 1588 時間分配可使所有網元同步到單一時間源。

除了高速傳感器處理外，這些單元還可用于處理來自低速傳感器的數據--模擬 I/O、離散 I/O、串行端口等。將這些功能整合到一個 AIAE 單元中，有助于消除車輛中額外的電子設備盒和相關線束，進一步減小電子設備的尺寸、重量和功率。

時敏網絡（TSN）與決策優勢

時敏網絡（TSN）的功能，包括精確定時、低延遲通信和確定性數據傳輸，有助于改進決策過程，提高對態勢的認識，并最終實現決策優勢。

通過提供低延遲通信，TSN 可通過高精度、高可靠性的實時數據傳輸，確保關鍵信息及時送達決策者。它還有助于收集、匯總和分析這些實時數據，使決策者能夠獲得最新的準確信息，做出明智的選擇。

TSN 跨分布式網絡同步設備和系統的能力有助于實現決策優勢。它能確保來自多個來源的數據保持一致，提供對運行環境的整體了解，并加強傳感器、執行器和控制系統等不同組件之間的協調，實現無縫協作和集成。

利用邊緣人工智能（AIAE）優化地面車輛運行

1 簡化網絡通信

將堅固耐用的人工智能超級計算機放置在傳感器（如高分辨率相機、紅外探測器）附近，有助于解決地面車輛電子設備方面的難題，最終使作戰人員受益。例如，在傳感器附近進行物體識別/分類、目標識別/捕獲、地形分析等處理可帶來以下好處：

• 無需將大量數據從傳感器傳送到任務計算機或外部指揮中心，減少了延遲和信息過載。

• 縮短系統響應時間，加快決策速度。

• 增強無人或可選有人駕駛飛行器/系統的能力

• 無需在傳感器與任務計算機之間鋪設昂貴的長距離高速數據線，從而降低了布線的復雜性，提高了系統的可靠性、可用性和可維護性。

• 提高系統集成和可操作性--邊緣人工智能"盒與系統中其他 "智能 "盒之間的所有數據均通過行業標準以太網接口傳輸。

• 提高可升級性--所有獨特的傳感器處理都在 AIAE 單元中完成。傳感器和相關處理單元（如有需要）無需更換以太網電纜即可升級，也無需更換任務計算機，這可減少將新功能提供給作戰人員所需的時間和成本。

• 提高可擴展性--如果飛行器能提供幾個額外以太網端口的布線，就能增加額外的傳感器和 AIAE 盒，從而使新任務設備包的集成變得更容易、更快捷。

• 通過減小電子系統的尺寸、重量和功率 (SWaP)，無需大型任務計算機和笨重的線束，從而使地面系統更加可用、可靠和易于維護。

2 網絡安全保護

具有增強網絡安全保護能力的高性能人工智能系統將有助于防止網絡和欺騙攻擊，并保護信息共享數據鏈路。

使用 "邊緣人工智能 "解決方案將有助于通過以下方式消除或最大限度降低第 6 節所述的以下風險：

• 通過在源頭處理大部分數據，大幅減少戰術網絡共享的數據量

• 為每個數據用戶分配正確的信息，從而簡化數據分配工作

• 縮短響應時間，改進指揮與控制 (C2) 通信

• 改善通信渠道的網絡保護

• 最大限度地降低傳感器數據處理能力下降的可能性--大部分數據在本地處理，冗余方案可用于解決傳感器受損問題

• 使用單一時間源同步車輛內和多個平臺上的所有系統

• 如果所有系統都使用相同的通信協議和數據報文結構，則可消除聯盟 C2 系統之間的互操作性問題

3 優化地面車輛人工智能的其他考慮因素

雖然 AIAE 有許多好處，如減少延遲和增加隱私，但它也提出了一些必須解決的技術挑戰。其中一些挑戰包括

• 處理能力有限：與基于云的服務器相比，邊緣設備的處理能力和內存往往有限。因此，開發可在低功耗邊緣設備上有效運行的人工智能算法是一項重大挑戰。

• 存儲空間有限： 邊緣設備的存儲空間通常有限，從而限制了可在本地處理和存儲的數據量。這也會影響需要大型數據集的機器學習模型的準確性。

• 能源效率： 邊緣設備通常基于低功耗解決方案。開發高能效的人工智能算法對于最大限度地降低邊緣設備的功耗至關重要。

• 連接性： 邊緣設備與云的連接可能時斷時續或有限，這給訓練和更新機器學習模型帶來了挑戰。這也會限制與網絡中其他設備的通信能力。

• 安全和隱私： 邊緣設備可能更容易受到安全威脅，在邊緣使用人工智能會引發對數據隱私的擔憂。確保邊緣人工智能的安全和隱私保護至關重要。

• 標準化： 隨著邊緣人工智能的發展，需要實現標準化，以確保不同設備和系統之間的互操作性和兼容性。

要應對這些挑戰，就需要在邊緣人工智能領域不斷進行研究和開發，并在各行業和標準組織之間開展合作。基于英偉達?（NVIDIA?）Jetson 模塊的堅固耐用的 AIAE 解決方案可以幫助應對其中的許多挑戰。

結論

利用 AI/ML 和先進的算法戰爭系統可為實現決策優勢提供顯著優勢。能夠切實有效地保護、傳輸和處理信息，并比對手更快地壓縮 OODA 循環的軍隊很可能會取得勝利。AI/ML 不是明天的問題。這種使能技術今天已在使用，將來會越來越普遍。

對于國防部來說，要實現 JADC2 的愿景，首先要求工業界有能力連接當前所有可支持戰區感知的傳感器，使傳感器數據可供任何行動級別的任何潛在用戶使用。這種數據共享結構可以創建安全的作戰空間感知，從而了解單一、綜合、全球作戰空間中某一區域的行動，并為其他區域所需的行動和決策提供依據。

其次，傳感器數據共享和互操作性的概念應在每個系統和項目中強制實施。此外，國防部還需要加快數字化轉型、原型設計和系統集成的速度，以便利用數據，建立更好的作戰制勝人工智能/移動式人工智能算法和硬件系統，并通過學習和實驗活動加以鍛煉，以取得成功。

圖：2021 年，在亞利桑那州尤馬試驗場進行的測試中，"蒼狼 "2C 無人機攔截器的兩種變體被發射。動能攔截器為美國陸軍提供了靈活的短程反無人機系統能力。（照片由美國陸軍提供）。

戰爭的新特點之一是單向無人機系統（UAS）的擴散。在烏克蘭和伊拉克/敘利亞，正在進行的戰斗由廉價生產的無人駕駛飛機組成，這些飛機裝滿炸藥，通過全球定位系統（GPS）或全球導航衛星系統（GLONASS，相當于俄羅斯的全球定位系統）飛行到距離安全發射點數百公里之外的精確目標位置。然而，現有的用于對抗敵方無人機系統的任務式指揮系統缺乏必要的技術能力，無法在當今戰場上充分捍衛戰斗力。用于反無人機系統（C-UAS）的任務式指揮系統需要人工智能（AI）、機器學習和自動化來協助操作員做出決策，并能同時使用擊潰機制。此外，當前的實戰系統缺乏與新興工業探測和擊潰系統的數據互操作性，導致基地防御操作中心（BDOC）擁有多個 "封閉 "網絡來擊潰共同的威脅。

本文明確了在美國陸軍 C-UAS 任務式指揮系統中實施人工智能、機器學習和自動化的要求。當前的 C-UAS 任務式指揮系統依賴操作員完成手動識別和交戰過程，該過程針對每個威脅按順序進行，對于試圖壓倒防御能力的多個威脅的場景來說不切實際。通過實施本文中的建議，美國陸軍將擁有一個在應對當前和未來敵方無人機系統威脅和戰術方面具有競爭優勢的任務式指揮系統。

人在環內與人在環上

在現代戰爭背景下，"人在環上 "和 "人在環內 "指的是人類參與決策和控制利用人工智能或自動化的系統的程度。這兩種方法的區別在于賦予系統的自主程度以及人類的監督和控制水平。

人在環內。人類直接參與決策過程，并 "完全控制 "系統 "開始或停止執行的任何操作"。這種方法通常在安全、任務精確度、責任和控制方面更受青睞。然而，在有些情況下，人在環內可能并不實用或有效。目前的 C-UAS 流程就是人在環內的一個例子，操作員必須執行每一項任務和參數輸入，才能由系統創建一個動作。

人在環內（HOTL）。人類對自動化系統進行監督，但自動化系統可以在未經人類預先批準的情況下采取行動。這種方法可以加快決策和響應速度，這在威脅迅速演變的未來至關重要。在影響人類運用微觀運動技能和正確判斷能力的高壓力情況下，有監督的自主模式（HOTL）將比完全依賴人類決策更加有效。海軍艦艇上使用的宙斯盾作戰系統和 MK 15 法陣近程武器系統就是 HOTL 防御武器系統的典范。這些系統一旦啟動并在人員的監督下，就能獨立攻擊對艦艇或其他受保護資產構成威脅的導彈、直升機和飛機。

反無人機系統流程

C-UAS 流程采用主動防御措施，包含四個不同的要素：檢測、識別、決定、擊敗。這一順序為評估無人機系統在不同作戰環境中造成的威脅以及應用自動化加強操作員行動的可能性提供了一個有用的框架。在聯合部隊中，這一流程在 BDOC 中得到了積極應用，BDOC 是 C-UAS 資產和系統的負責協調、管理和使用節點。

圖：反無人機系統流程

檢測。C-UAS 流程的第一步是探測行動區域內是否存在空中航跡。這可以通過各種雷達傳感和跟蹤方法來實現，包括空中和地面傳感器。例如，雷神公司開發了 360 度 AN/MPQ-64 Sentinel 雷達，可探測無人機系統、旋轉翼飛機和固定翼飛機，并具有敵我識別詢問功能。雷神公司還開發了 360 度 Ku 波段射頻系統 (KuRFS)，可感知和跟蹤飛機、火箭、火炮和迫擊炮。KuRFS 雷達支持多種動能和非動能 C-UAS 武器系統，如 Palletized 高能激光器、陸基 Phalanx 武器系統和雷神蒼狼攔截器。

識別。探測到空中航跡后，下一步是分析航跡，確定是敵是友。這是通過使用具有識別敵友能力的雷達（如上文提到的 Q-64）、空域控制機構（空中交通管制、聯合空中作戰指揮）或敵方特征對航跡進行識別敵友詢問來完成的。區分友方和敵方威脅航跡是一個復雜的過程，需要使用兩種方法之一，即正面識別和程序識別。正面識別是最可取的方法，不需要目視識別就能確定可疑航跡--利用已知的敵方特征進行數字識別（基于物理），可用于確定航跡是否為敵方無人機系統。程序性識別使用地理位置、航向時間和飛機飛行路徑來確定敵友--通常與空中任務指令和/或作戰圖形相配合。

決定。在此階段要做出兩項決定：第一，確定是否需要交戰（交戰規則、地緣政治形勢、戰術形勢等）；第二，確定使用何種方法攔截威脅。如果操作員確定空中航跡具有敵意，則決定使用動能或非動能武器攔截已確定的威脅。對每個威脅的方位、高度、射程和速度進行評估，以確定交戰要求，并使用適當的武器進行最有效率和效果的交戰。

擊敗。在這一階段，操作員成功地對確定的敵方航跡造成動能或非動能影響。在這一階段，目視確認攔截或數字確認是確定成功或失敗效果的方法。如果敵方航跡未被擊潰，操作員將動用更多資產，直至擊潰威脅或擊中預定目標。

手動交戰的挑戰

前沿區域防空指揮與控制（FAADC2）是美國陸軍目前的任務式指揮系統，它提供了探測、識別和使用動能和非動能擊潰效果的網絡架構。FAADC2 自 1989 年以來美國防部一直在使用。

FAADC2 系統目前在識別、決定和擊潰階段使用手動交戰流程，這極大地阻礙了切實有效地擊潰敵方威脅，尤其是在僅有幾秒鐘時間做出決定的情況下。操作員必須手動查詢每條雷達軌跡，并針對敵對目標手動處理每個防御系統，既耗時又容易出現人為錯誤。

圖：前沿區域防空指揮與控制用戶界面提供共同空中圖像。

這種人工操作過程無法同時進行戰斗，而在快速演變的戰斗場景中需要同時進行戰斗。手動交戰所耗費的時間將使無人機群能夠不受阻礙地攻擊和穿透防御層。在同時應對多個無人機系統的攻擊、潛在的友軍空中交通、武器系統之間的轉換、評估其他威脅和管理當前交戰時，BDOC 操作員經常面臨任務飽和和人為錯誤可能性增加的問題。

FAADC2 系統要求操作員進行手動交戰，這分散了操作員對關鍵空中航跡識別的注意力，進一步加劇了人為錯誤，降低了擊敗無人機系統的效率。威脅無人機系統攻擊速度的提高（噴氣式 "沙赫德-238"）和使用地形遮蔽以避免早期雷達探測，進一步削弱了人工方法的有效性，并將導致 C-UAS 攔截成功率的下降。

推進 C-UAS 任務式指揮系統的建議：人工智能輔助識別

應將人工智能集成到任務式指揮系統中，以提高探測敵機航跡的作戰效率。這種集成可為操作人員提供持續的分析能力，對基地防區內的空中軌跡進行詢問。人工智能的優勢在于能夠從先前記錄的數據中分析和識別模式。C-UAS 任務式指揮系統應將先前記錄的威脅數據存儲在秘密的云存儲庫中，以便人工智能識別系統在整個戰區范圍內訪問，以人類操作員無法達到的速度和精度整合空中軌跡數據。

人工智能識別和鑒定威脅空軌并及時向人類操作員發出警報的能力將降低任務飽和度，并使操作員能夠保留最終的空軌鑒定權。將人工智能納入航跡識別將提高操作員識別的準確性，并縮短識別威脅所需的時間，增加向地面部隊發出迫在眉睫的威脅警報的時間，從而保存戰斗力。

機器學習算法將在識別階段發揮重要作用，通過分析基于物理的雷達軌跡數據、全動態視頻和其他形式的探測數據，增強任務式指揮系統的能力，幫助操作員在一段時間內區分敵方和非敵方空中軌跡。機器學習算法將提高人工智能提醒操作員注意威脅航跡的能力，同時還能確保操作員根據識別的數據特征了解可能的友軍航跡。

如果不能將人工智能和機器學習算法集成到任務式指揮系統中，那么 BDOC 的性能將與人類操作員的性能相當，無法發揮系統的最大潛能。缺乏人工智能和機器學習工具的人類操作員處于不利地位。他們有可能無法快速識別航跡，也有可能無法確保成功攔截敵方航跡，以防止無人機系統打擊預定目標。雖然人類可以手動執行詢問和識別任務，但他們無法像人工智能一樣精確、快速、一致地執行任務。

自動交戰：推進決定和擊敗階段

為解決目前 FAADC2 人工交戰流程的局限性，一旦操作員確認空中航跡具有敵意，美國陸軍應在決定和擊敗階段實施自動化流程。通過采用自動化，FAADC2 系統將自動使用適當的方法進行交戰，直至擊敗威脅。這種自動交戰能力將大大縮短交戰響應時間，使操作員能夠集中精力識別威脅和消除空域沖突，而系統則會選擇和監控擊潰方案，以最有效的方式進行攔截，避免人為錯誤。此外，C-UAS 流程保留了 HOTL，以確保仍有人參與發射決定。

自動交戰將不再需要人類操作員手動選擇每個單獨的軌道，并執行多步驟的順序過程，以發射攔截器，并針對每個評估的威脅發射陸基 "法陣 "武器系統或托盤式高能激光器。有了自動判定和擊潰能力，操作員就可以對人類確認的敵方軌跡進行人工監督，而 C-UAS 判定和擊潰系統則有能力使用多種武器系統同時進行攻擊，以大規模打擊多種威脅，實現真正的聯合武器防御火力。自動擊潰能力將增加對無人機系統的攔截，縮短交戰時間，大幅減少人為失誤，并顯著提高擊潰無人機群攻擊的概率。

自動交戰的反對者可能會提出，操作人員需要手動與已識別的威脅交戰，以確保系統在武裝沖突法律和交戰規則范圍內行動。然而，這些保留意見在 C-UAS 流程的識別階段得到了緩解，在這一階段，由人工確定威脅是否具有敵意，并指揮機器進行干預。我們建議，除非操作員(1) 確認軌道為敵方軌道，(2) 授權系統交戰（人在環上與人在環內），否則敵方軌道不會交戰。

C-UAS 的未來：人工智能輔助識別，自動化決定勝負

人工智能將為人類操作員提供在雷達的全部潛能范圍內識別擁擠空域中多條航跡的能力。威脅識別的唯一限制將是雷達在探測試圖規避或掩蓋其特征的無人機系統方面的性能。人工操作員仍可手動詢問航跡，并保留將空中航跡劃分為友好或敵對航跡的最終權力。

決定和擊敗階段的自動化將提高 C-UAS 任務式指揮系統的效率，在人工確認空中航跡為敵方航跡后，可自主同時與無人機系統交戰。通過云存儲庫存儲的實時數據融合，以及隨著威脅戰術、技術和程序不斷發展的先進機器學習算法，將使自動化系統能夠評估被人類操作員標記為敵對的空軌所構成的威脅級別，并確定適當的應對措施，如使用攔截器等動能系統或啟動電子戰對抗措施。這種自動化不僅能節省寶貴的交戰時間，還能減輕人類操作員的負擔，使人類能夠專注于威脅識別和挫敗監督。

增強未來戰爭能力

美國陸軍應立即將機器學習和自動化融入 FAADC2 任務式指揮系統的識別、決策和擊敗階段。通過利用當今可用的自動化、人工智能和機器學習技術，任務式指揮系統可以適應和學習在戰斗中觀察到的當前威脅，并提高無人機系統攔截的成功率。商用汽車技術也取得了類似的進步，配備人工智能和機器學習技術的車輛可實現自動駕駛功能。利用人工智能和機器學習技術的車輛能夠從周圍環境中學習，通過存儲庫實時訪問數據，改進決策，學習物體分類，并向操作員發出警報。美國國防部也有自動化流程技術，只要看看美國海軍的宙斯盾戰斗系統艦艇就知道了。我們必須應用新興技術來推進我們工業時代的系統，以戰爭的速度進行創新。

通過自動化縮短威脅識別時間、增強攔截能力和提高精確度，將為應對新興無人機系統技術和威脅提供戰術優勢，特別是那些針對戰略資產、部隊集結地和高優先級地點的威脅。隨著對手不斷創新和部署無人機系統，包括噴氣式 "沙赫德-238 "無人機系統，操作人員將有幾秒鐘的時間來正確探測、識別、判斷和擊敗敵方空中航跡。美國陸軍必須走在威脅的前面，而不是等待適應。

結論

自 1989 年以來，FAADC2 任務式指揮系統在應對空中威脅和管理空域方面發揮了至關重要的作用。然而，我們當前系統所使用的工業時代人工交戰流程對烏克蘭、伊拉克和敘利亞戰場上觀察到的當前戰術、技術和程序的效率構成了挑戰，并最終威脅到我們人員的生存能力。通過整合人工智能、機器學習和自動化技術，FAADC2 系統將提升 C-UAS 的作戰能力，使其超越對手的威脅能力。將操作員置于環內的自動交戰可實現 C-UAS 聯合武器防御，其戰術和技術決策速度是人類操作員無法獨立完成的。

不推進 C-UAS 任務式指揮系統和維持人工 C-UAS 流程的風險，將使惡意的國家和非國家行為者能夠以相對低成本/高回報的權衡方式，在沖突連續體上與美國競爭。正如最近在中東發生的事件中看到的那樣，惡意的國家和非國家行為體有能力利用低成本的無人機系統對美軍實施精確打擊，這給部隊帶來了具有戰略影響的風險，并使我們的國家利益受到威脅。在大規模作戰行動中，任務的風險在于從港口到前線部隊的編隊減員。缺乏數字時代速度和精度的干預能力將無法防止后勤節點和戰斗力的大規模破壞，需要作戰指揮官投入更多資源才能實現預期的軍事最終狀態。將人工智能、機器學習和自動化融入 C-UAS 戰斗是一項高度優先的工作，需要立即關注，以便在這個快速發展的威脅環境中保持領先對手。

相關性： HFM-231 計劃目標指出"'本研究研討會旨在評估可打破時間和空間限制的新興技術和方法......（以及）需要協調研究工作的技術和方法'"。目前，美國軍隊已具備通過垂直起降（VTOL）無人機系統（UAS）撤離傷員（美國聯合部隊術語為 CASEVAC）的基本能力。隨著美國和北約部隊開發和部署更多的垂直起降無人機系統（如美國海軍 MQ-8C Fire Scout 垂直起降無人機系統），這種能力的潛力只會越來越大。

理由：空中后送已成為傷員后送的標準。飛機的飛行參數由飛行員控制，因此通常在傷員的承受范圍之內。然而，目前還沒有一套國際公認的傷員可容忍生理標準或輔助數據。二戰結束后一直在使用的直升機運送傷員可能會也可能不會造成額外傷害--無論哪種情況都沒有可量化的數據。這一點是 VTOL 無人機系統用于 CASEVAC 時需要關注的問題，因為某些無人機系統可能會造成超過目前大多數撤離飛機的生理壓力。如果要使用無人機系統執行 CASEVAC 任務，有必要商定一套生理參數。雖然 CASEVAC 通常是一項臨時性的、即來即用的任務，但為了謹慎起見，應告知 VTOL 無人機系統制造商和作戰指揮官在無人機系統可能搭載傷員的情況下應考慮的具體醫療問題或要求。

方法、結果和意見：北約技術小組 HFM-184--"使用無人機（UAV）進行傷員撤離的安全乘坐標準 "已于去年完成工作，并于 2012 年 12 月發布了最終報告。小組的目的是就使用無人機運送傷員進行調查并提出建議。小組的結論是"......只要不增加傷員的相對風險，使用無人機系統進行傷員后送在道德、法律、臨床和操作上都是允許的"。小組確定了有關 VTOL 無人機系統 CASEVAC 生理標準的研究范圍和差距。其中包括：傷員穩定、傷員移動準備以及飛行環境的影響（如加速度、振動、聲學、溫度等）。本文介紹了北約成員采用協調方法開展 HFM-184 小組確定的研究需求的計劃。

結論：使用 VTOL 無人機系統進行傷員后送將很快成為現實，并最終在戰場上普及。通過開展本文提出的研究，北約成員將做好準備。

自動駕駛和無人系統技術的進步提供了一個重要機會，可將第五代戰斗機的殺傷力與旨在破壞和擊敗大國反空作戰行動的協同作戰飛機（CCA）結合起來。而且，與許多正在研發中的先進系統不同，美空軍擬在本十年內開始大規模采購 CCA，而不是在遙遠的未來。

美國米切爾研究所進行了兵棋推演和相關研究，以評估無人協同作戰飛機家族如何提高空軍空優部隊的殺傷力、生存能力和在高度競爭環境中作戰的能力。長期以來，向遙遠戰區投射決定性軍事力量一直依賴于空軍通過執行進攻性和防御性反空任務來擊敗對手的戰斗機、地對空導彈、戰斗管理機和其他防空威脅，從而實現空中優勢的能力。

建立有效的空中優勢是擊敗對手在任何聯合作戰中的基本要求。美國空軍將這一任務定義為實現 "一支部隊在空戰中的優勢程度，使其在特定時間和地點開展行動時不受空中和導彈威脅的嚴重干擾"。然而今天，由于美國近幾十年來未能實現空軍空中優勢力量的現代化，跟不上對手前所未有的軍事集結步伐。

在 "沙漠風暴 "空襲行動取得成功后，美國空軍通過研制第五代 F-22 制空戰斗機和新型空對空武器，繼續對其空中優勢力量進行現代化改造。但兵力結構和項目削減嚴重削弱了空軍的空中優勢能力。從 20 世紀 90 年代初開始，五角大樓的一系列決策基本上凍結了美國空軍的現代化進程。美國防部加快了越戰時期 F-4 和當時的早期型號 F-16 等戰斗機的退役速度，還指示空軍將隱形戰斗機 F-22 的采購計劃減半再減半，而 F-22 是空軍未來空中優勢力量的基礎。

美空軍最初計劃購買 648 架生產型 F-22，接近于以一換一的方式替換其 F-15A/D 庫存。《自下而上評審》將這一目標定位降至 442 架 F-22，1997 年的《四年防務評審》又將其進一步削減至 339 架，主要原因是美國防部希望減少開支，實現冷戰后國防預算的 "和平紅利"。2008 年，美國防部長羅伯特-蓋茨在空軍總共只購買了 187 架 F-22 之后終止了該計劃，理由是當前的作戰行動并不需要 F-22，而當時正在研制的 F-35 將在未來提供足夠的超額戰力來對付較弱的對手。蓋茨認為，對手在 2020 年之前不會擁有一架隱形戰斗機，而根據當時的計劃，美空軍屆時將擁有 400 架 F-35 戰斗機，而且每年還將增加約 80 架。

為了應對 2001 年美國遭受的恐怖襲擊以及隨后的反恐/反叛亂行動，美國防部也改變了其部隊設計的優先順序。在 2000 年和 2010 年的大部分時間里，國防開支的增加并沒有幫助美國陸軍維持在伊拉克和阿富汗的安全行動，而是建立新的能力以威懾同行對手。美國防部指示其他軍種對遙控飛機（RPA）等能力進行投資，以支持這些正在進行的行動。

與此形成鮮明對比的是，對手在 "沙漠風暴 "之后迅速實現了軍事現代化，建立了目前世界上最先進的綜合防空系統。大國調整了作戰戰略和反介入/區域拒止（A2/AD）戰略，以利用美軍的局限性，使自己的部隊能夠：

• 在美國和盟國的軍事增援部隊從本土和其他地方部署到戰場之前，迅速在戰場上占據優勢地位。
• 在空中使用攜帶世界上最先進空對空導彈的遠程反空戰斗機等先進力量，在地面直接攻擊美國戰區空軍基地，給美國空軍造成不可接受的損失率。
• 重點攻擊最稀有、最有價值、最難替代的美國航空資產。這可以從對手對各種武器的投資中看出，這些武器旨在攻擊美國航母和預警機等高價值機載資產（HVAA）。
• 削弱美國機載作戰管理和指揮控制網絡以及其他獲取信息優勢的手段。
• 通過打擊美軍空軍基地和地面支援能力，削弱美軍的出動作戰能力。對手空軍基地攻擊的另一個目標是迫使對方空軍將其高價值資產從太平洋第一島鏈重新部署到更遠的基地，從而增加其飛往戰場的距離，降低出動率。
• 對手確保自身的高價值資產成為美軍的高風險目標定位。

大國軍事現代化運動的一個重要因素是發展新的空中優勢能力，如第五代隱形戰斗機，以及完成遠程空對空殺傷鏈所需的先進導彈。對手的遠程隱形攔截機，旨在攔截美國第五代戰斗機。根據英國皇家聯合軍種研究所（RUSI）的一份報告，"其被動傳感器、AESA雷達、[低可觀測性]特征、內部燃料航程和遠程導彈的組合，使對手的攻擊機比以往任何非西方作戰飛機都具有更大的質的威脅"。

與此同時，在冷戰結束 33 年后，美國空軍的空中優勢力量主要由 20 世紀 70 年代和 80 年代首次加入作戰部隊的相同戰斗機、任務系統和武器組成。雖然這些系統不斷從升級中受益，但這支部隊的規模并不適合同級沖突，其戰斗機庫存的平均年齡超過 28 年，是有史以來最老的。這支高風險部隊將很難在與大國發生沖突時那種高度競爭的環境中有效作戰。

然而，美國國防戰略的一個關鍵目標是通過建立一支有能力使對手無法迅速實現其作戰目標的部隊來威懾對手。為實現這一威懾效果，美國空軍致力于發展和獲取顛覆性的非對稱能力和概念，以實施反空作戰。美國不能以飛機對飛機、導彈對導彈、艦艇對艦艇的方式與大國對抗。即使這是一種可取的方法，美國防部也不可能擁有足夠的資源--資金和人員--或時間來做到這一點。

美空軍的空中優勢戰斗機庫存目前包括 179 架老舊的第四代 F-15C/D 和 185 架第五代 F-22。其中約 20% 的 F-22 是訓練、測試或備用庫存飛機，沒有戰斗編號。空軍的 F-35 部隊正在緩慢擴充，能夠執行一系列進攻性和防御性對空作戰任務，包括機載電子攻擊和空對空交戰，但規模仍然很小。截至 2022 財年末，空軍僅有 334 架 F-35A，而在 2023 日歷年度，空軍收到的 F-35A 數量約為原計劃每年采購 80 架的一半--這在很大程度上也是由于預算不足造成的。這些部隊由服役已進入第四個十年的 E-3B/G 預警機提供支持。2023 年初，空軍授予了一份預警機替換合同，該合同以澳大利亞和英國購買的 E-7 "楔尾 "飛機為基礎，但這些噴氣式飛機需要數年才能加入部隊。

正如馬克-凱利將軍在 2023 年中期解釋的那樣： "我們實際上吃掉了空軍的肌肉組織，表現為戰斗機能力下降，戰備狀態降低，老舊飛機的里程數增加，推動了更廣泛的維護工作"。由于飛機老化和其他原因導致戰斗機能力不足，因此空軍被迫在2022年下半年從戰略上至關重要的沖繩嘉手納空軍基地撤出F-15C/D戰斗機，而沒有直接、永久分配的后備飛機。只是沒有足夠的戰斗機可用，所以單元必須在未來幾年內輪換到該基地，直到新的噴氣式戰斗機可以駐扎在那里。

美空軍的 "下一代空中優勢"（NGAD）系列系統對于保持對大國的作戰優勢至關重要，但 NGAD 的載員部分可能要到 2030 年代才能大量投入使用。但 NGAD 系列系統的其他部分--支持人工智能的 CCA--可能會更早面世。再加上在下一個 "未來幾年防御計劃 "中最大限度地采購 F-35A，這將降低本十年的風險。凱利說："大量分析明確顯示，目前的戰斗機機隊不會成功"。空軍 "現在就必須做出改變，在預算緊張的情況下，以最經濟的方式提供能力和能量，以應對同行的威脅"。

圖：2021 年，美空軍研究實驗室的 XQ-58A Valkyrie 展示了從其內部武器艙發射小型無人駕駛飛機系統的能力。CCA 可以為對手的作戰計算增加巨大的復雜性。美國空軍

兵棋推演透視

在 2023 年 7 月的兵棋推演中，米切爾研究所委派美空軍和國防工業的頂尖操作員、技術專家和工程師評估無機組人員的 CCA 和有機組人員的作戰飛機如何才能達到擊敗同行侵略所需的空中優勢程度。這些專家分成三個 "藍方"美國戰役規劃小組，提出了 CCA 的概念和優先能力，以便在美國戰役的頭兩周開展反空作戰，挫敗并隨后擊敗假想的 2030 年同行對手行動。

每個小組都探討了美空軍如何混合使用低成本和中等成本的 CCA 來擾亂對手的 A2/AD 行動，并使有人和無人飛機能夠在遠距離執行多種對空任務，同時減少損耗。能夠從小型、分散的跑道甚至沒有跑道的地方執行任務的 CCA，有助于在受到攻擊時保持戰斗出動率，并降低飛機在地面減員的風險。從移動斜坡或彈射器上發射某些 CCA 變體，然后用降落傘和氣囊回收，這對于較小的設計可能是可行的，因為回收率低于 100% 是可以接受的。另外，小型飛機也可以設計為使用便攜式降落裝置進行短距離起降，使其能夠獨立于長跑道運行，而長跑道更容易被對手定位和瞄準。此外，由于某些 CCA 可能不需要頻繁飛行來支持飛行員訓練，因此可以像其他預先部署的物資一樣將其部署在前沿地點，從而減少對漫長而昂貴的供應鏈的依賴，因為這些供應鏈在沖突一開始就會受到攻擊。

米切爾 2023 年兵棋推演中最重要的一個見解是，有可能使用 CCA 系列作為先頭部隊，破壞并隨后幫助壓制對手先進的綜合防空系統（IADS）。專家們一致認為，考慮到對手空軍的戰斗機庫存，以及對手空軍將擁有多種 "主隊 "優勢，包括從毗鄰作戰區域的空軍基地作戰能力，在戰場上以戰斗機對戰斗機、以導彈對導彈的方式與對手進行對抗是不可行的。相反，所有三個兵棋推演小組提出的作戰概念最初都是大規模使用 CCA 來破壞對手的 IADS，并與對手空軍形成公平競爭。這反映了美國防部 20 世紀 80 年代的 "突破突擊"（Assault Breaker）計劃和 2014 至 2018 年的 "第三次抵消戰略"（Third Offset Strategy）背后的邏輯，即尋求發展非對稱能力，以抵消同級對手的優勢戰斗力和臨近作戰空間。

重要的是，這三個兵棋推演團隊還選擇混合使用 CCA，包括設計為機載傳感器、誘餌、干擾器或武器發射器的不同變體，以破壞和刺激對手的 IADS，定位其關鍵節點，吸收火力，并在有人飛機之前開始削弱威脅。將這些功能分散到各種 CCA 上，可以提高作戰彈性，增加敵軍必須攻擊的機載 "節點 "數量。與開創精確打擊新方式的遙控飛機（RPA）傳感器射手一樣，CCA 將不僅僅是情報、監視和偵察（ISR）的 "信息收集者"；雖然成本較低的 CCA 可能缺乏第五代戰斗機的任務系統和完整功能，但對手無法可靠地確定 CCA 的裝備情況，必須將其視為威脅加以應對。

圖：作者馬克-岡津格（Mark Gunzinger）啟動了由美國空軍米切爾航空航天研究所主辦的為期兩天的協作式戰斗機兵棋推演，詳細介紹了參與者將在 2023 年 7 月的活動中解決的核心作戰問題。

另一個啟示是，協同作戰能力可以提高空軍在反空作戰中產生致命質量的能力。裝備適當的 CCA 可發揮戰斗力倍增器的作用，增加空軍可投射到有爭議戰場的傳感器和武器數量。它們還能擴大與之配合的隱身有人飛機的傳感器和武器射程，提高其殺傷力和生存能力。 設計出至少具有足夠生存能力的武器化 CCA，使其能夠到達空對空導彈發射點，是兵棋推演中的一個重要見解。鑒于美國防部在過去 30 年中強制削減兵力，導致空軍削減了戰斗減員儲備，因此減少空軍戰斗機及其機組人員的減員將在空戰過程中起到重要的增效作用。需要在高度競爭的環境中開展長期作戰行動。

CCA 將以另一種方式使空軍減少的戰斗儲備成倍增加：讓非隱身戰斗機參與空中優勢的爭奪。例如，可供兵棋推演專家參考的 CCA 概念設計包括一種遠程空射設計，可攜帶兩枚空對空武器或四枚 250 磅級小直徑炸彈。專家們使用第四代 F-15EX 和 B-52 轟炸機發射這些攜帶武器的 CCA，同時保持在對手IADS 的射程之外。由于這些 CCA 也可以通過火箭進行地面發射，無需使用跑道，因此專家們將其預先部署在菲律賓和琉球群島的分布式作戰地點。建立這種分布式態勢的另一個好處是提高了空軍戰斗架次生成行動的彈性。

參加米切爾兵棋推演的專家們還傾向于混合使用被他們歸類為消耗性系統的低成本 CCA 和中等成本的可回收 CCA，后者可在任務需要時在戰區周圍數百英里高度競爭的戰斗空間內進行減員。在空襲行動的最初幾天，專家們選擇大量使用消耗性 CCA 作為誘餌、干擾器、主動發射器，以及在高度競爭環境中可能丟失的其他方式。隨著空戰的推進，專家們轉而使用更多的中等成本的 CCA，這些 CCA 能夠攜帶更大的武器載荷，并能返回前沿作戰地點再生，以進行更多架次的飛行。

最后，兵棋推演專家建議，有必要提出將 CCA 與其他無人飛行器一起執行防空任務的概念，而不是僅僅將其作為載人飛機的輔助工具。值得注意的是，以這種方式操作 CCA 需要為其提供更先進的自主性和其他技術，這將增加其成本。長期以來，各國軍隊一直試圖利用新興技術來略微提高其現有系統的性能，例如在美國軍事航空業發展初期，美國陸軍最初認為固定翼飛機最適合作為支持地面行動的炮兵觀測器。將 CCA 限制為支持載人飛機作戰只會限制其作戰潛力。協同自主的 CCA 作戰將增加對對手的壓力，這是在太平洋等特大戰區進行同級沖突的基本要求。盡管如此，專家們一致認為，CCA 是一種互補和補充能力，不會減少空軍對第五代戰斗機的需求。兩者都是戰勝同級侵略的必要條件。

圖：Skyborg 概念設計展示了一種低成本、可隱形的無人戰斗飛行器，與 F-15 戰斗機編隊飛行。在戰斗中與有人駕駛的戰斗機協同作戰，可降低飛行員的風險。美國空軍插圖

對美國空軍的建議

來自美國空軍和工業界的作戰和技術專家一致認為，應盡快部署用于進攻和防御性對空作戰的 CCA 系列。今天，要在與大國的沖突中取得空中優勢將是一項重大挑戰，而且隨著對手裝備下一代機載和海基傳感器、作戰飛機以及超遠程空對空和地對空導彈，這一挑戰將變得更加艱巨。發展 CCA 作為空軍本十年部隊設計的一部分，是在短期內增強威懾對手侵略能力的一個稍縱即逝的機會。然而，鑒于將這些飛機整合到作戰單元所需的變革規模，快速部署這些飛機將需要立法者、國防部領導層和工業界協調一致的支持。

需要更多的資源來開發、采購、運行和維持混合型 CCA。以下建議基于米切爾研究所的兵棋推演和相關研究：

• 美空軍應進行權衡分析，以確定未來部隊設計中 CCA 的最佳組合。這些分析應尋求建立一個 CCA 類型清單，在其個體屬性（如尺寸、低可觀察性、射程、任務系統和單元成本）與任務需求之間取得平衡。確定這些設計特征之間的適當權衡，將為制定能最大限度提高空軍戰斗力和投資回報的 CCA 部隊設計提供依據。這些 CCA 將是互補和補充能力，不會減少空軍對第五代戰斗機和其他先進載人系統的需求。

• 美空軍應制定作戰概念，使用消耗性和可回收/可隱身的 CCA 作為先頭部隊，破壞對手的防空和導彈防御以及其他 A2/AD 行動。這些作戰概念應涉及 CCA 如何作為先頭部隊，使對手的反空目標定位復雜化，識別其高價值防空節點，并使對手防御系統將其空對空和地對空武器消耗在成本較低的無人系統上。這與利用 CCA 提高空軍打消耗戰的能力不同。無人系統與新的、破壞性的、成本高昂的作戰概念相結合，可以創造出對手難以抗衡的非對稱組合，而不是依靠 CCA 簡單地產生更多的規模性。

• 美空軍應大規模采購 CCA，以提高其向高度競爭地區投射負擔得起的反空力量的能力。CCA 可通過與第五代飛機和其他非載人系統的協作增強戰斗力，同時也可獨立運行，以增加空軍在高度競爭環境中遠距離投射武器和傳感器的能力。能夠充當穿透性 "武器卡車 "的 CCA 設計將有助于抵消對手不斷增長的反空力量，提高空軍第五代戰斗機的生存能力，并增加載人戰斗機的武器數量。這些 CCA 應具備一定的生存能力和航程，以確保它們能到達武器發射點。空軍未來的兵力組合還應包括可從非隱身轟炸機和戰斗機上發射的遠距離 CCA，以干擾對手的防空作戰，并幫助為能力更強的對空飛機鋪平道路。

• 美空軍應裝備 CCA，以減少對印度洋-太平洋和其他戰區大型固定空軍基地的依賴。減少空軍目前在太平洋戰區對擁有長跑道的主要作戰基地的依賴，將提高空軍在遭受攻擊時按照其 "敏捷作戰部署 "概念的設想出動作戰架次的能力。可在短跑道上運行或不使用跑道進行發射的聯合作戰指揮中心將有助于形成更加分散、更具彈性的前沿態勢。分布式 CCA 作戰地點網絡也會使對手發現、固定和攻擊空軍反空力量的能力變得更加復雜，因為此時空軍反空力量正處于最脆弱的狀態：在地面準備出擊。

• 隨著時間的推移，美空軍應通過開發新彈藥或調整現有武器以最大限度地利用其有效載荷能力來提高其 CCA 的殺傷力。空軍在迭代未來的 CCA 設計時，應利用小型發動機、緊湊型火箭發動機和小型化組件等技術，設計出更小的武器，從而增加 CCA 每次出動可攻擊的目標定位數量。這對迅速阻止大國進攻的行動取得成功至關重要。

• 美國防部應與國會合作，增加空軍的資金投入，以建立一支將無機組人員的 CCA 與第 5 代和第 6 代作戰飛機相結合的部隊設計，用于決定性的反空襲行動。數十年的預算不足造成了空軍的高風險，因為它缺乏應對重大同級沖突所需的兵力、現代化能力和戰備狀態。要扭轉這種頹勢，需要在十年或更長的時間內將空軍的年度預算增加 3%至 5%，以采購 CCA，增加 F-35A 的采購量，采購其他新型對空武器系統，并改進空軍基地防御，以應對同級沖突。

• 還需要進行分析，以確定支持和維持前沿戰區高節奏 CCA 行動的能力和作戰概念。這些分析應涉及在印度洋-太平洋地區預先部署 CCA 及其后勤的要求、CCA 發射和回收行動的適當分散地點，以及在同級沖突期間維持大規模 CCA 作戰行動的物資和人員要求。確定 CCA 戰區后勤需求將是確定未來 CCA 設計屬性的關鍵一步。

圖：在 2021 年的一次演習中，通用原子公司的 MQ-20 Avenger 無人駕駛飛行器在加利福尼亞州愛德華茲空軍基地的飛行測試中準備開始使用 Skyborg 自主核心系統。塔巴莎-阿雷拉諾（Tabatha Arellano）上士

米切爾研究所的兵棋推演和相關研究有力地支持了空軍的主張，即 CCA 將有助于緩解空軍現有的--以及不斷擴大的--威脅其實現空中優勢能力的能力差距。CCA 與有人駕駛的第五代和未來第六代戰斗機相結合，有可能擾亂對手的 A2/AD 行動，然后按照《國防戰略》的要求進行拒止并付出代價。鑒于對手大量裝備新型 A2/AD 武器系統，并將其擴散到威脅美國及其盟友安全的其他行為體，創建這種新型混合部隊設計的利害關系比以往任何時候都要大。

參考來源：Air & Space Forces Magazine

問題

隨著同級和近級對手競相獲取軍事、政治和經濟優勢，美國正面臨著信息環境中迅速增長和演變的威脅。為了高效、有效地參與競爭，并確保在未來任何軍事沖突中取得勝利，美國空軍（USAF）需要能夠整合非動能能力并實施信息作戰（IW）。

2019 年，美空軍進行了重組--成立了第 16 空軍作為該軍種的信息作戰聯隊，并在空軍總部一級合并了 AF/A2 和 AF/A6，以便更好地為信息作戰制定戰略、進行組織、訓練和裝備。這些組織變革為空軍提供了一個配置和精簡信息戰能力的機會，以便在信息領域與具有挑戰性的對手作戰并取得勝利。然而，需要系統地識別和解決 DOTMLPF-P 各方面的差距，空軍才能充分利用這些全新配置的組織所帶來的機遇。與美國空軍和聯合社區的其他工作并行，本研究旨在提供建議，以更好地滿足在信息領域對抗競爭性對手的作戰需求。

方法

為了解美國空軍在實現信息作戰方面所面臨的挑戰，蘭德公司團隊查閱了國防部（DoD）和美國空軍的戰略和條令等現有文件（包括已出版和起草的文件），以及政府和學術界先前和正在進行的信息作戰研究。團隊還采訪了美國空軍和國防部的專題專家，調查了私營企業與信息作戰相關的方法，并分析了美國空軍內部信息作戰人員的發展趨勢。在此基礎上，該小組制定了一個信息框架，并創建了使用案例，以說明未來潛在的部隊結構，從而實現信息作戰。本報告總結了訪談和文獻綜述分析的結果和建議，重點關注空軍在信息作戰成熟過程中面臨的主要挑戰。

主要結論

• 雖然各級政策和條令都在發生變化，但與信息相關的工作并不同步，而且各軍種之間也不盡相同。即使在美國空軍內部，對信息在作戰中的作用也仍然存在許多困惑。
• 信息戰的定義是一個挑戰，因為多個術語和重疊的概念會造成混淆并妨礙實施。信息戰 "和 "信息環境中的作戰行動"（OIE）這兩個相互獨立又相互競爭的概念，導致了對其解釋的巨大分歧。結果，爭論的焦點變成了定義，而不是如何推進整合。
• 無論是在能力還是人員方面，信息作戰都沒有充足的資源。信息作戰能力通常無法在規劃、計劃、預算編制和執行過程中存活下來，因為它們往往被多個小組分割開來，沒有一個強有力的支持者。
• 在信息作戰方面訓練有素、經驗豐富的人員也根本無法滿足美國空軍的需求。信息作戰的主要軍官空軍專業代碼（AFSC）為 14F，相對較新，勞動力仍然很少。

建議

• 利用擬議的蘭德信息框架，使美國空軍的信息詞匯和方法標準化
• 指定一個人或一個辦公室牽頭倡導信息作戰，并將信息納入作戰行動，使飛行員能夠從一個地方尋求指導
• 繼續發展和擴大 14F 職業領域
• 提供跨職能培訓，使每位飛行員都具有 "信息感知"。
• 利用桌面演習和兵棋推演，明確探索展示信息作戰能力的組織結構，并展示信息作戰對美國空軍任務的價值
• 建立一個為信息作戰能力提供資源的計劃要素或特定小組

圖 3.1. 蘭德信息框架

問題其實不在于 "是否"，而在于 "何時何地 "在實時作戰中使用無人機群，這是機器人戰爭的下一個發展階段。

圖：無人機群表現出維持凝聚力和自我修復能力的生物行為

2018 年 1 月初，在俄羅斯位于敘利亞西部的 Khmeimim 空軍基地操控龐大防空網絡的俄羅斯操作人員發現了 13 架低空飛來的無人機。當俄羅斯防空作戰人員使用 EW 和 SHORAD 系統與這些無人機交戰時，俄羅斯人清楚地意識到，他們正在目睹一種新類型的無人機協同攻擊。

俄軍在千鈞一發之際擊落了 7 架無人機，并干擾了其余 6 架。雖然 "伊斯蘭國 "和阿富汗塔利班都曾使用無人機投放臨時爆炸物，但當晚對赫梅米姆的襲擊失敗令無人機戰爭的密切觀察者感到不安，因為這是首次記錄在案的非國家行為體在作戰行動中發動大規模無人機襲擊的事例。在整個 2018 年、2019 年和 2020 年，俄羅斯在敘利亞的設施遭到了更多無人機襲擊，迄今為止，俄羅斯反導人員在敘利亞使 150 多架無人機失效。

2019 年 9 月 14 日，25 架集群無人機分兩波襲擊了沙特阿美石油公司位于 Abqaiq 和 Khurais 的國有石油加工設施。對襲擊前后阿布蓋克設施的衛星圖像分析顯示，共發生了 19 次單獨襲擊。值得注意的是，沙特的防空力量，包括強大的 MIM-104 "愛國者 "和 Crotale NG，都未能阻止這些無人機和巡航導彈的襲擊。這表明，從多個方向飛來的無人機和巡航導彈群如何能長時間不被發現，并壓垮常規防空系統。

轉向無人駕駛

多年來，美國和以色列在各種作戰行動中廣泛使用了無人機，而土耳其在敘利亞和利比亞以及阿塞拜疆在 2020 年納戈爾諾-卡拉巴赫戰爭中對亞美尼亞的使用，則真實地展示了未來戰爭將如何隨著無人駕駛飛行器的使用而演變。通過電子網絡對坦克和防空系統協調使用武裝無人機和閑散彈藥非常有效。

這一點在阿塞拜疆擊落亞美尼亞 S-300 和 SHORAD 網絡以及戰術戰區（TBA）200 多輛軍車的行動中得到了特別的體現。與俄羅斯從 2014 年起在烏克蘭使用無人機（UAV）相比，這次行動的規模要大得多，在烏克蘭，網絡化無人機與俄羅斯地面進攻武器系統合作，摧毀了烏克蘭軍隊的主要縱隊和補給站。

隨著世界注意到這些小國展示先進作戰能力的里程碑事件，軍用無人機的使用將迅速擴大，主要是在全球范圍內大量引進偵察和攻擊型無人機。在這方面，以色列、土耳其、俄羅斯和中國正在提供一個有效的替代工業基地，以挑戰西方在先進無人機和相關技術擴散方面的主導地位。

圖：斯捷潘納克特附近的亞美尼亞 S-300 薩姆炮兵連（插圖），顯示阿塞拜疆以色列制造的 Harop 游蕩彈藥無人機的大規模無人機襲擊造成的破壞

然而，對赫梅米姆空軍基地和沙特石油設施的無人機襲擊，以及在烏克蘭、敘利亞、利比亞和納戈爾諾-卡拉巴赫協調使用無人機，顯示了未來空戰向所謂 "無人機群 "概念演變的早期跡象。尤其是對敘利亞境內俄羅斯兵力的大規模無人機襲擊，凸顯了無人機群日益構成的猖獗危險，即使在非國家行為者手中也是如此。這種小型無人機團隊相互協作，不僅為美國、俄羅斯、中國等大國提供了改變游戲規則的能力，也為小國和非國家行為者提供了改變游戲規則的能力，他們將利用無人機群發揮高度不對稱的作用。非常重要的是，低成本、不復雜的無人機協同作戰，通過數量達到目標飽和，會給防空部隊帶來高昂的代價。

雖然防空部隊也許能抵御少數幾架臨時拼湊的無人機實施的松散協調攻擊，但近鄰國家的競爭者卻能派出更先進、更密集、更靈活、適應性更強和網絡化的兵力。

揭開無人蜂機群的神秘面紗

那么，究竟什么是無人機蜂群呢？蜂群機器人技術是一種將多個自主機器人協調為一個系統的方法，該系統由大量實體機器人組成，只需極少的人工干預即可控制。這些機器人通過機器人之間的互動和凝聚力，以及機器人與環境的互動，表現出集體自組織（SO）行為。

對昆蟲、魚類、鳥類和動物的蜂群行為進行的生物學研究為蜂群算法提供了支持。全球的蜂群研發工作主要集中在開發分布式人工蜂群智能能力、技術商品化以降低成本影響，以及提高蜂群中各代理之間的自主性。

在壯觀的燈光秀中，大規模無人機都是由中央控制的，而在真正的蜂群中，每架無人機都會根據機載人工智能自行飛行，以模擬自然的算法保持編隊和避免碰撞--沒有真正的領導者和追隨者，蜂群中的所有代理都有自己的 "頭腦"，能夠進行集體決策、自適應編隊飛行和自我修復。這種蜂群的好處是，如果有一架無人機掉隊，或者有幾架無人機墜毀，蜂群可以重新安排，繼續執行任務，直到最后一架無人機升空。

隨著時間的推移，軍隊的通信、訓練和組織能力不斷增強，他們能夠以越來越復雜的方式作戰，利用更先進的條令形式，每一次演變都優于前一次。如今，軍隊主要進行機動作戰。在這里，蜂群將是戰爭的下一個演變--蜂群表現出近戰的分散性和機動戰的機動性。它們具有不同程度的自主性和人工智能。自主性可將軍事影響力擴展到防御嚴密的作戰空間，與載人系統相比，其作戰范圍更大，持續時間更長；而人工智能則可確保執行危險的自殺式任務，從而實現更大膽的作戰概念（CONOPs）。面對日益嚴重的威脅和對有爭議空域的快速滲透，兩者都能取得更大的成功。

這種向無人機的轉變正在全世界發生。而投送動能和非動能有效載荷的首選途徑是空運。傳統上，在美國這樣的空中力量密集型軍隊，幾十年來，空中作戰一直依靠能力日益增強的多功能有人駕駛飛機來執行關鍵的作戰和非作戰任務。然而，對手從更遠距離探測和攻擊這些飛機的能力不斷提高，導致飛行器的設計、運行和替換成本上升。因此，如果能派出大量具有協調和分布能力的小型無人機系統（UAS），就能以更低的成本為全球各國軍隊提供更好的作戰范圍。這些無人機系統與有人機系統結合在一起，將作為一個 "系統之系統 "有效地打擊敵方目標。在這種情況下，有人與無人協同作戰（MUM-T）將發揮兵力倍增器的作用，實現自主與協作，作戰人員的角色也將轉變為指揮，而不是控制蜂群。配備分布式人工智能的全自動武裝無人機群（AFADS）一旦投入使用，將在無需人工干預的情況下定位、識別和攻擊目標。

圖：AFADS將被證明是下一代戰場的游戲規則改變者

雖然新技術，特別是人工智能和邊緣計算，將推動無人機群的發展，但關鍵因素仍然是群軟件。為此，所有集體行為最好都能歸入 "蜂群 "一詞。然而，協作自主有 "三個 "變革性的行為梯隊--成群結隊，即數量可觀的無人機自主執行抽象指令，但還達不到真正的蜂群行為。攻擊敘利亞俄羅斯空軍基地和沙特油田的無人機就是利用了這一梯隊。蜂群（Swarming），即大量無人機完全通過蜂群算法實時聚集在一起，是協作自主的最高境界。“忠誠僚機”（Loyal Wingman） 通過緊急成群或核心成群行為實現協作自主。這些平臺將以 MUM-T 模式運行，與戰斗機一起高速飛行，并攜帶導彈、ISR 和 EW 有效載荷。預計 "忠誠僚機 "將以地面設施為目標，擊落敵機，并在有爭議的空域抵御防空導彈和電子攻擊。

美國的蜂群軍事

美國在蜂群技術方面處于世界領先地位，并開展了一系列蜂群無人機和彈藥計劃。它在 2017 年展示了 Perdix 蜂群。三架F/A-18 "超級大黃蜂 "戰斗機在空中釋放了共計103架Perdix無人機。

無人機在預選點編隊，然后出動執行四項不同任務。其中三個任務是在目標上空盤旋，第四個任務是在空中形成一個 100 米寬的圓圈。演示展示了 Perdix 的集體分布式智能、自適應編隊飛行和自我修復能力。

這種無人機群有很多用途。戰斗機可以釋放無人機，為地面部隊提供偵察，獵殺敵軍并報告其位置。它們還可以干擾敵方通信，形成大范圍飛行通信網絡，或對特定區域進行持續監視。它們可以裝載小型炸藥，攻擊敵方單個士兵。在空對空作戰中，它們可以偽裝成更大的目標，欺騙敵方飛機、地面車輛和導彈上的雷達。

圖：2017年的Perdix Swarm無人機演示是一次重要的能力演示

美國國防部高級研究計劃局（DARPA）也展示了 X-61A Gremlin 空射無人機。DARPA Gremlins 計劃背后的理念是將 C-130 等貨機變成能夠發射和回收成群小型無人機的母機。這將為軍方開辟一個充滿可能性的世界，允許部署成群的小型、廉價、可重復使用的無人機，這些無人機裝有不同于傳統飛機的傳感器和有效載荷。

美國海軍和海軍陸戰隊的低成本無人機群技術（LOCUST）項目是另一項正在進行中的無人機群開發項目，該項目從一個管狀發射器發射小型無人機，以執行各種類型的任務。

美國陸軍也在研究無人機群和基于強化學習（RL）的人工智能算法，以用于多領域戰斗場景中的戰術戰場，在這種場景中，無人機群將與異構移動平臺動態耦合和協調，以超越敵方能力。

圖：采用基于強化學習的架構將提高集群的效率

美國還在試驗使用集群無人機系統的導彈部署智能彈藥進行協作智能彈藥投放，有效載荷可從 GMLRS 或 ATACMS 平臺發射和部署。有效載荷由多個可部署的智能無人機組成，能夠向指定目標投送小型爆炸穿甲彈（EFP）。美國空軍的 "金帳汗"（Golden Horde）是開發下一代進攻性技術的 "先鋒"（Vanguard）計劃的一部分，它將把小直徑炸彈（SDB）等彈藥聯網，在按照一套預先確定的規則發射后協同作戰，從而提高有效性。

此外，美國空軍的 "天堡 "計劃旨在設計和部署一支由忠誠的僚機無人戰斗機（UCAV）組成的人工智能機隊。作為 "天堡 "計劃的一部分，Kratos XQ-58A、Sierra 5GAT 和波音公司的 ATS 正在進行開發試驗。

全球軍事蜂群

另一方面，英國可能會在 2021 年中期擁有世界上第一支投入使用的蜂群無人機部隊，以執行包括深入敵后執行自殺式任務和壓倒對手防空部隊在內的任務。英國皇家空軍的№216中隊已被賦予測試和部署未來無人機群能力的任務。英國還宣布了 "蚊子 "項目，該項目是英國皇家空軍 "輕型廉價新型戰斗機（LANCA）"無人機 "忠誠僚機 "計劃的一部分。該項目旨在到 2023 年實現無人僚機聯網飛行。

英國還測試了由無人機組成的自主蜂群，每架無人機都攜帶萊昂納多公司的 "光云"（BriteCloud）可消耗主動誘餌變體，作為電子戰有效載荷。利用含有電子戰干擾器的 "光輝云"，無人機能夠對假想敵綜合防空網絡的雷達發動模擬非動能攻擊。

法國空中客車公司為未來戰斗航空系統（FCAS）/未來戰斗機系統（SCAF）項目首次展示了協作遠程載機群（RC）和僚機技術。

俄羅斯人在烏克蘭和敘利亞擁有操作協作無人機和反擊無人機的豐富經驗。過去十年來，俄羅斯加大了無人機的研發力度，其目標是到 2025 年在軍隊中部署大量機器人飛行器。俄羅斯提出了一項名為 "Flock 93 "的計劃，目的是在協調飽和打擊任務中使用高密度的無人機。這一概念最初由茹科夫斯基空軍學院和私營企業提出，包括同時發射 100 多架無人機，每架配備 5.5 磅重的彈頭。

俄羅斯還測試了 S-70 Okhotnik UCAV，該無人機與俄羅斯戰斗機編隊一起扮演 "忠誠僚機 "角色，穿透對手領空。俄羅斯還在 2020 年公布了一個更輕型的 "忠誠僚機 "項目，代號為 "Grom"。俄羅斯人意識到美國和中國在蜂群自主領域的領先地位，并正在開展研發和產品開發活動，以便在未來十年縮小在這些細分領域的差距。

圖：俄羅斯的S-70“鄂霍特尼克”忠誠僚機與蘇-57戰斗機

中國是最接近美國高密度無人機群能力的國家，正在開發人工智能賦能的自主無人機群。最近，中國電子信息產業研究院（CAEIT）測試了由 CH-901 無人機組成的 48 x 管發射無人機群。中國電子信息產業研究院過去曾在 2017 年演示過 200 架無人機的軍用蜂群。中國公司還展示了令人印象深刻的 1000 多架無人機群，使用四旋翼無人機進行大型公開展示，但這些無人機是地面控制的，不具備分布式智能。中國正在整合現有的無人機群，與軍方一起發揮強大的協作自主作用。中國還在研制一款忠實的僚機--中航工業 601-S "暗劍"，它將與第四代和第五代戰斗機平臺協同作戰。

其他開發無人機群技術的國家還有以色列，但以色列對此類計劃的細節保密。不過，考慮到以色列多年來使用無人機作戰的性質，我們有理由相信，該技術已經成熟，并已部署到其無人機機隊和巡航彈藥上，其中一些已通過癱瘓敘利亞反導網絡得到驗證。

有趣的是，IAI 提供了基于智能手機的蜂群指揮和控制應用程序，并在全球銷售。土耳其已通過 TB-2 等國產平臺在敘利亞和利比亞證明了成熟的 MALE 無人機能力，該國也有各種蜂群無人機計劃。其中最主要的是 "卡古"（Kargu）四旋翼無人機，它可以在戰術戰場上發揮動能攻擊作用。土耳其正力爭在未來成為全球無人機大國。然而，最近美國對其國防工業的制裁很可能會限制從西方引進高科技。

圖：土耳其軍隊已經部署了500多架卡爾古蜂群無人機系統進行動能攻擊

伊朗是另一個在團體作戰中使用無人機的中東國家。伊朗已將無人機作為其軍事戰略的主要支柱。伊朗當局使用無人機主要有兩個目的--偵察和攻擊，伊朗有能力在地平線上空和大多數天氣條件下執行任務。其中包括能夠投擲炸彈或發射導彈并返回基地的無人機，以及尋找機會目標的 "神風特攻隊 "無人機。

伊朗當局在后者上取得了更大的成功，這在 2019 年沙特油田襲擊事件中就可見一斑，當時使用了伊朗制造的無人機和巡航導彈。雖然在飛行器集群方面可以實現基線協作自主，但伊朗和土耳其尚未在其無人機群中展示出真正的分布式情報能力。但他們的努力清楚地表明了該技術的成熟和擴散。

印度的蜂群無人機“奧德賽”

在印度，印度空軍自 2019 年以來一直在通過其 "美赫巴巴"（Meher Baba）計劃開拓蜂群無人機的研發工作。該計劃旨在深入開展人道主義援助和救災（HADR）行動。

另一方面，印度陸軍在 2021 年 1 月新德里的印度建軍節閱兵式上展示了成熟的進攻能力，75 架自主無人機組成的蜂群采用分布式智能和邊緣計算，以神風特攻的方式摧毀了各種模擬目標。在演示中，偵察無人機對目標進行調查，然后由攻擊無人機和母機釋放有效載荷和裝有爆炸物的神風特攻隊無人機實施攻擊。西方評論家注意到印度陸軍演示的幾個重要特點，并將其與美國圍繞無人機所做的努力進行了比較，后者通常強調大型同質蜂群。他們指出，印度的原創性工作在世界上首次公開展示了異質蜂群，這可能是該領域的未來發展方向。印度的一家新創公司 "新空間研究與技術公司"（NewSpace Research & Technologies）與印度陸軍合作開展了蜂群開發項目。

圖：2021年建軍節，印度陸軍在新德里展示了一架75架無人機

印度的印度斯坦航空有限公司（HAL）推出了空中發射靈活資產（ALFA -S）空中發射蜂群無人機系統，作為其下一代空中作戰編隊系統（CATS）的一部分。這是一項獨特的計劃，利用空中發射的遠程載具和蜂群單元網絡來滲透有爭議的空域。美國空軍的空軍研究實驗室正在就 ALFA-S 的各個方面與印度進行合作。NewSpace Research & Technologies Pvt Ltd 也是 HAL ALFA 計劃的合作伙伴。

HAL CATS 計劃的另一個組成部分是 "勇士 "忠誠僚機資產。該僚機用于執行防空和進攻性打擊任務，將與印度的 Tejas LCA 和即將問世的 AMCA 第五代戰斗機一起發揮 MUM-T 的作用。值得注意的是，印度的本土研究力量和政府的 "印度制造 "推動了印度對顛覆性技術的接受，在某些領域與世界各國的類似努力不相上下。HAL 在班加羅爾舉行的 "2021 印度航空展 "上首次展示了 "勇士 "的 1:1 模型。

未來就是現在

值得注意的是，雖然無人機群可能還不能成為最終的 "產品"，但在未來十年內，基本的無人機群技術在全球范圍內的擴散是不可避免的。無人機蜂群技術是機器人戰爭的下一個發展方向，雖然各國政府在過去幾年中已經透露了無人機蜂群技術的進展情況，但這些進展大多是保密的。問題不在于是否使用無人機群，而在于何時何地使用無人機群作為成熟的作戰概念（ConOps）的一部分。

圖：HAL的CATS Warrior無人僚機在2021年印度航空展上亮相

對大多數國家來說，"蜂群作戰概念 "是一個 "障眼法"，只有通過利用數百個異質蜂群單位進行臨床和強有力的實地試驗，才能使其成熟起來。最終用戶承擔的這種 "規模和相關成本 "將決定動態采用、有意義的作戰方式和可接受的將蜂群作為真正戰劑加以利用的上崗時間表。正是在這一點上，美國和中國等國家比世界其他國家具有明顯的優勢，可以在各種任務中部署蜂群無人機能力，其規模將使其在未來數字化競爭的空域中處于有利地位。

Sameer Joshi 是印度空軍退役戰斗機飛行員，擁有駕駛米格-21 和幻影-2000 噴氣式戰斗機的經驗。除了是一名創業企業家，他還對航空航天、國防和軍事歷史有著濃厚的興趣。

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