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

目前的文獻認為,恐怖組織未來的無人機系統(UAS)行動威脅有限。本研究的論點恰恰相反。恐怖組織使用無人機系統技術目前只是一種小眾威脅。然而,有證據表明,這種威脅將在未來五年內成為主流。本研究采用案例研究法進行定量研究,以證明研究問題。因變量是恐怖分子使用復雜的無人機系統行動。自變量是簡單性、供應和規模。研究評估了三個恐怖組織:庫爾德工人黨、Hayat Tahrir al-Sham 和博科圣地。研究結果表明,獲取無人機系統技術很容易,但由于技術限制,擴大行動范圍卻很困難。此外,報告還指出了當前文獻和研究中亟待解決的問題,如組織如何獲取上述技術并籌集資金來開發項目。報告還強調了美國和國際社會在應對無人機系統威脅方面取得的進展,同時暴露了立法和法規方面的明顯差距。研究的意義表明,美國及其盟國在抵御威脅方面已經落后。

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。

本專著既展示了反介入區域拒止(A2AD)問題,也是一個獨特的歷史性解決方案實例。作為分析的一部分,本文提出了一個假設,即美國陸軍地面部隊可能會在沒有空域保護和支持的對抗性環境中作戰,而自第二次世界大戰以來,空域一直是地面機動的主要要求。因此,這本專著探討了陸軍在需要在沒有空中優勢的情況下作戰時可能面臨的問題,以及重新獲得空中優勢的條件。本專著的核心論點是,美國陸軍多域作戰(MDO)中大規模作戰行動(LSCO)的成功,在未來可能會有通過最大限度地利用其他域手段,嘗試通過地面機動消滅敵方防空系統的要求。本研究分析并比較了兩個歷史案例:贖罪日戰爭和二戰時期德國的莫爾坦攻勢。這些案例研究提供了作戰指揮官如何在沒有空中優勢的情況下嘗試使用地面部隊的背景。它們是現代戰爭中面對無法通過空中支援地面機動時成功和失敗的范例。在這兩種情況下,縱深機動、火力和空中優勢的標準提供了一種手段,用于分析和解釋戰區指揮官如何在缺乏現代戰爭所必需的空中支援的條件下成功或失敗地尋求聯合兵種機動。

作為一個負責執行大規模作戰行動(LSCO)的軍事組織,美國陸軍的競爭對手是不斷發展以與美國軍事實力相匹敵的同行對手。這些對手開發的技術能力可以阻止多領域行動的融合。為了在未來的沖突中與這些對手競爭、滲透和瓦解,美國陸軍要不斷發展,適應戰場上的挑戰。俄羅斯是一個嚴重的同級威脅,可以挑戰美軍在大規模作戰行動中的主導地位。自 "沙漠風暴 "行動以來,俄羅斯一直密切關注著美國的戰爭方式。正如馬克-A-米利將軍所說,俄羅斯領導人知道,"我們擅長的戰爭方式強調聯合和聯合作戰;技術優勢;全球力量投送;戰略、作戰和戰術機動"。"因此,善于觀察的俄羅斯學會了利用作戰環境,開發能夠造成作戰對峙和阻止常規部隊有效使用的武器。

目前,俄羅斯對歐洲國家的侵略行為--她試圖恢復蘇聯時期的突出地位--增加了歐洲未來發生武裝沖突的可能性。由于俄羅斯研究了美軍的部署和作戰方式,美軍將不得不尋找適應性的方法來實現戰場上的領域融合。修正主義的俄羅斯實現了能力的現代化和發展,以對抗美軍執行空地一體化運動、機動和火力的能力。俄羅斯先進的遠程防空系統將使美國喪失空中優勢。其便攜式系統和先進的無人空中和地面系統的擴散對美軍編隊和關鍵節點構成重大威脅。美軍陸軍可能在沒有空域保護和支持的情況下在有爭議的環境中作戰,這是本文及其分析的一個關鍵假設。

根據聯合出版物(JP)3-01《反擊空中和導彈威脅》,"反擊空中和導彈威脅 "的最佳方法是 "在發射前利用進攻行動摧毀或瓦解空中和導彈威脅"。然而,面對像俄羅斯這樣的同行威脅,執行這樣的任務并非易事。俄羅斯目前擁有一套綜合防空系統(IADS),由遠程、中程和短程地對空導彈組成的分層結構,可在不同高度擊落作戰飛機。S-400 "凱旋 "地對空導彈系統(SAMS)是俄羅斯高度復雜的防空保護傘的基石。

俄羅斯 S-400 是一種高度機動的系統,能夠在四百公里范圍內攔截敵機。該系統不僅覆蓋了加里寧格勒州的波羅的海國家,還覆蓋了波蘭的廣大地區。這意味著在蘇瓦維缺口和波羅的海沿岸國家附近行動的俄羅斯地面部隊將受到機動靈活的 IADS 的保護。膽敢侵入俄羅斯領空的敵軍戰機將在俄羅斯西部邊境遭遇由 S-400 炮兵連和營組成的致命空中雷區。到 2020 年底,俄羅斯將增加 56 個 S-400 營,這只會提高俄羅斯 IADS 的殺傷力和能力。

俄羅斯最近舉行的 "東方 2018 "軍事演習展示了由 S-400、中程 "布克"、短程 "托爾 "和 "潘齊爾-S1 "系統組成的分層防空系統如何遏制大規模空襲。演習展示了訓練有素的機組人員如何最大限度地發揮 S-400 的能力,對試圖侵入俄羅斯領空的北約飛機造成重大損失。S-400 的射程使其能夠瞄準空中加油機和機載預警與控制飛機等敵方輔助飛機。此外,該系統靈活的瞄準能力可防范不同的威脅和攻擊,其反隱身能力可探測并擊落 F-35 等具有隱身能力的戰斗機。

據專家稱,擊敗俄羅斯先進防空系統的方法包括電子戰、空對地反輻射導彈、戰斧巡航導彈和隱形技術等壓制戰術。然而,這些方法的問題在于成本、可靠性和目標定位。俄羅斯龐大的 SAMS 機群使得壓制任務十分艱巨,而且無法保證成功。壓制俄羅斯的 IADS 需要大量使用反 SAMS 導彈和飛機,而且極有可能造成重大損失。此外,由于 S-400 的發射和機動速度快,因此很難定位和瞄準。同時,針對 S-400 地面雷達系統的隱形技術尚未得到驗證。盡管 B-2 轟炸機、F-22 和 F-35 等飛機的雷達信號很低,但它們也并非無法抵擋不斷發展的雷達技術和攻擊機。F-22 和 F-35 戰斗機的斜角外形和設計使這些飛機很容易受到發展中雷達系統的攻擊。

以色列人慘痛地發現,面對層層疊疊、精密復雜的地面防空系統困難重重。中央情報局關于 1973 年阿以戰爭的解密文件顯示了蘇聯 SAMS 對以色列空軍(IAF)的巨大威力。特別是埃及的 SAMS 網絡,在干擾以色列打擊任務和保護埃及地面部隊方面取得了巨大成功。埃及人在保護罩內行動,直到以色列設計出一種獨特的方法來擊潰他們的防空保護傘。

贖罪日戰爭中埃及的情況代表了與俄羅斯沖突中可能出現的結果。與埃及人一樣,俄羅斯軍隊也將在其防空保護傘下行動,在這種情況下,針對俄羅斯 IADS 的標準壓制戰術可能無法奏效,從而迫使作戰指揮官尋找其他替代方案。1973 年以色列解決這一問題的方法雖然不典型,但也是可以做到這一點的范例。以色列指揮官依靠地面部隊,將縱深滲透、地面炮火和空中優勢結合起來,擊潰了埃及的防空系統。

本文認為,多域作戰(MDO)中 LSCO 的成功可能取決于地面機動部隊能否消滅敵方的防空系統。由地面機動部隊實施并支持地面機動部隊的縱深機動、火力和空中優勢是本文研究作戰指揮官如何利用地面部隊刺破防空泡沫并重建制空權的評估標準。按照我們今天的理解,地面聯合作戰由空地一體化機動組成,因此 IADS 的先進性可能會抵消成功的地面聯合作戰所需的空中支援。在當今的作戰環境中,許多對手在陸基雷達和電子攔截能力方面也擁有類似的先進技術,以防止成功的 LSCO。解決這一問題的一個可能辦法是,戰區指揮官利用地面機動部隊深入敵方領土,解除敵方的空中防御,重新奪回空中優勢,并重建空地會合。

贖罪日戰爭和二戰中的莫爾坦攻勢是對比案例研究,為作戰指揮官如何在沒有相應空中優勢的情況下嘗試使用地面部隊提供了背景資料。這些對比鮮明的案例是現代戰爭中面對無法通過空中支援地面機動時成功與失敗的范例。在這兩個案例中,縱深機動、火力和空中優勢的標準為分析和解釋戰區指揮官如何成功或失敗地用地面機動部隊摧毀防空系統提供了一種手段。兩個案例都說明了縱深機動、火力和空中優勢對防空系統復雜性的重要作用。此外,案例比較還展示了在有爭議和不允許空中行動的環境下,運用縱深機動和火力重新獲得空地一體機動優勢所面臨的差異和挑戰。

美國陸軍將縱深機動描述為軍事行動在時間、空間和目的上的延伸,以便在高度競爭的環境中獲得對敵優勢。縱深機動部隊采用移動和火力相結合的方式,獲取優勢地位,以擊敗敵方部隊。因此,縱深機動在作戰中發揮著至關重要的作用。同樣,火力通過間接火力武器系統對目標產生致命和非致命影響,幫助機動單元奪取、保持和利用主動權。這樣,火力就能完成瞄準、投送和整合各種形式的炮火打擊對方部隊的關鍵任務。同樣,空中優勢通過 "一支部隊對空中的控制,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干擾",從而實現地面作戰行動。

在贖罪日戰爭中,埃及整合了反坦克武器和蘇聯先進的防空系統,使以色列國防軍(IDF)無法應用其裝甲機動和近距離空中支援的概念。以色列國防軍指揮官利用地面機動部隊恢復空地會合,擊敗埃及防空部隊,從而解決了這一作戰難題。以色列作戰指揮官使用了縱深機動和火力,通過摧毀埃及的地面防空系統來實現空中優勢。

在莫爾坦反擊戰中,德軍的表現與以色列人在贖罪日戰爭中的表現形成了鮮明的對比。D-Day 之后,德軍第七陸軍在法國小鎮莫爾坦附近發動了一次名為 "盧蒂奇行動 "的反擊,目的是在沒有適當的空中掩護和火力的情況下切斷美軍從諾曼底橋頭堡的滲透和突圍。德軍無法整合空地機動,降低了陸軍的戰績,阻礙了作戰的成功。由于盟軍在諾曼底上空擁有壓倒性的空中優勢,德軍無法對美軍防御發起成功的縱深機動,其火力也缺乏有效性。德軍地面機動部隊在進攻過程中沒有空中組成部分,也沒有能力攔截英國的空軍基地,因未能取得聯合武器優勢而遭受了災難性的失敗。

本研究參考了包括美國軍事條令和第一手資料在內的原始資料,這些資料為本項目分析歷史案例研究提供了一個視角。在贖罪日戰爭案例研究中,以色列和埃及方面參戰人員的自傳提供了大部分原始資料。這里值得關注的是 Saad El Shazly 將軍的《跨越蘇伊士運河》和 Avraham Adan 將軍的《蘇伊士運河畔:一位以色列將軍對贖罪日戰爭的親身經歷》。這兩本書提供了戰爭發生時的第一手資料。其他主要資料來源有美軍條令出版物和野戰手冊,如《野戰手冊》(FM)3-0《作戰》和《陸軍條令參考出版物》(ADRP)3-09《火力》。在二手資料方面,學術書籍和研究專著也提供了有關該主題的詳細信息。

薩阿德-沙茲利(Saad El Shazly)將軍的自傳體作品《跨越蘇伊士運河》代表了埃及對 1973 年以色列戰爭的看法。沙茲利的作品展示了埃及軍方如何將軍事手段與政治目的相結合。作為戰爭的戰略家和主要策劃者,沙茲利對埃及戰爭計劃的不同階段提出了寶貴的見解,并詳細介紹了埃及軍方如何建立綜合防空系統以遏制以色列的空中優勢。他從資源有限的埃及軍方角度描述了這場沖突,并詳細介紹了為克服這些挑戰所采取的措施。盡管沙茲利的軍事回憶錄并非對沖突的公正描述,但其價值在于對埃及作戰計劃的坦誠評估。

另一方面,阿夫拉罕-阿丹的戰爭回憶錄《蘇伊士運河畔》代表了以色列人對 1973 年戰爭的看法和描述。阿丹將軍講述了他作為師長的經歷,是對阿以最新戰爭史學的重要貢獻。本研究感興趣的是阿丹對關鍵事件的描述,尤其是在德韋爾蘇伊士攻勢中,以色列地面部隊采用了獨特的縱深機動、火力和空中支援組合,擊敗了埃及先進的防空系統,重新奪回了西奈天空的制空權。

亞伯拉罕-拉賓諾維奇(Abraham Rabinovich)的《贖罪日戰爭》等二手資料對贖罪日戰爭案例研究至關重要,因為它們通過證實關鍵事實和事件,補充了一手資料。拉比諾維奇的著作從以色列、埃及和敘利亞的角度對戰爭進行了平衡的敘述。書中的 "實地 "細節為本文的分析提供了依據。拉比諾維奇對戰爭的研究依賴于對退伍軍人的 130 多次采訪,以及他在沖突期間作為記者的工作。

對于莫爾坦攻勢的案例研究,現有原始歷史手稿的深度和廣度都很有限。不過,《第二次世界大戰中的美國陸軍,歐洲戰區》(The U.S. Army in World War II, The Europe Theater of Operations: 突圍與追擊》提供了大量信息。艾克-斯凱爾頓聯合武器研究圖書館(Ike Skelton Combined Arms Research Library)的檔案也對這次行動進行了詳細描述。德懷特-艾森豪威爾(Dwight D. Eisenhower)的《最高指揮官就盟軍遠征軍 1944 年 6 月 6 日至 1945 年 5 月 8 日在歐洲的行動向參謀長聯席會議提交的報告》和美國第 30 步兵師的《行動后報告》尤其值得關注。在二手資料方面,《拯救突圍: 25F 26 在二手資料方面,《拯救突圍:1944 年 8 月 7 日至 12 日第 30 師在莫爾坦的英勇戰斗》和《莫爾坦的勝利》是本研究中使用的其他學術著作。

馬克-里爾登(Mark Reardon)的《莫爾坦的勝利》(Victory at Mortain)一書為莫爾坦攻勢案例研究分析提供了參考,因為該書記錄了德國在 D-Day 入侵后試圖決定性地影響西歐戰爭進程的嘗試。通過研究多個裝甲師攻擊防守法國小鎮莫爾坦的一個美軍師的原因,Reardon 對戰術層面的戰斗、作戰演習和高級戰地指揮官的決策之間的關系提供了至關重要的見解。與此同時,阿爾溫-費瑟斯頓(Alwyn Featherston)的著作《拯救突圍》(Saving the Breakout)試圖將莫爾坦戰役從被遺忘的歷史中重新喚醒。在研究中,費瑟斯頓指出了缺乏空中支援和無法攔截英國空軍基地是如何阻礙德國地面機動部隊取得對美軍的聯合優勢的。

本研究的以下部分包括兩個案例研究--贖罪日戰爭和德國莫爾坦攻勢--以及一個結論,以證明 LSCO 的成功可能取決于地面機動部隊摧毀對方部隊的防空系統。第二節和第三節對這兩個歷史案例進行了比較和對比,以說明反介入區域拒止(A2AD)問題和獨特的解決方案。第二節通過強調以色列指揮官利用地面部隊的縱深機動和地面火力支援重新奪回制空權并擊敗埃及 SAMS 保護傘的獨特性,探討了以色列在面對埃及多層次、復雜的防空系統時取得成功的獨特性。

相反,第三節說明了面對在防空系統下作戰的敵軍的困難。它將德國的莫爾坦攻勢視為當今作戰指揮官在面對俄羅斯這樣的同級威脅時可能面臨的結果。該部分強調了德軍在沒有足夠空中支援的情況下,面對在其防空系統下作戰的盟軍所面臨的挑戰。最后,結論部分對兩個案例研究進行了總結,并強化了本項目的中心論點。

付費5元查看完整內容

世界大國都在研發高超音速武器,以擊敗現有的反介入/區域拒止系統,從而獲得戰勝對手的戰略優勢。美國正在研發高超音速導彈,以繼續與對手競爭。在美國發展這些武器的同時,國家必須利用有限的資源高效、有效地運用這些武器。本論文研究了美國陸軍可能采用的高超音速導彈對美國海軍和美國空軍的影響。該分析通過對 20 世紀 80 年代 Pershing II導彈群的歷史對比,評估了美國陸軍使用高超音速武器所需的能力。將美國陸軍所需的能力與美國海軍和美國空軍的使用能力進行比較,以確定美國陸軍使用高超音速武器的優勢和劣勢。這些比較確定了美國陸軍在軍事行動范圍內的各種情況下在其武器庫中使用高超音速武器的必要性。該評估有助于確定國防部是否繼續為美國陸軍發展高超音速導彈發射能力。

高超音速技術結合了燃燒和等離子空氣動力學的進步,將使未來的導彈比以前的武器飛得更快(達到 5 馬赫或更高)、更遠(超過 1000 英里)。隨著制導系統和干擾屏蔽技術的進步,這些武器對當前反介入/區域拒止(A2/AD)系統的擬制效能對美國及其盟國的國家安全和海外利益構成了嚴重威脅。大國在高超音速技術的研發方面取得了長足進步,提高了遠程火力的射程和殺傷力。更重要的是,我們的對手打算利用這些武器提供攜帶核有效載荷的能力,這對美國及其盟國構成了更大的威脅。這項技術有能力將未來戰場延伸數百英里。這些武器在投入使用后,有可能將戰場擴大到全球范圍。美國必須投資、開發和使用高超音速武器,以應對對手在新一輪高超音速軍備競賽中保持戰略對峙態勢的挑戰。

美國國防部(DoD)已與國防工業簽訂合同,為美國武器庫開發和測試這些高超音速武器。美國海軍和美國空軍目前擁有指揮結構,可以改裝現有發射平臺,在戰場上使用高超音速武器。美國海軍和美國空軍計劃利用現有的指揮結構(全球打擊司令部和潛艇部隊司令部)和改造現有的發射平臺(驅逐艦、潛艇和轟炸機)來使用這些武器。美國陸軍將不得不開發新的發射平臺來使用這些武器,因為原型武器的體積超過了現有發射平臺的承受能力。美國陸軍承認在遠程精確射擊方面存在關鍵的能力差距,并將其作為陸軍現代化的重中之重。陸軍明白,隨著我們的對手在其武器庫中開發和采用高超音速技術,有必要對武器系統進行投資,以趕上和超過這些需求。

高超音速武器的發展將繼續實現對我們對手的 A2/AD 系統的戰略優勢。美國必須評估在未來沖突的戰場上有效使用這些武器的最佳方法。由于美國海軍和美國空軍采用高超音速武器的計劃已經開始實施,本論文將評估美國陸軍采用的方法與美國海軍和美國空軍采用高超音速武器的方法之間的差異。本論文研究了美國陸軍是否應該采用高超音速武器,具體來說就是采用高超音速武器的必要性和能力。

本論文的主要研究問題是:美國陸軍是否應該使用高超音速武器?美國陸軍是否應該使用高超音速武器?為回答這一問題,本文將討論以下輔助問題:

1.) 美國陸軍將如何采用高超音速武器?

a.) 美國陸軍是否會采用類似 "Pershing II "導彈系統的高超音速武器?

b.) 美國陸軍是否會采用與美國海軍和美國空軍類似的高超音速武器?

2.) 美國陸軍采用高超音速武器的必要性是什么?

a.) 如果美國海軍和美國空軍將采用高超音速武器,那么美國陸軍是否需要高超音速武器?

b.) 美國陸軍將如何在軍事行動范圍內使用高超音速武器?

對于許多國家和聯盟來說,A2/AD 系統一直保持著一種對峙態勢,以抵御敵對勢力的入侵。高超音速技術在武器系統中的應用威脅到了這一現狀,因為這些武器的技術能力可能會打敗目前的 A2/AD 系統。如果這成為現實,那么那些已經開發出能夠執行任務的高超音速武器的國家將在擊敗這些 A2/AD 系統和打擊戰略級目標的能力方面比對手更具戰略優勢。

大國一直在利用高超音速技術繼續研發生產武器系統原型,在研發方面比美國更具戰略優勢。在此期間,美國集中資源和力量,在全球反恐戰爭中開展了 "伊拉克自由行動"、"持久自由行動 "和 "堅定決心行動"。隨著美國縮減在中東的重大行動,國防部認識到,在經歷了近二十年的沖突之后,有必要對部隊的現代化進行投資。這種現代化投資是保持對峙態勢以維護全球穩定所必需的。隨著大國在新的高超音速武器軍備競賽中取得同樣的進步,高超音速武器方面的相互能力可能是保持這種態勢的一種方法。

隨著高超音速武器的發展,美國必須集中精力切實有效地利用這些武器。美國國防部已與國防工業公司簽訂了開發高超音速導彈的合同。為了使用這些武器,國防部已認識到需要改造現有發射平臺或開發新的發射平臺,以便在戰場上使用這些武器。在美國軍隊,特別是美國陸軍的現代化進程中,這項高超音速工作需要大量資源。由于資源有限,美國必須有效地集中這些資源,并確定在美國武庫中使用這些武器的最佳行動方案。

付費5元查看完整內容

無人駕駛飛機將繼續成為美國國防的關鍵。《美國國防戰略》優先考慮對人工智能(AI)、機器學習和自主功能進行投資,以保持軍事競爭優勢。本研究基于大規模作戰行動(LSCO)的嚴酷性,以及在開發利用人工智能的技術時采取果斷行動和遵守道德規范的必要性。研究采用定性研究的方法,分析了技術發展和作戰概念中存在的四種類型的自主無人駕駛飛機。研究采用了一項關于美國和大國軍事能力的非機密案例研究,并應用了包括專業定性訪談在內的多種分析形式。雖然分析發現所有四種類型的自主無人駕駛飛機都很有用,但它建議優先考慮完全自主的彈藥和半自主的環形載人技術,以滿足以 2035 年為中心的聯合部隊規劃時間表。研究結果還表明,需要改進數據收集和處理、云和網狀網絡以及數據和網絡系統的安全性。研究還發現,人工智能和自主功能具有提高人類性能和決策的潛力,保持有人駕駛飛機和無人駕駛飛機的組合可使美國管理作戰風險。

根據美國《國家安全戰略》和《國防戰略》,戰略和作戰環境已經發生了變化。具體地說,與大國競爭重新抬頭,導致軍事戰略和規劃考慮因素發生變化。《國防戰略》(NDS)指出,"國家間的戰略競爭,而不是恐怖主義,現在是美國國家安全的首要問題"。由于這種競爭,聯合軍種已將重點轉移到大規模作戰行動的準備狀態和未來能力上。這種類型的沖突是致命的、激烈的和殘酷的,歷史表明,這種規模的作戰行動更加混亂、激烈和具有破壞性。所有這一切都使得未來戰斗的作戰環境更加復雜,多個作戰領域(如空中、太空、網絡空間、陸地和海上)隨時都會影響戰斗空間。這種環境導致美國的大國競爭對手投資于各領域的能力,以縮小美國軍事優勢的差距。

這些投資帶來了能力上的進步,創造了強大而具有挑戰性的場景,需要更好的態勢感知和更快的人工決策。此外,在這種環境下可用的數據量對于當前的系統和決策者來說是難以承受的,而人工智能(AI)、機器學習(ML)和自主系統功能方面的進步則有望跟上行動的步伐并保持競爭優勢。

特別是,為了有效利用剩余能力并達到預期效果,需要在作戰空間內加快數據處理速度,以提高對態勢的感知能力,并加快各級決策的制定。空軍歷來使用 OODA(觀察、定向、決策、行動)循環的條令概念來加速作戰行動中的決策制定。OODA 循環被視為一種決策戰略,可在競爭激烈的環境中創造優勢。它最初由美國空軍上校約翰-博伊德(John Boyd)提出,是一個實用的概念,目的是在混亂和令人困惑的情況下創造理性思維。觀察步驟的重點是盡可能準確地全面了解情況。東方階段包括兩個子階段:破壞和創造。破壞包括將情況分析為更小的組成部分或問題,以便更好地了解情況。決策者會對問題進行分解,直到熟悉或接近可以制定計劃的情況為止。熟悉是通過教育、培訓、經驗和指導獲得的。然后,將問題和計劃的組成部分 "創造 "成一個整體行動計劃。決定 "階段只是合乎邏輯的下一步,是收集足夠數據以做出明智決定的結果。行動是 OODA 循環過程的執行階段。

人工智能有可能加速每個戰術、戰役和戰略層面的 OODA 循環。例如,可以利用更多可用數據構建態勢圖,從而進行更準確的觀察。然后,通過人工智能和機器學習對局勢數據進行提煉,為決策者指明方向,以便更快更好地制定行動計劃。我們需要人工智能來協助處理和分析現有的大量數據。這將導致更快、更明智的決策和行動,在戰場上創造巨大優勢。

隨著美國的大國競爭對手利用全球范圍內取得的進展,商業部門也越來越迫切地實施這些新興技術。這導致對手發現了通過將人工智能的使用整合到自己的軍事力量中來對抗美國軍事力量的方法。例如,對手的綜合防空系統通過集成更多使用人工智能的自主功能,在目標探測和交戰方面變得更加高效。

除人工智能外,全域聯合作戰(JADO)也是一種技術和概念,聯合軍種職能部門和作戰領域正在利用這種技術和概念來同步開展工作并產生協同效應。這一概念通過提高各領域的效力來減少脆弱性。我們的對手也在推進和使用全域作戰,這給我們的部隊帶來了挑戰和機遇。全域作戰的推進創造了一個競爭日益激烈的環境,這將使 LSCO 的指揮和控制更具挑戰性。因此,國防部創建了聯合全域指揮與控制(JADC2),以空軍為牽頭機構,將各軍種的傳感器連接起來。

美國空軍還在開發 "下一代空中優勢"(NGAD),這是一種有人、無人和可選有人平臺的混合能力,在概念上依賴于人工智能、機器學習和人機協同技術與無人平臺。這些技術使無人平臺具有不同類型的自主能力,并與人類進行不同程度的互動(例如,人在環中、環上和環下)。一種理論認為,具有致命能力的資產在執行致命行動時應 "環內有人"。一個更常見的擔憂是,有爭議的作戰條件會對人與機器之間的衛星鏈路造成干擾,在這種情況下,人工智能系統將如何行動尚不清楚。空軍認識到這是一個需要解決的重要問題,并已開始研究防止人工智能失靈的方法。具體而言,正在為使用人工智能的系統開發一個子項目,稱為 "復雜環境下的自主測試"(TACE),該項目正在調查、測試和推進人工智能保障措施。

問題陳述

現代戰爭越來越傾向于全領域作戰,需要同時進行交戰,以便在多個或所有領域產生效果。在過去幾十年中,美軍在每個作戰領域都享有無可爭議的優勢。在未來與大國競爭者的沖突中,情況將不會是這樣。此外,在以反叛亂為中心的環境中,我國持續時間最長的武裝沖突影響了大規模作戰行動的軍事準備。這一問題加上快速的技術變革,以及我們的對手在各個作戰領域日益增加的挑戰,創造了一個新的戰略安全環境,而美國目前尚未做好作戰準備。此外,重新崛起的大國競爭者正在利用技術的快速傳播,產生新的戰爭概念和技術,如數據分析、人工智能、自主化和機器人技術。鑒于戰略環境和快速的技術進步,《國防戰略》已將投資列為優先事項,以進一步發現人工智能、ML 和自主性的軍事應用。美軍的優勢是削弱還是加強,取決于這些新技術的整合方式,以及我們是否比對手更有效地實施這些技術。聯合部隊領導層已明確表示,將致力于利用和發揮最佳形式的人工智能,以更快的速度和更高的精度完成所有任務集。我們必須利用人工智能、自主功能和人機協作來滿足這一需求,以更快的速度、更高的精度和更強的殺傷力應對更復雜、節奏更快的 LSCO 環境。考慮到所有這些因素,聯合部隊現在應確定無人平臺所需的人工智能自主功能類型,以滿足 2035 年聯合規劃時限內大規模作戰行動的需求和要求。

研究問題

本研究試圖回答的首要問題是,在非許可的大規模作戰環境中,利用人工智能和人類協同技術的致命無人駕駛飛機應該能夠在指揮和控制方面應對哪些挑戰,實現哪些類型的自主功能?

次要問題

1.無人駕駛飛機是否應具備致命的自主功能?

2.哪些關鍵任務需要人工智能(AI)和人類協同能力?

3.聯合部隊應投資哪些類型的有人和無人資產?

4.什么是有人駕駛飛機和無人駕駛飛機的正確組合,以實現所需的未來能力,從而超越我們的對手?

5.在高致命性的大規模作戰環境中,以無人機為主的部隊有何優勢?

6.為保障指揮與控制通信鏈路,需要進一步開發哪些類型的技術?

付費5元查看完整內容

本文介紹了一種獨特的方法,即由一個裝有網的飛行機器人對不合作的無人駕駛飛行器進行中空自主空中攔截。本文提出了一種名為 “快速響應比例導航(FRPN)”的新型攔截制導方法,旨在依靠機載狀態估計和跟蹤捕捉靈活機動的目標。在使用 100 個不同復雜度的目標軌跡(包括近 14 小時的飛行數據)進行的仿真中,將所提出的方法與最先進的方法進行了比較,結果表明 FRPN 的響應時間最短,攔截次數最多,而這正是敏捷攔截的關鍵參數。為了能夠從理論和仿真穩健地轉移到實際應用中,我們的目標是避免過度擬合目標的特定假設,并解決攔截未知總體軌跡目標的問題。此外,我們還發現了與目標狀態的跟蹤和估計有關的幾個經常被忽視的問題,這些問題會對系統的整體性能產生重大影響。我們建議使用基于交互多模型濾波器和新測量模型的新型狀態估計濾波器。模擬實驗表明,在考慮一般軌跡時,與常用的卡爾曼濾波法相比,所提出的解決方案能顯著提高估計精度。在這些結果的基礎上,我們采用所提出的濾波和制導方法實現了一個完整的自主攔截系統,該系統在現實模擬中得到了全面評估,并在與機動目標進行的真實世界實驗中得到了測試,其性能遠遠超出了任何最先進解決方案的性能。

圖 1:使用擬議系統成功自主攔截移動目標的拼圖。從 t1 到 t4 的機動時間約為 2 秒。

付費5元查看完整內容

軍事創新過程在戰時和平時具有不同的特點。戰時創新有戰場的直接反饋。和平時期的創新必須考慮到各種可能的未來,同時還要面對信息不完善所帶來的不確定性。軍事創新研究表明,實驗為克服這一挑戰提供了工具。現有的學術研究將實驗描述為一個迭代學習的過程,它能產生關于未來戰爭的新數據,并引用了美國航母戰和德國聯合武器演習等歷史實例。

本文認為,要理解實驗如何支持和平時期的創新,這種觀點并不全面。與其說實驗揭示了未來戰爭的本質,倒不如說實驗作為一種建立共識的工具最具價值。和平時期的軍事實驗是一個社會過程,在這一過程中,組織、團體和行動者影響著國防政策子系統內的意識形態競爭。社會過程包括構建知識,并就 "什么是真實的 "和 "什么是有效的 "達成共識。在戰爭期間,這一過程是通過戰場上的共同經驗實現的。在和平時期,這一過程發生在實驗過程中。軍事實驗需要高層領導的支持,但僅靠支持并不能在關鍵群體中達成足夠的共識。為了提高實驗向創新過程的實施階段過渡的可能性,國防政策制定者利用宣傳網絡(由國防政策制定者和政策影響者組成的松散聯盟)在整個國防政策子系統中建立共識。

本論文在三個案例研究中考察了這些論點:20 世紀 80 年代陸軍的摩托化概念實驗、20 世紀 90 年代陸軍的新路易斯安那演習和二十一世紀部隊實驗,以及 20 世紀 90 年代末和 21 世紀初聯合部隊司令部的聯合實驗。就國防政策而言,本文的研究結果表明,國防決策者應集中精力擴大宣傳網絡,將實驗與更廣泛的國防政策子系統聯系起來,以最大限度地發揮實驗的作用。此外,實驗還要求領導者在思想上與新理念保持一致,能夠傳達新理念的價值,擁有可靠的實戰經驗,并參與到宣傳網絡中,將實驗與關鍵群體聯系起來。最后,有效的實驗要求領導者在其職業生涯的早期經常接受必要的教育和體驗。

軍事創新過程

付費5元查看完整內容

無人機是革命性的嗎?讀到有關軍用無人駕駛飛行器(UAV)或 "無人機 "的報道,人們可能會認為無人機是一項革命性技術,將從根本上改變戰爭。無人機的快速擴散、與科幻小說的聯系以及無人機使用的保密性使許多人得出結論:"無人革命 "即將來臨。

本論文對無人機革命進行了研究。論文以 "軍事革命 "概念為基礎建立了一個框架,并將其應用于對三個國家的無人機使用及其融入軍隊情況的研究。論文進一步探討了 "革命 "這一稱號在美國、德國和英國的無人機融入和使用中發揮的作用。

研究表明無人機已在軍事行動中證明了自己的價值,并對這三個國家的經驗進行了比較。本論文詳細評估了不同國家如何采用無人機以及采用無人機所產生的影響,尤其是在德國和英國的案例研究方面,使其成為一部具有參考價值的著作。

本論文評估了五類變化--作戰、條令、戰略、組織、社會--認為軍用無人機帶來的最根本、也可能是革命性的變化是社會變化,即戰斗人員對戰爭的體驗發生了根本性變化。此外,論文還強調了各國的具體變化。

結論是,將無人機定為革命性武器在一個國家--德國--產生了重要影響,盡管影響的方式與最初的預期相反。也就是說,圍繞無人機的激烈辯論阻礙了無人機的采購和條令思考。在其他兩個國家,無人機革命的說法并不普遍,因此影響也較小。

隨著無人機在全球范圍內的擴散,本文對全世界的政策制定者、軍事決策者以及研究人員有所幫助。

付費5元查看完整內容

通過與被稱為計算機生成兵力(CGF)的虛擬對手進行訓練,受訓戰斗機飛行員可以積累空戰行動所需的經驗,而其成本僅為使用真實飛機訓練的一小部分。但實際上,計算機生成兵力的種類并不豐富。這主要是由于缺乏 CGF 的行為模型。在本論文中,我們研究了空戰訓練模擬中 CGF 的行為模型在多大程度上可以通過使用機器學習自動生成。空戰領域非常復雜,在該領域內運行的機器學習方法必須適合該領域帶來的挑戰。我們的研究表明,動態腳本算法極大地促進了空戰行為模型的自動生成,同時又具有足夠的靈活性,可以根據挑戰的需要進行調整。然而,確保新生成行為模型的有效性仍是未來研究的一個關注點。

生成空戰行為模型

人工智能(ai)領域可以為行為建模過程提供一種替代方法,并通過糾正上一節中提到的兩種后果來提高模擬訓練的效果。這種替代方法是通過機器學習生成行為模型。機器學習程序在各種任務中的表現都優于人類,例如信用卡欺詐檢測、云計算資源分配,以及玩撲克和圍棋等游戲。對于此類任務,機器學習程序能夠通過以下三種特性的結合產生創造性的解決方案:(1)計算速度;(2)精確的約束滿足能力;(3)巧妙的學習算法。利用這三個特性并將其應用于行為模型的開發,我們就能獲得以下能力:(1) 以更快的速度開發行為模型;(2) 開發出比目前更多變化的行為模型。因此,使用機器學習程序開發行為模型有可能消除當前行為建模過程對訓練效果造成的兩種影響。

不過,在將機器學習應用于空戰模擬之前,我們必須先考慮空戰領域。空戰領域十分復雜,在這一領域內運行的機器學習方法必須適合該領域帶來的挑戰。五項挑戰:(a) 形成團隊合作,(b) 對 cgf 行為進行計算評估,(c) 有效重用已獲得的知識,(d) 驗證生成的行為模型,以及 (e) 生成可訪問的行為模型。這五大挑戰并非空戰領域所獨有。但是,這些挑戰需要適合該領域的解決方案。

研究問題

研究問題 1:能在多大程度上生成能產生團隊協調的空戰行為模型?

動態腳本使用獎勵函數來評估使用生成的行為模型的空戰 cgf 所顯示的行為。獎勵函數產生的獎勵用于調整新生成的行為模型,以尋找最佳模型。如前所述(見挑戰 b),空戰行為評估存在兩個問題。在文獻中,這兩個問題分別被稱為獎勵稀疏和獎勵不穩定(見第 4 章)。不過,文獻中提出的空戰行為獎勵函數并不總是考慮到這兩個問題。然而,這樣做可能會產生更理想的行為模型。這就引出了第二個研究問題。

研究問題 2:能在多大程度上改進空戰 cgf 的獎勵功能?

動態腳本將 cgf 在整個學習過程中積累的知識以權重值的形式存儲在規則庫中的規則上。每條規則的權重值表示該規則相對于規則庫中其他規則的重要性。就重復使用而言,在一個空戰場景中構建的知識也有可能在另一個空戰場景中得到有效應用。我們將知識重用置于遷移學習的背景下,即讓一個 cgf 在一個場景中學習,然后將其知識遷移到一個新的、未見過的場景中。這就引出了第三個研究問題。

研究問題 3:使用動態腳本構建的知識在多大程度上可以在不同場景下的 cgf 之間成功轉移?

我們的目標是將生成的行為模型用于模擬訓練。驗證模型是實現有效使用模型的重要一步。行為建模過程中的第 4 步說明了驗證的重要性。然而,由于行為模型驗證沒有放之四海而皆準的解決方案,我們首先必須確定驗證的正確方法。這就引出了第四個研究問題。

研究問題 4:我們應該如何驗證機器生成的空戰行為模型以用于模擬訓練?研究問題 4 的答案就是驗證程序。通過該程序,我們可以確定我們在研究中生成的行為模型的有效性。所選擇的研究方法引出了第五個研究問題。

研究問題 5:通過動態腳本生成的空戰行為模型在多大程度上可用于模擬訓練?

回答了這五個研究問題,我們就能回答問題陳述。

在第 1 章中,我們介紹了問題陳述和五個研究問題。此外,還介紹了解決研究問題的研究方法。

在第 2 章中,我們提供了有關四個主題的文獻背景信息(另見第 1.1 節): (1) 行為建模過程的詳細步驟;(2) 在模擬訓練中使用機器學習的潛在好處和缺點;(3) 過去使用機器學習生成空戰行為模型的方法;(4) 動態腳本及其在空戰模擬中的適用性。

在第 3 章中,我們介紹了團隊協調的三種方法:(1) 默契;(2) 中心;(3) 體面。我們通過實驗研究團隊協調方法的益處,然后回答研究問題 1。

在第 4 章中,我們將深入研究動態腳本編寫過程的一個特定部分,即獎勵功能。我們將展示三種不同獎勵函數的使用如何影響我們的 cgfs 的行為,然后回答研究問題 2。

在第 5 章中,我們研究了 cgf 在某種空戰場景中積累的知識在多大程度上可以成功轉移到不同空戰場景中的 cgf 上,然后回答了研究問題 3。

在第 6 章中,我們設計了一個驗證程序,通過該程序可以驗證為空戰 cgf 生成的行為模型。此外,我們還介紹了 atacc,然后回答了研究問題 4。

在第 7 章中,我們將驗證程序應用于戰斗機 4 艦模擬器中新生成的行為模型,然后回答研究問題 5。

在第 8 章中,我們將對五個研究問題的答案進行總結,從而結束本論文。最后,基于這些答案,我們提出了問題陳述的答案。之后,我們將對未來的工作提出兩點建議。

付費5元查看完整內容

遙控飛機執行的軍事任務類型不斷擴展到包括空對空作戰在內的各個方面。雖然未來的視距內空對空作戰將由人工智能駕駛,但遙控飛機很可能將首先投入實戰。本研究旨在量化延遲對高速和低速交戰中一對一視距內空對空作戰成功率的影響。研究采用了重復測量實驗設計,以檢驗與指揮和控制延遲相關的各種假設。有空對空作戰經驗的參與者在使用虛擬現實模擬器進行的一對一模擬作戰中受到各種延遲輸入的影響,并對每次交戰的作戰成功率進行評分。這項研究是與美國空軍研究實驗室和美國空軍作戰中心合作進行的

因變量 "戰斗得分 "是通過模擬后分析得出的,并對每次交戰進行評分。自變量包括輸入控制延遲(時間)和交戰起始速度(高速和低速)。輸入延遲包括飛行員輸入和模擬器響應之間的六種不同延遲(0.0、0.25、0.50、0.75、1.0 和 1.25 秒)。每種延遲在高速和低速交戰中重復進行。采用雙向重復測量方差分析來確定不同處理方法對戰斗成功率的影響是否存在顯著的統計學差異,并確定延遲與戰斗速度之間是否存在交互作用。

結果表明,在不同的潛伏期水平和交戰速度下,戰斗成功率之間存在顯著的統計學差異。潛伏期和交戰速度之間存在明顯的交互效應,表明結果取決于這兩個變量。隨著潛伏期的增加,戰斗成功率出現了顯著下降,從無潛伏期時的 0.539 降至高速戰斗中 1.250 秒潛伏期時的 0.133。在低速戰斗中,戰斗成功率從無延遲時的 0.659 降至 1.250 秒延遲時的 0.189。最大的遞增下降發生在高速潛伏期 1.00 至 1.25 秒之間,低速潛伏期 0.75 至 1.00 之間。高速交戰期間戰斗成功率的總體下降幅度小于低速交戰期間。

這項研究的結果量化了視距內空對空作戰中戰斗成功率的下降,并得出結論:當遇到延遲時,希望采用高速(雙圈)交戰,以盡量減少延遲的不利影響。這項研究為飛機和通信設計人員提供了信息,使他們認識到延遲會降低預期作戰成功率。這種模擬配置可用于未來的研究,從而找到減少延遲影響的方法和戰術

付費5元查看完整內容

該項目為與使用無人系統支持分布式海戰(DMO)有關的作戰概念和系統設計決策提供信息。研究通過系統地改變仿真模型中的系統設計特征和作戰活動,支持對無人系統(UVC)進行能力級分析。分析結果表明,UVC 可提高各種無人系統的作戰可用性(Ao)和使用時間(TOS),因為它可隨時進入維護、加油和重新武裝設施,而無需長時間前往岸基設施或分布式支援艦艇。在比較使用 UVC 的配置與在自適應兵力包 (AFP) 中分配無人系統支持的配置時,單個無人系統的 Ao 提高了 6% 到 31%。仿真模型分析確定了 UVC 架構,其中包括至少 8 個無人機發射回收站、至少 3 個船舷托架和至少 5 個甲板井托架,以最大限度地提高 Ao。

在支持分布式海上作戰(DMO)時,無人系統有可能發揮兵力倍增器的作用,在提高殺傷力的同時降低有人系統的風險。然而,無人系統到岸基維護、加油和重新武裝設施的轉運時間減少了可用于支持執行 DMO 的自適應兵力包(AFP)的總體駐扎時間(TOS)。本項目研究了無人水面艦艇 (USV)、無人水下航行器 (UUV) 和無人機 (UAV) 在美國海軍現有艦艇上的集成問題,該艦艇已被重新改裝為無人載具 (UVC)。在本報告中,"UxV "一詞用于描述無人系統這一類別。

如 Van Bossuyt 等人(2019 年)所述,項目團隊采用了系統定義、系統建模和系統分析的通用系統工程流程序列。在系統定義過程中,項目團隊重點開發了作戰概念(CONOPS),并定義了 UVC 的系統要求。系統建模活動的重點是構建 UVC 的離散事件仿真模型。在系統分析階段,團隊利用所開發的模型來評估 UVC 的各種設計參數對每種無人系統類型的運行可用性(Ao)的影響。

A. 系統定義

在系統定義階段,從自上而下和自下而上的角度開發和考慮了 UVC 要求。從自上而下的角度來看,團隊分析并確定了滿足總體任務有效性目標所需的能力,而與任何現有的候選平臺無關。從自下而上的角度來看,團隊評估了一艘登陸直升機船塢(LHD)艦,以確定該平臺可實現的最大 UVC 能力。通過查閱文獻和分析利益相關者的需求,項目團隊確定了 UVC 的以下關鍵能力:指揮與控制 (C2)、UxV 發射、UxV 維護和 UxV 回收。根據設想,UVC 將包括著陸甲板無人機發射和回收站、無人機維護/布防/燃料艙、用于大型 USV/UUV 操作的船舷艙或站,以及用于小型 USV/UUV 操作的井甲板艙。

B. 系統建模

項目構想將 UVC 視為針對地面和岸上敵對兵力實施 DMO 的 AFP 的一部分。UVC 的作用是支持 UxV 對敵方岸基導彈基地進行偵察和打擊。在打擊階段之前、期間和之后,UxV 提供全天候的情報、監視和偵察(ISR)、目標定位和戰損評估服務。UVC 的總體目標是通過消除到岸基支持設施的較長運輸時間來增加 UxV 的全時服務時間。為實現這一總體目標,研究小組選擇 "航程 "和 "持續停留時間 "作為性能指標(MOP),并選擇 "UxV 任務時間"、"UxV 停機時間 "和 "維護灣利用率 "作為效果指標(MOE)。

設計并開發了一個離散事件仿真模型,用于分析 UVC 設計參數對 MOP 和 MOE 的影響。該模型是通過 ExtendSim10 建模程序開發的。該模型包括 UxV 發射和回收、UxV 維護活動以及 UxV 重新武裝和加油活動。UxV 的發射時間表和總模擬運行時間是根據擬議的 UVC CONOPS 制定的。目前,該模型并未考慮 UxV 的損失或故障;這是未來可能開展工作的一個領域。模型的主要輸出是每種 UxV 的 Ao。

C. 系統分析

為了廣泛探索實驗空間,同時減少試驗總數和模型運行時間,我們專門設計了一個填充空間的拉丁超立方設計。每次試驗重復模擬 30 次并收集結果。合并所得的 Ao 值,得出每個試驗的統計平均值。

分析結果表明,UVC 可隨時提供維護、加油和重新武裝設施,而無需在岸基設施或分布式支援艦艇之間進行長時間的轉運,從而改善了每種 UxV 的 Ao 值和 TOS 值。對于任何特定的 UxV,通過增加 UVC 發射、回收和維護站的數量,從而消除或減少這些服務的排隊時間,可獲得最大的 Ao。分析表明,UVC 在設計時應至少配備 8 個無人機發射/回收站、至少 3 個船舷托架和至少 5 個焊接甲板托架。這些參數沒有確定上限,這也是未來研究的一個潛在領域。

有趣的是,雖然 UVC 的存在改善了大型無人水面艦艇(LUSV)的航速,但 UVC 的實際設計似乎對 LUSV 的航速沒有影響。這可能是由于 LUSV 的假定任務持續時間長,假定維護間隔長,因此不可能出現任何排隊現象。單個船側停泊區似乎足以為多艘 LUSV 提供服務,但即使是單個船側停泊區,也可通過消除到岸基設施的轉運時間來改善 Ao。

付費5元查看完整內容

由于無人駕駛系統(包括無人機、自動駕駛汽車、倉庫機器人等)的增長和前景,多Agent路徑尋找(MAPF)是一項重要性迅速擴大的挑戰,也是一項受益于新型計算技術的挑戰。

本案例研究的工作是在有限的時間窗口內測試不同的技術來解決MAPF問題。主要結論是MemComputing公司開發的虛擬記憶計算機(VMM)在競爭中優于專門為MAPF問題類開發的基于A*的CBS搜索算法,以及更多的整數線性規劃問題的通用求解器,如CPLEX。正如預期的那樣,CPLEX的表現比CBS差,因為CBS是一種解決MAPF問題的專門方法。這些結果表明,VMM,也就是MemComputing,很適合有效地解決MAPF這樣的組合優化問題。

隨著問題規模的擴大,VMM的加速度也在增加。VMM是唯一能找到所有20個Agent方案和大部分30個Agent方案的解決方案的求解器,也是唯一能找到40個Agent方案的求解器。作為一個通用的ILP求解器,VMM更加靈活,能夠擴大MAPF問題的范圍。使用更長的運行時間(超過10分鐘)將使VMM能夠繼續改進其結果。

一句話。這些發現支持將MemComputing概念,包括VMM,應用于多Agent人工智能優化應用的優勢。

進一步思考:雖然沒有包括在這個案例研究中,但MemComputing解決方案可以進一步加速。例如,我們已經探索了MAPF問題的非線性類型的實現,我們估計可以在VMM上提供超過100倍的加速。最終,MAPF問題最好在VMM上運行,在FPGA上實現,或者最好是基于MemComputing的特定應用集成電路(ASIC)。在幕后,VMM是對電子電路的模擬,因此,將VMM一直發展到專門的ASIC是我們的產品路線圖。一個MemComputing ASIC將為幾乎不確定規模的MAPF問題提供一個接近實時的解決方案。

引言

由于技術的進步和創新應用,人工智能(AI)正在迅速發展。從虛擬助手到自動駕駛汽車,人工智能正在被部署到幾乎每一個行業。然而,在開發先進的人工智能方面仍然存在著巨大的計算挑戰。

一個被充分研究的問題被稱為多Agent路徑尋找(MAPF)問題[1]。MAPF問題支持倉庫自動化、交通優化、包裹運送、機器人和自主車輛的應用。Agent通常指的是移動自主系統,如無人機、機器人或其他自主車輛。這個問題的目標是尋找路徑,使許多Agent能夠安全有效地從各自的起始位置同時導航到各自的目的地。此外,這些Agent必須不阻擋、不碰撞或以其他方式相互干擾,而且它們的路徑必須是最優的,這使得這個問題在計算上具有挑戰性。以最優或接近最優的方式解決這個問題有巨大的好處,因為它將提高運行效率和節省大量成本,從而推動戰略競爭優勢。

像亞馬遜和阿里巴巴這樣的全球電子商務巨頭在他們的自動化倉庫中每天都面臨著MAPF問題,機器人在其中發揮了關鍵作用。機器人每周7天每天24小時運行,自動執行客戶履約任務,如在他們的大型倉庫中揀選、運輸和放置貨物,這些倉庫有許多城市街區大小。

案例研究

在這個案例研究中,我們展示了我們基于云的虛擬計算機(VMM)是如何為洛克希德-馬丁公司解決一個復雜的MAPF問題的,該公司是世界上最大的航空航天和國防承包商之一。該用例的靈感來自于假設Agent是一群無人機,每架無人機都有自己的特定任務。然而,無論Agent的類型或目的如何,該問題都廣泛適用。

由于這個問題的難解性[2],目前的方法,甚至是亞馬遜和阿里巴巴使用的方法,都依賴于只能提供近似解決方案的啟發式方法。然而,近似值會導致Agent必須采取回避行動來避免彼此,或者在某些情況下會一直陷入僵局的情況。這肯定會導致災難的發生。在這里,我們將展示如何使用我們的VMM在戰術上相關的時間范圍內解決這個問題和類似的問題。

對于這個案例研究,我們解決多Agent路徑尋找(MAPF)問題[1],并考慮到Agent可以是無人機群。從空中偵察到破壞敵方通信,甚至與敵方部隊交戰,戰斗管理者非常需要開發先進的無人機群技術。無人機的協調規劃和規模分配可以帶來顯著的作戰優勢,并大大增強作戰人員的能力

問題概述

讓我們回顧一下MAPF問題的基本原理,以及為什么它如此難以解決。同樣,目標是為環境中的多個Agent找到飛行計劃,而不互相干擾,同時為每個無人機提供最佳路徑。

行進的地圖由一個圖來描述。例如,一個二維地圖可以被編碼為一個二維網格,其邊緣連接最近的鄰居,沿心線有四個連接,如果包括對角線路徑,則有八個連接。每條邊都可能有一個相關的穿越成本。通常情況下,這個成本是旅行時間,但也可以是為任務定義的其他成本。

為了給一組Agent找到一個可行的解決方案,我們必須考慮在規劃期間可能出現的沖突。如果任何兩個單一代理人的計劃之間沒有沖突,那么MAPF解決方案被認為是有效的。在本案例研究中,我們考慮了一些潛在的沖突:

  • 邊緣沖突,即Agent在同一時間段內穿越同一邊緣。
  • 節點沖突,即Agent在同一時間段內到達同一節點。
  • 交換沖突,即兩個Agent試圖占據對方的先前位置。

額外的沖突可以很容易地被添加到模型中,例如:

  • 跟隨沖突,即Agent占據以前占據的節點。
  • 循環沖突,其中多個Agent試圖交換先前的位置。

多Agent尋路是一個組合優化問題。也就是說,當Agent數量線性增加時,避免碰撞的復雜性可以比多項式地增長[2,3]。下一節將描述MAPF問題的一個簡單示例。

為了讓大家了解這個問題的難度,讓我們考慮在一張小地圖上只有兩個Agent。必須為Agent1和Agent2找到最佳路徑,以便從他們的起始位置移動到他們的目的地。他們每個Agent都有許多可能的路線來到達目的地。因為兩者必須避免相互沖突,一個Agent的路線選擇取決于另一個Agent的路線選擇,此外,不能假設Agent在地圖上以最短路徑線性移動。

方法

該案例研究是由洛克希德-馬丁公司和MemComputing公司合作進行的。洛克希德-馬丁公司的科學家是使用優化和專門算法處理MAPF問題的專家。他們在內部應用的開發和測試以及一些學術研究項目方面有很長的歷史。

付費5元查看完整內容
北京阿比特科技有限公司