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

異構多智能體系統為解決農業、軍事、裝配和倉庫自動化等不同領域的復雜問題提供了可能，否則單個智能體是無法解決這些問題的。要有效部署異構多機器人團隊，研究必須解決不同抽象程度的四個問題：任務規劃（是什么）、運動規劃（如何）、任務分配（誰）和調度（何時）。這些問題高度相互依存，先前的工作已經證明，利用這些問題的單個解決方案之間的協同作用的系統可以提高多機器人協調的效率和效益。

本文研究了在多智能體組隊應用中使用基于特質的模型來表示單個智能體，以及如何利用基于特質的建模來實現更穩健、更高效的多智能體聯盟組建解決方案。具體來說，我們研究了如何在聯盟組建算法中使用這些技術來回答任務分配、調度、運動規劃和任務規劃這四個問題。

我們的研究表明，利用基于機器人和任務特質建模的算法可以在異構多機器人團隊中實現高效的協調，并且在時間進度、分配質量和計算效率方面優于現有方法。本論文的貢獻如下：

• 創建一個建模框架，使現代任務分配算法能夠推理動態特征。通過使用基于轉換的建模框架，我們創建了對以往基于特質的建模技術的擴展，以更好地推理智能體的特質如何隨時間變化。

• 為異構多機器人系統開發基于時間擴展特質的任務分配和路徑規劃統一框架。我們引入了一種基于搜索的方法，用于基于特質的時間擴展任務分配和運動規劃，命名為增量任務分配圖搜索（ITAGS）。

• 整合任務規劃、任務分配、調度和運動規劃的新型多機器人協調問題的形式化和解決方案。我們形式化了一類新的多機器人協調問題，該問題融合了這些問題中的每一個，并提出了一種解決方案（圖形遞歸同步任務分配、規劃和調度（GRSTAPS））。

• 為 ITAGS 的動態變體創建框架，該變體能夠進行基于特征的任務分配修復： 我們對 ITAGS 進行了擴展，使用基于特質的動態時間擴展任務分配算法，如果智能體的特質或任務要求在執行過程中發生變化，該算法可以修復任務分配。

• 創建一個主動學習框架，用于學習多智能體任務分配問題的特質要求： 由于理解一個聯盟的特質與該聯盟在特定任務中的表現之間的關系可能具有挑戰性，因此我們提出了一種主動學習框架來學習任務與特質之間的關系。此外，我們還提供了一種新的時間擴展任務分配算法，該算法能夠優化學習到的質量模型。

圖 2.1： 顯示各種多機器人協調問題交叉點的維恩圖。

近年來，隨著機器人技術和電子技術的發展，無人駕駛飛行器（UAV）的體積越來越小，價格越來越低。由于無人飛行器易于購買和控制，人們開始越來越頻繁地使用它們。在本研究中，我們將從網絡的角度研究無人機群。一般來說，多架無人機可以組成一個蜂群網絡。每個無人機都是一個網絡節點。無人機之間的鏈接被視為網絡數據鏈路。在第 2 章中，我們將設計一種新穎的雙層 MAC： 我們將設計支持同步、并發多波束傳輸/接收的上層 MAC 層，以及與 802.11 兼容但充分發揮多波束天線優勢的下層 MAC 層；我們建議調整兩個 MAC 層的參數，以支持不同的任務優先級。在第 3 章中，我們為典型的機載網絡提出了一種吞吐量最優、異構（同時具有計劃通信和隨機通信）的介質訪問控制（MAC）策略。我們提出的 MAC 方案允許無人機使用上行/下行 MAC 方案與飛行器通信。我們的仿真結果表明，與傳統的 MAC 協議相比，性能有了顯著提高。在第 4 章中，我們針對機載網絡中的 MAC 設計問題提出了以下建議： (1) 長距離 Ku 波段鏈路。(2) 多波束天線。(3) 全雙工通信。我們的 MAC 設計具有 3ent 特性，即彈性、高效和智能。特別是，通過在每個波束中對流量進行編碼，它可以抵御干擾攻擊。此外，它還通過整合全雙工流量控制和多波束數據轉發實現了高吞吐量的通信。在第 5 章中，我們提出了一個采用 USRP-RIO 的多波束智能天線無線網狀網絡硬件測試平臺。我們測試了天線的方向性，實現了全雙工傳輸系統和中繼系統。此外，USRP還實現了MBSA的兩個重要特征CPT和CPR。

近年來，軍事行為者廣泛利用數字網絡技術提供的機會與目標受眾直接溝通，并參與復雜的印象管理。本文研究項目采用傳播承受力框架，探討社交網站（SNS）如何與軍事戰略傳播實踐相交融并增強其傳播效果。具體來說，本研究旨在了解 SNS 如何融入軍事戰略傳播實踐，作為實現其更廣泛機構目標的一種手段，同時將研究置于這種傳播所處的復雜混合媒體生態中。

該項目采用了一種混合研究方法，即對愛爾蘭、加拿大、美國、德國、荷蘭、以色列和北約軍事和國防部門的傳播專業人員進行深入訪談，并對三年來上傳到以色列國防軍官方 Facebook 頁面的時間軸圖片進行多模式專題分析。對處于利用 SNS 最前沿的活躍軍事機構進行視覺專題分析，是對半結構式訪談分析的補充，提供了重要的背景資料，使人們對 SNS 作為軍事戰略交流工具的潛在能力和局限性有了更全面的了解。

研究結果深入揭示了軍事傳播行動者如何看待和使用 SNS，并將其作為一個平臺，向多個目標受眾闡明其活動和合法性，以及建立公眾支持。本研究采用了 "社交媒體承受能力 "這一理論框架，對社交網站如何增強軍事戰略傳播實踐進行了概念化。研究結果表明，SNS 的能力、規范和語言使軍事戰略傳播的性質和基調發生了重大轉變。這項實證研究可為混合媒體生態中的軍事媒介化提供更廣泛的理論依據，并為研究在線可視化軍事傳播實踐的概念類型學做出貢獻。

研究背景和意義

本論文題目源于對政治、軍事和國防行為者使用和占有流行社交網站（SNS）逐漸增多的興趣。現在，全球各地的軍隊都在多個社交媒體平臺上保持在線存在，他們利用這些平臺進行征兵、反擊敵方言論和爭取公眾支持。我認為，對軍事和國防行為者使用 SNS 的特別關注值得學術界關注，因為它們代表了軍事戰略傳播（StratCom）在傳播范圍和語氣方面的巨大變化。如果說公眾認知對當代沖突的成功至關重要（Lind, 2004; Hammes, 2005），那么媒體對軍事戰略傳播實踐也至關重要，因為軍事戰略傳播實踐致力于影響和管理多重復雜目標受眾的認知。正如 Hoskins 和 O'Loughlin（2010 年）所斷言的，對軍事行動的看法正是通過媒體產生、維持或質疑的。然而，軍事和國防行動者不僅在沖突時期參與日益復雜的媒體戰略，而且還在多個媒體平臺上開展日常身份工作。作為軍事戰略情報的渠道，SNS 的新穎之處在于它便于與目標受眾直接溝通，繞過了主流媒體 (MSM) 的傳統過濾和驗證流程（Banham，2013 年）。此外，官方軍事 SNS 上傳播的內容可能會干預傳統的信息流，影響 MSM 的議程，因為記者會直接利用官方軍事社交媒體賬戶上的內容。關注這些賬戶的普通社交媒體用戶也可能會被鼓勵通過傳統的在線實踐和贊美、分享和評論等語言，將軍事戰略信息轉發到他們的網絡中。在復雜的媒體生態中運作的所有這些因素都可能為軍事和國防行為者提供一個反饋回路，以一種以前無法僅通過傳統 MSM 實現的方式擴大他們的傳播。這一點非常重要，因為公眾對軍隊及其行動的認識和看法對軍隊的行動能力和目標的實現至關重要。SNS 為軍事行為體提供了一個新的途徑，使其可以在以非正式、口語化交流形式為核心架構的平臺上與目標受眾接觸，其中可能包括國內公眾、政治精英、記者、國際社會及其自身人員。參與復雜的暴力和防衛現實的國家行為者所傳播的這種傳播的性質，既可能使他們更引人注目，同時也可能混淆該機構的性質及其目的。

關于軍隊與媒體的問題，我認為，目前有關軍事傳播實踐問題的學術研究并不完整，因為對軍隊和國防行動者如何將社交媒體納入其戰略傳播計劃的深入研究相對較少。填補這一空白非常重要，因為在 SNS 上傳播的內容會對現實世界產生影響。人們對恐怖主義招募、干預選舉公正性以及傳播有關氣候和健康危機的虛假信息的擔憂，都表明了 SNS 的多產性及其潛在影響和沖擊社會態度的能力。在軍事領域，2013 年 10 月 10 日，以色列國防軍（IDF）官方推特賬號 @IDFSpokesperson 發布了一條紀念贖罪日戰爭 40 周年的推文。其中有這樣一句話："以色列空軍轟炸敘利亞機場，阻止蘇聯武器運抵敘利亞陸軍"。這條推文被一些人誤解為當前的攻勢，可能會導致整個中東地區的沖突，隨后導致每桶石油的價格上漲了一美元。這個例子說明了這些賬號的權威性，也說明了軍事行為者在 SNS 上傳播的信息是如何影響現實世界的。關于 SNS 對公眾對重要社會問題看法的影響，大多數關注點都集中在被認為邪惡的行為者對 SNS 的利用上，而較少關注官方或國家行為者如何利用這些 SNS 來影響目標受眾，以實現自己的戰略目標。然而，正如朱迪斯-巴特勒（Judith Butler，2010 年，第 ix 頁）所寫，"如果要反對戰爭，我們就必須了解民眾對戰爭的認同是如何培養和維持的"。本研究認為，關鍵是要了解軍方在 SNS 上的傳播動機和實踐，以了解他們是如何利用這一大眾文化渠道試圖影響人們對戰爭的看法和對戰爭的支持的。

本項目通過對軍事和國防機構將 SNS 納入其 StratCom 計劃的方式，以及 SNS 增強其傳播實踐的性質和基調的方式進行實證分析，為有關軍事媒體化和軍事媒體管理實踐的現有學術辯論做出貢獻。本研究通過對在多個軍事和國防機構工作的傳播從業人員進行半結構式訪談，以及對以色列國防軍使用流行 SNS Facebook 的情況進行分析，來闡明使用 SNS 的視覺效果和方言向在線網絡宣傳其敘事的方式。雖然 SNS 是研究的重點，但這是在混合媒體系統（Chadwick，2013 年）的背景下進行的，在混合媒體系統中，新舊媒體形式和邏輯在軍事傳播實踐中交織互動。在此過程中，本研究匯集并擴展了傳播學、安全研究和國際關系（IR）等學科中通常只存在于平行關系中的文獻，以提供對 SNS 作為軍事戰略情報工具的潛在能力的更全面的理解。

軍事行為體參與社交媒體的實踐和邏輯，以獲取這些平臺中蘊藏的網絡力量，并利用其聲譽管理和形象建設的潛力（Grewal，2008；Pauwels，2019）。然而，正如 Corner 和 Parry（2017 年）以及 Jensen（2014 年）所指出的，媒體與傳播研究并沒有對軍事傳播實踐，更具體地說，對軍事傳播如何整合 SNS 給予足夠的重視。該學科的研究主要集中在媒體如何描繪沖突或軍隊與媒體之間關系的性質（Carruthers, 1998; Der Derian, 2009; Stahl, 2010）。對于軍事行為者如何將 SNS 納入其戰略通信實踐的研究則少得多。與此相反，軍事和國防院校對如何最好地有效利用媒體，特別是新媒體技術為實現軍事目標提供的機會進行了廣泛研究（Caldwell 等人，2009 年；Deverell 等人，2015 年；Nissen，2015 年）。Crilley （2016，第 51-52 頁）認為，軍事機構對 SNS 的使用是一個重要的研究領域，因為軍事社交媒體網站打破了軍隊與媒體之間的隔閡，使軍隊能夠以自身的權利成為媒體行為者。軍事機構為使用 SNS 投入了大量資源，這些網站可以被大量受眾看到，他們可以以獨特的方式參與其中并與之互動（同上）。當代戰爭環境的性質和復雜的媒體生態將公眾輿論和看法置于沖突成功與否的最前沿。正如尼森（Nissen，2015 年，第 10 頁）所指出的，受眾的行為將受到 "對社交網絡（物理或虛擬）中通過爭論（邏輯和情感）和交流所創造的意義的主體間理解 "的影響。因此，全球信息環境是商討可信度和合法性問題的重要戰場。在這些條件下，軍事行為體構建可在多種媒體平臺上傳播的精心策劃的戰略敘事就顯得愈發重要。國際關系學、安全研究、戰爭研究、軍事社會學、文化人類學和批判性軍事研究等學科出現了大量關注軍事與媒體交叉的研究。下面將對軍事與媒體（尤其是軍隊對社交媒體的使用）領域的現狀進行跨學科概述，并論證本研究在這一背景下的意義。

軍事與媒體：領域現狀

本項目涉及更廣泛的軍事媒體管理策略和軍隊作為一個機構日益媒體化的話題。Maltby（2012 年）和 Shavit（2016 年）都對軍隊日益 "媒體化 "這一觀點做出了重要貢獻。媒體成為軍事活動的 "解釋網格"，軍事活動利用媒體來吸引和獲得多方受眾的支持，并影響人們對沖突的看法（Shavit, 2016, p.1）。沙維特特別討論了數字媒體技術在具體沖突事件中對以色列國防軍傳播行動的影響。Maltby、Thornham 和 Bennett（2015 年）通過對互聯網上涉及國防問題的社交媒體網站進行大數據分析，探討了英國軍方如何占領、利用和協商社交媒體空間。

他們發現，在國防部門的特定領域，社交媒體空間的作用主要是公共關系。不過，他們強調了數據挖掘和大數據的局限性，并認為仍需采用定性分析方法，專注于數字環境中傳播的內容，而本研究論文正是采用了這種方法。他們承認，社交媒體日益成為戰略傳播的前沿，因為它為軍事行為者提供了參與和影響受眾的機會（同上，第 2 頁）。Jensen（2014）探討了英國軍方更廣泛的媒體管理結構和動態傳播過程，而Crilley（2016）則具體討論了英國國防部和英國武裝部隊各分支利用SNS建立公共合法性的情況。他恰如其分地指出，如果不考慮這些平臺固有的可視性，我們就無法理解軍事 SNS。Olsson 等人（2016 年）在更廣泛的歐盟背景下，通過針對各機構內權威人士的問卷調查，探討了成員國武裝部隊如何看待社交媒體帶來的機遇和風險。盡管在整個數據集中發現了趨同點和分歧點，但他們的研究結果表明，大多數受訪者都從促進營銷、雙向交流和透明度的角度來看待社交媒體。在美國，Lawson（2014 年）詳細介紹了美國軍方內部對個別軍事專業人員使用社交媒體的抵觸情緒，而 Christensen（2008 年）則分析了美國軍方使用 YouTube 傳播伊拉克戰爭信息的情況。有幾項研究考察了軍事機構在沖突偶發點使用 SNS 的情況（Kuntsman 和 Stein，2015 年；Merrin，2018 年；Seo，2014 年；Shavit，2015 年；Stein，2017 年），但很少有研究對通信技術對軍事機構的變革作用以及軍事機構將流行 SNS 納入其戰略通信實踐的方式進行長期分析，本研究試圖填補這一空白。

從機構層面到軍人個人，一些學者撰文介紹了士兵使用 SNS 和數字技術（如頭盔攝像機）從他們的視角提供沖突圖像的情況（Andén-Papadopoulos, 2009; Kennedy, 2009; Silvestri, 2014, 2015, 2016）。還有人研究了 SNS 獨特的方言所帶來的士兵或退伍軍人的個性化（Chouliaraki，2016 年；Hoskins & O'Loughlin，2015 年）。此外，還對軍人及其家屬使用 SNS 的情況進行了探討，闡明了媒體技術是如何與軍人的平凡經歷相交織的，并探討了此類媒體實踐是如何在個人和機構身份的表現中得以實施的（Corner 和 Parry，2017 年）。Kuntsman 和 Stein（2015 年）詳細闡述了通過社交媒體實踐將軍隊和平民模糊和交織在一起的現象，并將這種現象稱為 "數字軍國主義"。他們以以色列為例，描述了數字通信平臺和消費者行為成為軍事和民事框架中國家和非國家行為者的軍事化工具的過程（第 6 頁）。杰克遜等人（2017, 2020）通過關注全球軍火生產商、軍事視頻游戲產業、私營軍事和安保公司（PMSCs）以及外交部等更廣泛的行業，研究了在日常社交媒體使用中頌揚軍國主義的社交媒體內容。他們的研究符合德-德里安（Der Derian，2009 年）所說的軍事-工業-媒體-娛樂網絡（MIME NET）、軍事娛樂綜合體（Lenoir，2000 年）和軍事娛樂概念（Stahl，2010 年）中通過流行文化在社會中推廣軍國主義樂趣的方式的觀點。上述研究為本研究提供了信息，并對不同背景下軍隊、媒體和社會的性質提供了寶貴的見解，本研究試圖從以下幾個方面對文獻做出貢獻。

盡管現在軍事和國防機構對 SNS 的使用無處不在，但傳播學科對這一主題的研究仍然不足，尤其缺乏對軍事視角的研究。這可能是由于訪問問題，但也可能是由于這些機構給人封閉、神秘的固有印象。本研究通過與來自美國、加拿大、愛爾蘭、德國、荷蘭、以色列和北約等多個國家和地區的軍事通信從業人員（記錄在案）的接觸，以實證為基礎，闡述了人們對 SNS 作為軍事戰略情報工具的承受能力的看法，從而確定人們是如何看待 SNS 并將其融入更廣泛的通信和機構戰略的。本研究致力于填補現有文獻中的這一空白，因為它響應了多位學者的呼吁，將軍事實踐者及其意圖納入軍事與媒體交叉研究中（Corner and Parry, 2017; Gerodimos, 2019; Pauwels, 2019）。此外，本研究通過將權威訪談與以色列國防軍這一在利用 SNS 方面走在前列的現役軍事機構使用 SNS（Facebook）的實證分析相結合，有助于更全面地了解 SNS 作為軍事 StratCom 工具的使用情況。盡管圖像和視覺效果在政治傳播中發揮著核心作用，但大多數有關數字媒體在政治中作用的研究都將文本而非圖像作為最有力的研究對象。這反映了社交媒體研究的一個大趨勢，即單模方法（特別是側重于文本）優于多模方法（承認視覺內容的重要性）（Hansen, 2011; Highfield & Leaver, 2016）。Highfield和Leaver（2016）呼吁對社交媒體視覺研究進行協同投資，認真對待圖像的作用。此外，迄今為止，大多數涉及網絡視覺政治傳播實踐的研究都集中在抗議、政治運動和選舉等偶發事件上，通過強調參與度指標來突出社交媒體視覺效果和受眾感知。雖然參與度指標可以為內容的傳播效果提供重要見解，但本研究認為，以深入、嚴謹的方式研究這些視覺內容同樣具有價值（Gerodimos, 2019）。本研究在三個方面為數字政治傳播研究做出了貢獻。首先，認識到社交媒體的視覺內容作為政治戰略傳播的有力手段的重要性。其次，將視覺政治傳播研究擴展到政治實踐的另一個空間，即活躍在網絡上的軍事機構。第三，對三年內（2015-2018 年）上傳到以色列國防軍官方 Facebook 頁面的時間軸圖片中出現的主要敘事主題進行實證性多模式主題分析。這一時期是 "相對 "和平的時期，有助于說明軍事機構在流行的 SNS 上開展的日常 StratCom 工作。本研究通過說明一個現役軍事機構如何利用視覺效果在全球最受歡迎的 SNS Facebook 上向其目標受眾展示自己，為軍事和媒體研究做出了貢獻。此外，本研究還超越了 "宣傳 "的概念，認識到當代媒體環境的多樣性使得任何對傳播的全面控制和監管在很大程度上都無法實現。軍事行為體必須與其他多個行為體就這一環境進行談判，而成功實現傳播目標絕非必然。

理論框架

本研究借鑒了媒介化、傳播能力和混合媒體系統等理論框架，并在此基礎上闡釋了既影響媒體又受媒體影響的軍事機構的性質、技術影響軍事傳播實踐的方式，并將他們對 SNS 的使用置于更廣泛的復雜媒體生態中。在此背景下應用媒介化概念，有助于更好地理解軍事行為者將媒體納入其機構實踐的方式。軍方的媒介化非常重要，因為公眾對軍方機構及其活動的看法會影響其成功與否以及分配給他們的資源。此外，SNS 及其潛在的可見性并不代表公平競爭。資源、素養和專業知識都很重要，軍事人員投入了大量資源，以便在網上眾多競爭聲音中占據優勢。溝通能力框架強調行動者的意圖、技術能力和行動潛力之間的相互作用，它的使用有助于理解 SNS 如何融入軍事戰略情報實踐，以及它們如何影響溝通的性質和模式。對混合媒體系統性質的認識（Chadwick，2013 年）有助于理解新媒體技術如何重塑軍事行為體的溝通方式，同時認識到他們對社交媒體的使用并非存在于真空之中，而是融入了新舊媒體戰略的復雜組合之中。

現有的決策計算模型往往局限于特定的實驗設置。造成這種限制的主要原因是無法捕捉決策者對情況的不確定性。本文提出了一個計算框架，用于研究神經科學和心理學中不確定情況下的決策制定。框架主要側重于決策者對世界狀況的概率評估，即他們的 “信念”。具體來說，它基于部分可觀測馬爾可夫決策過程（POMDPs），結合貝葉斯推理和獎勵最大化來選擇行動。利用感知決策和社會決策方面的各種實驗數據，證明了基于信念的決策框架的可行性。框架解釋了感知決策實驗中決策者的實際表現與他們對實際表現的信念（即決策信心）之間的關系。它還說明了為什么在許多情況下這種評估會偏離現實。這種偏差通常被解釋為次優決策的證據，或選擇和信心的不同過程。我們的框架對這些解釋提出了挑戰，它表明，一個優化收益的規范貝葉斯決策者也會產生同樣的偏差。此外，在定量預測人類在社會決策任務中的行為方面，方法優于現有模型，并提供了對潛在過程的洞察。結果表明，在涉及大型群體的決策任務中，人類采用貝葉斯推理來模擬 “群體心理”，并對他人的決策做出預測。最后，將方法擴展到關于他人的多個推理層次（心智理論層次），并將服從作為群體決策的一種策略聯系起來。這個擴展框架可以解釋人類在各種集體群體決策任務中的行為，為大型群體中的合作與協調提供了新的理論。

圖 1.1： 基于信念的決策框架。智能體通過行動、觀察和獎勵與世界互動。智能體無法完全觀測到世界的狀態，只能根據觀測結果和智能體的內部世界模型，以概率方式表示世界的狀態。智能體的目標是根據當前狀態的概率分布來制定策略，即所謂的信念

多智能體自主系統與實時規劃有關的研究日益增多，本論文就是對這一研究的貢獻。多年來，由移動智能體組成的自主系統已被證明是用于探索（如太空機器人）、軍事（如搜救行動）和工業應用（如谷歌自動駕駛汽車）的高效、穩健和多功能工具。隨著自主技術日趨成熟，部署多個自主智能體來完成復雜的任務在許多不同的應用中都受到了廣泛關注。如果單個智能體可以完成一項任務，那么多個智能體就有可能更快地完成任務。然而，引入多個智能體會使整個系統變得更加復雜，因為現在的智能體需要能夠有效地相互協作。在沒有有效協作機制的情況下隨機引入智能體，可能會對生產率產生負面影響。

本論文的研究目標是使多智能體自主系統在現實應用中無處不在。我們采用了自下而上的方法來開發算法機制，以應對我們在實現這一目標的道路上所面臨的挑戰。

對于在動態環境中運行的智能體來說，能否成功執行任務取決于它能否有效地導航到目標位置。如果我們在環境中引入更多的智能體，路徑規劃的要求就會更高，因為現在智能體之間必須把彼此當作動態障礙物來對待。路徑規劃算法不僅需要避開障礙物，還需要足夠快的速度，以便在移動智能體在導航過程中遇到意外障礙時重新規劃。此外，路徑規劃算法還需要保證智能體能夠在滿足機械約束條件的情況下穿越路徑。

我們開發了一種基于隨機優化的同步重規劃矢量粒子群優化算法（SRVPSO），通過避開靜態和動態障礙物來找出成本最優的路徑。所提出的算法通過應用同步重新規劃策略，減少了路徑規劃的計算時間。SRVPSO 算法還能在一些車輛約束條件下工作，如車輛尺寸和轉向角。此外，還開發了一種不同地形的可穿越性評估方法，以便在未知環境中進行無風險、穩健的導航，同時優化總成本。

由移動智能體群組成的自主系統需要一個有效的任務規劃器來成功完成一系列任務。任務規劃器所面臨的挑戰是如何為每個智能體確定最優化的任務數量和相關任務。為了解決多智能體自主系統任務規劃過程中的任務分解和任務分配問題，我們開發了一個折中視圖（CV）模型和一個基于最近鄰搜索（NNS）的模型。結果表明，這些模型因其反應式管理結構而非常有效，能成功完成任務。NNS 模型能有效地解決智能體的分解問題。它還具有任務切換能力。

任務規劃器的多目標優化框架可確定任務所需的智能體數量。任務規劃器利用所開發的任務分解方法，最大限度地減少完成任務的時間以及智能體的數量。多目標框架的輸出是帕累托最優值，然后將其作為決策框架的輸入，根據用戶定義的一些約束條件和優先事項確定優化的智能體數量。在測量完成任務的時間時，任務規劃器利用先前開發的路徑規劃器模擬智能體在環境中的導航軌跡，以提供最準確的估計。

然而，正在進行的任務可能會受到突發事件的影響（如一些天氣事件、智能體的意外維護要求等）。未來任務的規劃取決于正在進行的任務，因為它提供了對資源可用性的估計。需要一個現實的預測模型，利用過去任務的信息，對當前任務的完成情況進行統計估計。

我們開發了一個基于人工神經網絡的預測模型，根據以往任務的信息預測任務的完成時間。該預測模型旨在為潛在的任務規劃者提供指導。利用這一數值模型，未來的規劃者可以預測所需的資源，而無需經過優化過程。上述所有算法工具都通過大量的模擬結果和實時實驗進行了演示。

對大多數美國人來說，發動戰爭是美國在國內和國際上的行動和優先事項中最具決定性的方面之一，但對美國人來說，發動戰爭又是如何有效地淡出人們的視線的呢？本論文從人種學的角度探討了這一問題的一個方面，即美國當代戰爭的一種特殊模式，即在美國國內遙控部署無人機--大型高空飛行器。本論文基于 2010 年至 2015 年間在美國對參與空軍無人機行動部署、規劃或評估的社區進行的為期 14 個月的實地調查，其主要貢獻在于通過勞動和戰爭中的工作這一視角，重新聚焦有關無人機的批判性論述。通過研究正在進行的無人機戰爭中所涉及的勞動分工，可以對當代美國戰爭的性質以及不同類型的責任和正常化模式提出一系列更廣泛的問題和影響。

論文首先指出，作為無人機作戰特點的行動和控制權的分配既不明顯也不是必然的，而是在特定的歷史條件下才有可能形成的。這些條件使無人機行動被視為美國軍事介入的一種有效而理想的形式，并涉及二戰后軍事指揮與控制理論、數字數據、全球信息網絡的交織發展，以及對使國家暴力正當化的法律框架的依賴。論文還研究了 "無人駕駛 "和 "自主 "無人機的想象能力與當前構成和維護這些技術的實踐之間的差異，這些技術必須通過專業化的軍事話語和實踐不斷管理和構建為有效和合法的行為體。

論文的后半部分更加注重人種學研究，探討了無人機行動是如何與不斷變化的兵役觀念和軍民區別相聯系的。通過研究圍繞無人機飛行員產生的緊張關系和爭議，論文介紹了參與無人機行動的空軍飛行員和指揮官如何將無人機行動的價值構建和定位為有意義和光榮的軍事服務。分析表明，雖然軍官們將自己的工作價值定位為專業和利他主義服務，但同時也存在著不可調和的緊張關系，因為無人機行動的軍事勞動與其他形式的當代文職工作越來越相似，其特點是報酬、靈活性和內部/安全等語言。論文最后提出了 "戰區"（warzone）的概念，以此來涵蓋戰爭發生的所有地點、戰場上的戰爭后果，以及戰爭的執行地點和與持續進行的戰爭有關的人、地點和實踐。論文表明，越來越多地部署無人機行動是導致大多數美國人似乎看不到戰爭的一個因素。然而，這并不一定像大多數記者和學者所說的那樣，是因為戰爭是在遠距離進行的。相反，這是因為戰爭正在美國人的后院，就在美國的近處，以被掩蓋的方式進行著，有時甚至是真實地進行著。

本論文將雷達信號處理與數據驅動的人工神經網絡（ANN）方法相結合。信號處理算法通常基于對數據形成過程的建模假設。在某些情況下，這些模型足以設計出良好甚至最優的解決方案。

但在很多情況下，這些模型可能過于復雜，無法形成分析解決方案；可能過于簡化，導致實際結果與理論上的結果大相徑庭；可能是未知的，即多個已知模型或參數值中的一個可能適合數據，但我們不知道是哪個；或者過于復雜，導致解決方案的計算量過大。

數據驅動的方差網絡方法提供了彌合這些差距的簡單方法。我們在四項不同的研究中證明了這一點，在這些研究中，我們利用雷達數據模型來制定數據驅動型解決方案，這些解決方案既準確又具有計算效率。

我們將基于 ANN 的結果與計算要求極高的最小二乘法和窮舉匹配過濾法進行了比較。結果表明，ANN 的性能可與這些方法相媲美，但計算量卻很小。我們在使用各種參數值的模型采樣數據上訓練人工智能網絡。這自然可以處理漂移和未知參數值，它們可能會改變數據，但不會改變所需的預測結果。我們的研究表明，根據簡單模型的數據訓練出的 ANN 分類器的實際表現可能比理論預期的要差得多。我們通過將有限的真實數據與合成模型數據相結合來改善這種情況。在所有情況下，我們都使用了易于評估的模型。然而，這些模型的分析方法并不簡單，無法創建分析解決方案。

特別是，我們提出了一種實現非相干脈沖壓縮的方法，可在單脈沖寬度內分辨目標。我們提出了一種檢測微弱目標軌跡的方法，該方法無需事先假設目標加速度、信噪比等。我們介紹了在訓練無人機和非無人機目標分類器時納入不完美模型數據的不同方法。最后，我們介紹了一種估算海面多徑傳播路徑差的方法，用于目標跟蹤。

本文的主要重點是開發一種低成本、魯棒性和高效的合作定位解決方案，以幫助無人自主飛行器在全球定位系統缺失或性能下降的條件下進行導航。

首先，推導出固定翼無人機（UAV）和多旋翼無人機的完全可觀測性條件。創建了一個相對位置測量圖（RPMG），圖中的節點是車輛或已知特征（地標），它們之間的邊代表測量結果。利用圖論和線性代數概念，得出了可觀測矩陣最大秩的條件，并建立了可觀測矩陣秩與系統中可用測量值之間的關系。該分析條件的缺點之一是必須在所有時間時刻保持一個連通的 RPMG。因此，我們提出了一種離散時間可觀測性條件，即一個時間間隔內的 RPMG 的聯合必須是相連的。

接下來，將討論無人飛行器 (UV) 緊密協調和控制的一個基本問題。在各種應用中，飛行器的慣性位置并不重要。在這種情況下，車輛之間的相對姿態和方位對開發控制器非常有用。眾所周知，擴展卡爾曼濾波器（EKF）的性能非常出色，前提是它的初始化接近真實位置并能接收到測量結果。對于沒有任何全球定位系統（GPS）測量數據或網絡延遲嚴重（需要重新初始化濾波器）的長距離行駛車輛，已知先驗信息的假設是無效的。為了規避這些問題，我們開發了一種多假設卡爾曼濾波器（MHEKF），該濾波器在初始化過程中沒有先驗信息，這意味著相關的不確定性非常大。

最后，解決了地面車輛的分布式合作定位問題。集中式合作定位需要大量計算。我們開發了一種分布式合作定位算法，使組內的每輛車都能估計自己的慣性狀態。該算法是為自主地面車輛開發的，在仿真中僅使用測距數據。

圖 1.1：合作定位的相對位置測量圖，其中塔作為地標（已知興趣點），不同的 UV 相互合作。

本文是研究指揮與控制（C2）未來表現形式的四篇系列論文中的第一篇。第一篇論文通過探討未來指揮與控制（C2）系統需要在其中運行的未來作戰環境，為后續研究設定了基線。具體來說，本文探討了復雜性的驅動因素、表現形式和影響，而此前的研究表明，復雜性很可能是這一環境的特征。為此，它討論了 C2 和復雜性等關鍵術語的定義；介紹了未來運行環境中復雜性的一些驅動因素，并討論了這些因素如何對 C2 系統和組織造成新的壓力；研究了分析和理解復雜性的可能方法；并概述了 2030 年代及以后可能產生的一些實際考慮因素。由于本文旨在為本系列的后續三篇論文提供資料，因此沒有全面涵蓋未來 C2 思考的所有方面，包括提出具體建議。

研究問題

• 根據當前的全球社會和技術趨勢進行預測，國防和合作伙伴可能面臨的持續競爭和多領域作戰的作戰環境的性質是什么？
• 基于這種對未來的預測，未來的 C2 系統和組織將面臨怎樣的復雜性；即復雜性的可能來源是什么？
• 考慮到未來作戰環境的這一特點，未來的 C2 系統和組織需要具備哪些條件？
• 未來的 C2 系統和組織需要什么樣的新能力和特性才能有效應對這些需求？

有爭議的定義

C2 沒有直截了當的定義，對于該術語在當代作戰環境中的范圍和相關性也存在爭議。對 C2 傳統定義的批判來自于對 21 世紀有效領導力構成要素的更廣泛質疑。在英國、美國和北約，最近出現了大量與 C2 相關的新術語，并將重點從聯合思維轉向多領域思維。我們的研究將 C2 定義為一個動態的、適應性強的社會技術系統，因此有必要考慮組織、技術和人力要素。

同樣，復雜性也沒有一個公認的定義。學術界對復雜性的研究日益增多，涉及多個科學學科，但缺乏統一的方法或理論框架。一個有用的出發點是區分簡單系統、復雜系統、復雜系統和復雜適應系統。文獻還描述了在這些條件下可能出現的所謂 "棘手"或 "超級棘手問題"。還可以對有限博弈和無限博弈進行重要區分--這是考慮作為復雜適應系統的國家間競爭時的一個有用視角。鑒于這些爭論，我們的研究避開了對復雜性的僵化定義，而是從其關鍵屬性的角度對這一現象進行了 DCDC 式的描述。

復雜性的預計驅動因素

未來作戰環境的特征--以及國防 C2 系統和組織預計將執行的任務類型--具有很大的不確定性，因此任何預測都必須謹慎。盡管如此，文獻指出了各種政治、經濟、社會、技術、法律、環境和軍事（PESTLE-M）趨勢，預計這些趨勢將影響國際體系的演變，進而影響 2030 年及以后的國防行動。這些趨勢包括以下宏觀趨勢

• 日益增強的互聯性、多極化和全球競爭
• 不斷變化的氣候的影響
• 技術變革和數字化的影響
• 傳統和新穎領域的模糊化
• 國際準則和價值觀的轉變。

最重要的是，沒有一個單一或主要的趨勢推動著變化或復雜性；相反，最令人擔憂的是多種因素的融合及其不可預測的相互作用。這種認識為進一步研究這些趨勢影響國際體系復雜性水平和特征的具體機制提供了基礎，從而為在這一領域開展工作的 C2 帶來了新的挑戰。

復雜性的表現

上述 PESTLE-M 趨勢為未來組織應對 C2 帶來了一系列困境和壓力，包括但不限于

• 不確定性
• 模糊性
• 多義性
• 信息超載
• 認知偏差
• 面對瞬息萬變的事件，決策癱瘓或節奏不足
• 難以確保決策（包括人工智能）或信任決策所依據的數據、邏輯和假設
• 難以調動所有必要的權力杠桿，或協調參與制定和執行特定戰略或行動計劃的大量不同參與者（如跨政府合作伙伴、行業、國際盟友、公民）。

此外，無論是理論家還是實踐者，在處理包含非線性動態的問題時，都缺乏有力的措施來衡量所做決定或采取的行動的有效性。因此，很難確切地說未來作戰環境中的復雜性是否在客觀上不斷增加（而不是以不同的形式出現），但對軍隊應處理的復雜任務的政治期望與當前 C2 方法的執行能力之間顯然存在巨大差距。當前的學術理論為決定如何在復雜環境中配置 C2 提供了一個方法工具包的初步輪廓和一些指導原則，但并沒有提供靈丹妙藥。該理論強調審議分析方法，即讓不同利益相關者參與共同設計、借鑒多學科和知識體系的見解，并在分析和決策過程中建立靈活性，以便根據反饋意見不斷迭代和改進的方法。

未來 C2 的實際考慮因素

要應對復雜的自適應系統，就必須摒棄當前的線性 C2 流程和等級結構，盡管在處理非復雜任務和問題時，更傳統的方法可能仍然有用。在競爭激烈的世界中，英國既需要培養能夠對他人施加建設性影響的特性和能力（例如，將復雜性強加給對手的 C2），也需要培養能夠增強自身駕馭復雜性能力的特性和能力。

要影響敵對行動者的觀念、決策和行為，首先要深入了解其 C2 結構、流程和文化。根據這種了解，英國國防需要一套動能和非動能杠桿，對敵方的 C2 施加建設性影響，包括施加復雜性。除了敵對行動者，英國國防部還需要進一步了解如何對 PAG、盟友、合作伙伴、工業界、學術界、公民和對 C2 采取截然不同方法的其他人施加建設性影響。

在增強英國自身應對復雜性的能力方面，未來的 C2 系統和組織必須促進靈活性、復原力以及學習和適應能力等特性。整個決策周期都需要變革。例如，傳感器和通信技術的進步為獲取更多深度和廣度的數據提供了機會，包括有關復雜問題的數據。因此，提高認知能力對于理解所有這些數據至關重要，既要利用人類和機器的優勢，又要減少各自的缺點。要改變決策方法，還需要改變領導風格，以培養更善于駕馭復雜適應系統的決策者。在做出決策或計劃后，提高跨部門或跨層級的能力，在實施階段更好地整合活動或匯聚效應，對于抵消英國的局限性（如在質量方面）至關重要。

同樣，整合也不是萬全的；如果國防缺乏足夠深度的力量和能力，無法在充滿敵意的威脅環境中采取可信行動或維持高節奏行動，那么即使是最高效的指揮控制系統也無法在未來取得成功。此外，還需要采取防御措施以及恢復和失效模式，以阻止或減輕敵方破壞 C2 系統和組織的努力所造成的影響。鑒于所面臨的威脅，以及英國國防可能需要解決的不同形式的復雜問題，很可能會同時出現多種并行的 C2 模式，而不是單一的方法。應對復雜性意味著不斷學習、適應、創新和開放求變。因此，必須從一開始就將效果衡量標準、信號和變革機制納入計劃以及 C2 系統和組織，使其能夠隨著時間的推移不斷學習和調整，以應對各種情況。至關重要的是，未來 C2 系統和組織的設計只是挑戰的一部分--它們還必須得到更廣泛的國防企業緊急改革的支持，以確保獲得所需的使能因素（人員、技術等）。從 C2 的角度來看，這本身就是一個挑戰，因為改變這個企業--一個復雜的適應性系統--本身就是一個棘手的問題。

結論和下一步行動

學術理論家和政府、軍事或工業從業人員對復雜性或復雜適應系統的理解并不全面，而這正是未來 C2 運行環境的特點。雖然文獻提供了處理復雜性的有用方法和工具，以及未來 C2 的一些初步設計考慮，但英國 C2（本身就是一個社會技術系統）的現代化和轉型將是一項高度復雜的工作。這意味著要與不斷發展的作戰環境、不斷變化的威脅和技術環境共同適應，從而進行迭代和不斷學習。因此，最緊迫的挑戰或許是，考慮到 C2 系統在未來面對復雜性時取得成功所需的轉型（技術、結構、流程、文化、教育等）的程度和性質，了解如何在一段時間內最好地引導這一過程。

自相矛盾的是，要克服實現以應對復雜性為目標的 C2 系統所面臨的障礙，可能需要英國國防部已經表現出其所尋求建立的系統的許多特征。面對這樣的循環邏輯，英國國防部可能需要某種外部沖擊來迫使其進行創造性的破壞，或者利用（或不顧）更傳統、線性的 C2 方法來啟動自身的激進改革努力，并隨著時間的推移，隨著變化的到來而進行調整。

盡管近年來深度學習取得了巨大進展，但訓練神經網絡所帶來的爆炸式經濟和環境成本正變得不可持續。為了解決這個問題，已經有大量關于算法高效深度學習的研究，這些研究旨在通過改變訓練程序的語義，而不是在硬件或實現級別上降低訓練成本。本文對該領域的研究進行了系統、全面的綜述。首先，我們將算法加速問題形式化，然后我們使用算法高效訓練的基本構建塊來開發分類。我們的分類強調了看似不同的方法的共性，并揭示了當前的研究差距。接下來，我們將介紹評估最佳實踐，以實現對加速技術的全面、公平和可靠的比較。為進一步幫助研究和應用，討論了訓練管道中的常見瓶頸(通過實驗說明)，并為它們提供分類緩解策略。最后，我們強調了一些尚未解決的研究挑戰，并提出了有希望的未來方向。 //arxiv.org/abs/2210.06640

在過去的幾年里，深度學習(DL)在廣泛的應用領域取得了顯著的進展，如蛋白質結構預測(AlphaFold [Jumper et al。2021])、文本到圖像合成(DL - e [Ramesh et al。2021])、文本生成(GPT-3 [Brown等人。2020a])等。實現這些性能提升的關鍵策略是將DL模型擴展到非常大的規模，并對它們進行大量數據的訓練。對于大多數應用程序，可訓練參數的數量至少每18至24個月翻一番——語言模型以4至8個月的翻倍時間領先(Sevilla and Villalobos 2021)。大規模人工智能模型的著名例子包括:用于視覺應用的Swin Transformer-V2 [Liu等人2022a]，用于語言建模的PaLM [Chowdhery等人2022]，用于內容推薦的波斯[Lian等人2021]，具有100萬億參數。

盡管擴大DL模型正在實現前所未有的進步，但訓練大型模型已經變得極其昂貴。例如，GPT-3訓練成本估計為165萬美元，使用谷歌v3 TPU[Lohn和Musser 2022]，且transformer 模型的低效/幼稚開發將產生相當于5輛汽車終生碳足跡的二氧化碳(CO2) [Strubell等人，2019]。值得關注的是，DL仍然沒有達到許多應用所要求的性能水平:例如，在現實世界中部署全自動駕駛汽車需要人類水平的性能，但還沒有達到。不斷增長的模型和數據規模以達到所需的性能將使當前的訓練策略在金融、環境和其他方面不可持續。事實上，根據目前的趨勢推斷，2026年最大的人工智能模型的訓練成本將超過美國的GDP總量(Lohn and Musser 2022)。此外，DL對計算的高度依賴引發了人們對財務資源有限的用戶(如學者、學生和研究人員(特別是來自新興經濟體的人)的邊緣化的擔憂[Ahmed and Wahed 2020]。我們將在附錄A中更詳細地討論這些關鍵問題。考慮到其計算負擔的不可持續增長，DL的進步需要更多的計算效率訓練方法。一個自然的方向是消除學習過程中的算法效率低下，以減少DL訓練的時間、成本、能量和碳足跡。這種算法高效的深度學習方法可以通過多種方式改變訓練過程，包括:改變數據或樣本呈現給模型的順序;調整模型的結構;改變優化算法。這些算法改進對于實現有效深度學習訓練所需計算負擔的估計下界至關重要，目前的做法導致的負擔大大超過了該下界[Thompson等人，2020]。

此外，這些算法增益與軟件和硬件加速技術相結合[Hernandez和Brown 2020]。因此，我們相信算法高效的邏輯學習提供了一個巨大的機會來增加邏輯學習的收益并降低其成本。雖然最近涌現的算法效率論文支持了這一觀點，但這些論文也表明，算法效率方法的研究和應用受到碎片化的阻礙。不同的指標被用來量化效率，這產生了不一致的加速方法的排名。評估是在狹窄或特征不佳的環境中執行的，這將導致不正確或過于寬泛的結論。在討論算法效率方法時，缺乏反映它們的廣度和關系的分類法，這使得人們很難理解如何遍歷加速環境，將不同的方法結合起來并開發新的方法。因此，本文的核心貢獻是組織算法效率文獻(通過受[Von Rueden等人2019]啟發的分類法和調研)，以及對影響報告和實現加速的實際問題的技術描述(通過評估和實踐指南)。我們的討論始終強調這兩個重點的關鍵交集:例如，算法效率方法是否會導致實際的加速確實取決于方法(通過我們的分類法可以理解)和計算平臺(通過我們的從業者指南可以理解)之間的交互。

我們的貢獻總結如下:

• 形式化加速:我們回顧DNN效率指標，然后形式化算法加速問題。
• 分類和調研:我們通過適用于3個培訓管道組成部分的5個加速行動(5Rs)對200多篇論文進行分類(見表1和表3)。分類有助于為從業者選擇方法，為讀者消化文獻，并為研究人員識別機會。
• 最佳評估實踐:我們識別了文獻中常見的評估陷阱，并相應地提出最佳評估實踐，以實現對各種加速技術的全面、公平和可靠的比較。
• 從業者指南:我們討論了影響加速方法有效性的計算平臺瓶頸。根據訓練管道中瓶頸的位置，提出適當的方法和緩解措施。

有了這些貢獻，我們希望改進算法效率的研究和應用，這是計算效率深度學習的關鍵部分，需要克服現有研究面臨的經濟、環境和包容相關的障礙。本文主要分為四個部分:第2節概述了DNN訓練和效率度量以及算法加速問題的形式化。第3節使用廣泛適用的加速方法的構建塊以及它們影響的訓練管道組件來開發我們的分類法。第4節根據我們的分類法對加速文獻進行了全面的分類，并討論了研究機會和挑戰。第5節和第6節分別討論了比較不同方法的最佳評估實踐和選擇合適的加速方法的實際建議。最后，第7節總結并提出了算法效率領域的開放問題。