本報告介紹了在三個主要議題方面取得的成果：

• 對小型無人機系統（SUAS）的分布式團隊進行實驗驗證，以協調執行復雜的行為。

• 開發了一個現實的多架無人機模擬器，以應用強化學習技術來協調一組小型無人機系統以達到特定目的。

• 設計并驗證了安裝在無人機上的帶有主動多輸入多輸出（MIMO）毫米波雷達傳感器的融合光學相機。

與驗證SUAS團隊有關的工作提出并實驗測試了我們的態勢感知、分布式SUAS團隊所使用的框架，該團隊能夠以自主方式實時運行，并在受限的通信條件下運行。我們的框架依賴于三層方法：（1）操作層，在這里做出快速的時間和狹窄的空間決定；（2）戰術層，在這里為智能體團隊做出時間和空間決定；以及（3）戰略層，在這里為智能體團隊做出緩慢的時間和廣泛的空間決定。這三層由一個臨時的、軟件定義的通信網絡協調，即使在通信受限的情況下，也能確保各層的智能體小組和團隊之間的信息傳遞稀少而及時。實驗結果顯示，一個由10個小型無人機系統組成的團隊負責在一個開放區域搜索和監測一個人。在操作層，我們的用例介紹了一個智能體自主地進行搜索、探測、定位、分類、識別、跟蹤和跟蹤該人，同時避免惡意碰撞。在戰術層，我們的實驗用例介紹了一組多個智能體的合作互動，使其能夠在更廣泛的空間和時間區域內監測目標人物。在戰略層，我們的用例涉及復雜行為的檢測--即被跟蹤的人進入汽車并逃跑，或者被跟蹤的人離開汽車并逃跑--這需要戰略反應以成功完成任務。

目標搜索和檢測包括各種決策問題，如覆蓋、監視、搜索、觀察和追逐-逃避以及其他問題。我們開發了一種多智能體深度強化學習（MADRL）方法來協調一組飛行器（無人機），以定位未知區域內的一組靜態目標。為此，我們設計了一個現實的無人機模擬器，它復制了真實實驗的動態和擾動，包括從實驗數據中提取的統計推斷，用于其建模。我們的強化學習方法，利用這個模擬器進行訓練，能夠為無人機找到接近最優的政策。與其他最先進的MADRL方法相比，我們的方法在學習和執行過程中都是完全分布式的，可以處理高維和連續的觀察空間，并且不需要調整額外的超參數。

為了給在受限通信條件下運行的SUAS開發一個分布式的分類和協調框架，我們的第一個目標是在無人駕駛飛行器（UAV）上建立一個多傳感器系統，以獲得高探測性能。眾所周知，安裝在無人機上的光學和熱傳感器已被成功用于對難以進入的區域進行成像。然而，這些傳感器都不提供關于場景的范圍信息；因此，它們與高分辨率毫米波雷達的融合有可能改善成像系統的性能。我們提出了一個配備了無源光學攝像機和有源多輸入多輸出（MIMO）毫米波雷達傳感器的下視無人機系統的初步實驗結果。毫米波雷達的三維成像是通過收集通過運動線的數據來實現的，從而產生一個合成孔徑，并使用垂直于運動軌跡的結線MIMO陣列。我們的初步結果顯示，融合的光學和毫米波圖像提供了形狀和范圍信息，最終導致無人機系統的成像能力增強。

這個項目的目標是開發在具有挑戰性的多目標環境中自主分布式傳感器管理和融合所需的基礎方法。這涉及到開發能夠自動跟蹤多個目標的算法，根據從具有數據關聯不確定性和高誤報率的多個平臺收到的信息進行分類并分配資源。在研究者最近在多目標跟蹤和分布式傳感器融合方面的發展基礎上，該工作方案開發了能夠在大規模多傳感器多目標跟蹤應用中基于信息理論標準實現自主傳感器分配的方法。這是通過重新評估信息理論中的關鍵工具來實現的，這些工具適用于基于點過程理論的多目標監視的挑戰，該理論旨在適應單個目標的狀態和目標數量的不確定性。所開發的信息理論方法被應用于多傳感器問題，使人們能夠決定如何分配傳感器資源，以及完善對場景的認識。所開發的工具將有助于減少監測單一傳感器饋電的勞動密集型負擔，并能做出適應性決定，以優化多模式網絡的運行，并增強對監測區域的整體認識。對多目標跟蹤情景的信息理論表述的關注，將使人們能夠驗證傳感器饋電是否能夠可靠地融合，以避免數據損壞的可能性。該項目在智能傳感方面提供了關鍵的先進技術，以實現動態環境中的連續和適應性監視。這些將是可擴展的，可用于從多個分布式傳感器對許多目標進行大規模跟蹤。

該項目的總體目標是研究和開發基于信息理論原則的分布式多傳感器多目標系統的自主傳感器控制的新策略：

• 為大規模系統的多目標跟蹤開發可擴展的解決方案。

• 開發基于信息論原理的多傳感器融合的分布式解決方案。

• 確定多傳感器多目標跟蹤系統可以交換多少信息。

該項目為多傳感器多目標跟蹤開發了基本的解決方案：

• 對許多目標進行大規模跟蹤。問題的規模越來越大，因此解決方案需要可擴展，跟蹤許多目標需要減輕組合復雜性的算法。多目標跟蹤的低復雜度解決方案將被開發出來，并在復雜環境中進行測試。開發了一種用于穩健地跟蹤大量目標的方法，該方法在目標數量和測量數量上是可擴展的，這使得數百萬目標可以被跟蹤。

• 確定多傳感器多目標跟蹤系統的信息含量。在具有高密度信息的傳感器網絡中，帶寬可能是多傳感器多目標跟蹤的一個制約因素。這個項目得出了確定用于多目標跟蹤的傳感器網絡的信息含量的結果。預計這將有助于評估傳感網絡的效率和有效性，并與發送數據的數量和頻率相平衡。

• 來自多個傳感器的數據的分布式整合。操作員需要根據來自多個跟蹤系統的信息做出決定，以提高整體的態勢感知。為多傳感器集成開發了一種分布式多傳感器多目標跟蹤的新方法，該方法可減輕來自不準確或誤導性數據源的損壞。

• 對多目標監視應用中的威脅進行評估。對許多物體的大規模跟蹤能夠識別直接威脅。然而，有些威脅可能比其他威脅更有針對性。開發了一種新的對抗性風險的表述，為操作人員提供態勢感知，以幫助確定傳感資產的優先次序。

• 目標跟蹤估計器的性能界限。費舍爾信息的倒數，即克拉默-拉奧約束，為參數的估計器提供了一個約束，是統計分析的基礎。它為一個參數提供了一個可實現的最小方差或協方差。根據量子場理論的數學概念，為點過程推導出克拉默-拉奧約束，將這一概念推廣到具有空間變量的變量。

執行總結

在未來幾年里，正在進行的和未來的技術創新，特別是與信息通信技術（ICT）、人工智能（AI）和云計算有關的技術創新，將對西方軍隊產生越來越大的影響。士兵仍將是軍隊的主要組成部分，但將需要以安全的方式與所掌握的各種資產進行更多和更好的連接，同時也要從過去往往令人失望的努力中吸取教訓，實現以網絡為中心或支持網絡的能力。此外，在殺傷力、機動性、發電和保護以及培訓方面的創新將非常重要。在更廣泛的戰略和技術背景下，美國、法國、德國、意大利、以色列和英國是需要考慮的重要案例，還有北約和歐盟框架內的發展。結論概述了一些共同的主題和挑戰，特別是對意大利和其他歐洲盟國而言，展望了未來的道路。

下一代陸軍:背景和趨勢

從中長期來看，由于人口減少和老齡化，西方國家在招募足夠的軍事人員方面存在可預見的困難，這使得采用并更加依賴技術和無人駕駛系統成為關鍵。同時，技術創新主要由民用公司提供，而且越來越多，因此必然遵循市場邏輯，這反過來又構成了充分安全條件的問題。此外，大國競爭的回歸導致北約國家需要確保在陸地領域對俄羅斯和中國等近似競爭對手的戰術優勢，而全世界的城市化趨勢增加了在擁擠和有爭議的大城市運作的可能性。

為了在這樣一個復雜的、多層次的和跨部門的沖突地區開展行動，有必要采取更加跨學科和多維度的方法進行軍事創新。為此，控制信息流和避免信息過載將是當代和未來陸戰的關鍵。在戰場上，有必要確保士兵的保護和流動性之間的有效平衡，以及他們在能源儲備和電力管理方面的可持續性。最后，連接和通信仍然是下一代士兵系統的兩個關鍵方面，特別是與網絡防御有關的方面。

展望未來，西方國家的軍隊將不得不在實現設備的互操作性、促進合作采購、招募和保持熟練的勞動力方面投入大量精力。戰場上的信息優勢和態勢感知最終可以轉化為更好的決策。然而，這將需要新一代的戰略思維、概念、理論和培訓，以及建立新的跨部門軍民伙伴關系和臨時能力。

單兵裝備與技術演進的未來

在有助于定義下一代士兵裝備的技術創新趨勢中，有一些值得特別關注。首先，西方軍隊正經歷著在近距離沖突中長期保持的對對手的競爭優勢的削弱，為了重新獲得優勢，他們需要投資于單個士兵裝備和技術。其次，目前的計劃側重于通過購買更輕、更強大的武器和彈藥來提高殺傷力。

為了提高士兵的機動性，減少攜帶的負荷和改善他們的人體工程學是至關重要的。由于大多數士兵的設備需要大量的電力，管理能源和電力系統將是關鍵的優先事項。關于傳感器和導航，預計士兵將擁有增強的多光譜傳感器，能夠提供協作瞄準和交戰能力，以及增強的火控系統（FCS），這將確保提高準確性和殺傷力。在通信方面，軟件定義無線電（SDR）、5G技術和一個新的人體傳感器網絡將促進進步。在指揮和控制（C2）領域，士兵可能會得到一個涵蓋視覺、聽覺和觸覺界面的信息架構，確保數據的通用性。

機器人技術將是軍事技術創新的另一個基本趨勢，未來的士兵可能會借助于無人系統（UxS），能夠根據任務的需要快速重新配置。為了確保加強士兵的保護，重要的是在不限制機動性的情況下確保最佳的身體裝甲，可能的話，根據任務要求定制士兵的保護。最后，通過人機界面（HMI）獲得的信息的清晰度和質量可以通過頭盔安裝系統來改善，該系統能夠在不離開戰場的情況下獲取信息。

美國

在過去20年的大部分時間里，美國陸軍的步兵技術發展是沿著兩條平行的軌道進行的：先進的技術努力與綜合方法，如 "陸地勇士 "和 "未來部隊勇士 "計劃，以及快速實戰努力，將新裝備投入正在部署的作戰行動中，主要涉及伊拉克和阿富汗的非正規對手。隨著美國軍隊轉向對近距離對手的威懾，人們認為需要更先進的能力，并有一種 "趕上 "更先進威脅的緊迫感。

朝著這個方向努力，美國陸軍正在兩個關鍵領域推進士兵裝備的現代化：士兵的態勢感知和武器的殺傷力。為了改善前者，軍方購置了一系列先進的視覺設備，以整合到戰場網絡中。在這種情況下，綜合視覺增強系統（IVAS）的開發正在進行中，這種耳機將使士兵與他們的部隊更好地融合。在武器的殺傷力方面，陸軍正在通過下一代班組武器（NGSW）計劃開發一個新的步兵武器系列，并尋求獲得新的彈藥和聲音抑制器。陸軍還參與了包括各種士兵項目在內的其他倡議。例如，自適應班組結構，在班組、火力小組和單個士兵層面提供無人系統，以及士兵防護裝備的新發展。

美國陸軍在步兵層面上的現代化方法是由繼續致力于在其相當多的編隊、車輛和任務概況中采用共同的班組規模和設計而形成的。總的來說，美國士兵裝備的趨勢是集成越來越多的功能，這些功能之間的聯系也越來越緊密，從而提高了班組融入大隊的要求水平。同時，美國陸軍專注于近距離的威脅，這就要求士兵有更多的保護，更多的殺傷力，更多的網絡化。展望未來，美國陸軍可能會進一步投資于IVAS和相關網絡，以及機器人平臺。關于后者，重要的是解決有關安全通信、通信損失、傳感器退化和網絡脆弱性的可能問題和威脅。

法國

法國被要求介入的沖突性質的轉變需要發展新的軍事能力。法國軍隊仍然可以在不對稱的沖突中作戰，比如目前在薩赫勒地區，然而，根據 "未來陸地行動 "的前瞻性文件和陸軍參謀長的 "戰略愿景"，法國必須擁有一支在聯合行動和共同行動背景下，即使在最嚴酷的沖突領域和面臨最艱難的沖突時，也能勝任的作戰軍隊。為此，法國陸軍啟動了 "通過多功能和數字化加強接觸的協同作用"（Sergie du COntact Renforcée par la Polyvalence et l'InfovalorisatiON - SCORPION），旨在建立一個進化的、靈活的戰術戰斗系統，能夠完成所有現在和未來的軍事行動任務，并建立一個信息和戰斗系統，確保對對手的信息優勢。在努力充分利用數字應用的第一步之后，基于在SCORPION部隊中逐步引入機器人技術和人工智能的第二步將在2035年左右進行。這一前所未有的短期和長期投資將大大增強戰斗人員的殺傷力、機動性、生存能力的可持續性和態勢感知。

在此背景下，法國正致力于通過 "個體戰斗人員裝備"（IEC）計劃實現士兵裝備的現代化。該計劃面臨一個重大挑戰：確保士兵個人在離開車輛后能繼續受益于基本的鏈接和數據。另一方面，它得到了三個主要因素的促進。首先，通過綜合步兵裝備和通信（Fantassin à équipements et liaisons intégrés - FéLIN）系統獲得的經驗，該系統優化了士兵的操作和決策功能，但還是在系統整合方面出現了困難。第二個因素包括戰斗人員創新加速平臺（CENTURION），這是一個創新平臺，旨在檢測、評估、開發技術，并將那些在戰斗機裝備發展中表現出的作戰興趣整合起來。最后，第三個因素與VULCAIN項目有關，除其他外，該項目致力于無人地面系統的探索和實驗。

德國

近三十年來，德國一直致力于其步兵裝備的現代化。2005年，它推出了一個名為 "未來步兵"（Infanterist der Zukunft - IdZ）的系統，該系統后來被稱為基本版（IdZ-Basissystem - IdZ-BS）。鑒于該系統的重量和體積過大，柏林后來推出了改進的未來士兵系統--增強型系統（Infanterist der Zukunft-Erweitertes System - IdZES），也被稱為 "Gladius"。IdZ-ES由一套模塊化的20個不同的獨立組件和設備組成，士兵可根據戰術情況和具體任務使用。它們被劃分為三個子系統。指揮、控制、計算機、通信和信息（C4I）子系統是核心要素，將整個系統與作戰指揮聯系起來。服裝、防護和攜帶設備（Bekleidung, Schutz- und Trageausstattung - BST）要素是基于一種分層的方法，將彈道和環境/氣候保護、偽裝和舒適的所有要求結合起來。最后，關于武器、光學和光電（Waffen, Optik und Optronik - WOO）子系統，德國繼續依靠G36 5.56x45突擊步槍，認為它將被取代，同時正在開發一套有關光學和光電的新系統。

德國陸軍正在同時進行IdZ系統的采購、部署和進一步開發工作。下一步是IdZ-ES Plus，旨在為分配到北約高度戒備聯合特遣部隊（VJTF）的單位。在2019年至2021年期間，萊茵金屬公司獲得了IdZ-ES Plus的合同，以及定義后續第三代IdZ-ES（IdZ-ES-3）的風險降低研究合同。盡管IdZ計劃的WOO和在某種程度上的BST部分可以被認為是制定新的操作要求的結果，但C4I元素的情況并非如此。鑒于消費者電子產品的不斷進步所提供的新的操作可能性，德國不愿意承諾在這一領域的特定技術地位，因此目前無法確定IdZ方案何時將過渡到一個標準的采購計劃。

意大利

為了對不斷變化的作戰環境達到更高的準備程度，2019年，意大利陸軍發布了一份理論文件，概述了陸軍在未來可能面臨的作戰情況，以及在這種情況下取得成功所需要獲得的能力。在所有情況下，陸軍都致力于堅持以人為本的方法，以指揮官為任何軍事行動的中心。

在陸軍確定的采購重點中，納米、迷你和微型無人駕駛車輛和人工智能應用被認為是最關鍵的。當前和未來下馬士兵裝備創新的主要采購渠道是個人戰斗系統（ICS - Sistema Individuale di Combattimento），包括一個綜合武器裝置，該裝置將士兵作為其支點。該計劃包括五個主要部分：保護、生存能力、C2、夜間機動性和殺傷力。為了顯示軍方與整個工業部門的緊密合作，自2019年以來，一批意大利國防公司組成了一個財團，旨在提供該計劃所需的設備。此外，意大利目前正在研究可能對陸軍未來作戰行動的特征產生相當大影響的技術應用，包括增強型直接動能武器（EDKEW）、用于提高士兵能量自主性的保形電池以及機器人和自主系統（RAS）。

陸軍認為士兵是軍事活動的基本要素，因此它將提高士兵的智力和認知能力視為獲得對技術和自主組件控制的優先事項。下馬士兵本身就代表了一個系統的系統（SoS），通過結合個人持有和掌握的工具。然而，下馬士兵顯然也是一個更廣泛的系統的一部分，即班級，其成員扮演著不同的和互補的角色，同樣的方法也適用于像排這樣的大型編制。在這種情況下，羅馬的目標是創建能夠在惡劣條件下按照多領域方法運作的單位，同時采用一種融合標準，通過同時使用各種性能增強的組件，確保他們在戰場上取得成功。

軍方也認為，其網絡仍然需要一個自上而下的組織，有一個明確的、等級分明的指揮、控制和通信（C3）系統，這不僅僅是為了確保沖突期間的清晰和有效溝通。雖然這已經是所有級別的情況，但它對利用SoS在作戰和戰術層面的潛力構成了挑戰。在這里，班和排似乎是實施SoS的兩個最合適的級別，可以平衡垂直C3的需要和水平網絡的好處。

英國

在士兵現代化領域，英國正在推進對無人系統、電子戰和網絡能力的認真探索和投資，并對英國軍隊的指揮、控制、通信、計算機、情報、監視和偵察（C4ISR）設備和結構進行全面檢查。然而，英國陸軍的傳統能力、人員和裝甲車輛的削減，再加上仍然負擔不起的裝備計劃，表明要實現這樣的目標有困難。然而，未來的士兵系統旨在實現轉型。通過定期部署到國外感興趣的地區，更加注重持久的參與，而且未來的部隊在某些方面看起來更加靈活。值得注意的是，英國陸軍的大部分人員將在新的特種作戰旅和游騎兵團產生的排以下規模的小隊和獨立的連級編隊中獨立部署，小隊需要與合作伙伴進行臨時性的相互合作。

為了推進其士兵系統，英國正在反思通過未來綜合士兵技術（FIST）計劃獲得的經驗教訓，此外還努力補充向整個部隊推出的新裝備和系統。在這種情況下，約克郡軍團第二營將成為陸軍實驗部隊，其中各部隊將使用未經測試的新裝備進行訓練和行動。正如FIST的經驗一樣，英國陸軍認識到，成功的轉型必須以采購改革為基礎，因為它將依賴于快速利用商業上可用的技術和系統。

英國在基本士兵裝備領域的現代化努力的一個明顯例子是Virtus士兵系統，其設計強調重量最小化和模塊化。然而，新的英國SoS最基本的部分是C2架構，整合了陸地環境戰術通信信息系統（LE TacCIS）計劃下的其他組件。到2024-2025年，Morpheus項目打算提供新的戰術通信信息系統，而英國陸軍數字化轉型計劃（THEIA）正在探索AI和機器學習（ML）的應用，以支持英國的通信架構。在其現代化舉措中，英國也在采用無人系統，特別是UGV，然而這些系統還沒有完全融入C2架構。

以色列

近年來，以色列實施了一系列的部隊結構改革，增加了技術方面的開支，被稱為 "數字地面部隊 "或Tsayad的現代化計劃就證明了這一點：一個旨在連接從士兵個人和步兵班到師級的所有梯隊的網絡。以色列國防軍（IDF）已經認識到新技術對于開展分散行動和最大限度地協調聯合能力的重要性。同時，他們意識到作戰方案正在經歷一個深刻的轉變，承認有三個主要的優先事項：由于地下行動的興起，在多層結構中作戰的挑戰，以及控制和飽和低空的必要性，大量的中小型無人駕駛航空系統由軍隊直接操作；加快地面部隊的觀察-導向-決定行動（OODA）循環；并將聯合和共同能力推向更小的梯隊。

隨著時間的推移，以色列國防軍對Tsayad的理解已經超越了單純的數據共享，通過Elbit公司的Torch 750系統將其范圍擴大到為小型單位提供C2。在這個系統中，拉斐爾公司的Fire Weaver為步兵提供了方便的火力，通過促進聯合甚至是聯合火力的目標信息共享，賦予了出色的速度和精度。以色列國防軍還最終啟動了綜合先進士兵（IAS）計劃，旨在將步兵系統與Tsayad完全連接起來。

2019年啟動的多年期 "動力計劃 "或Tenufa，可被視為以色列對多域作戰（MDO）概念的解釋，并規定IDS進一步加快OODA循環，利用技術加強多域作戰。在步兵裝備方面，以色列專注于提高士兵和小分隊識別威脅的能力，然后將該信息報告給網絡，同時橫向和縱向地提供信息。為此，拉斐爾公司正在開發一種名為自動目標識別（ATR）的系統，而埃爾比特公司最近生產了突擊步槍戰斗應用系統（ARCAS）。展望未來，以色列致力于實現所有新引進的無人駕駛平臺的更大整合，這將為以色列國防軍提供更高的自動化程度。

歐盟和北約框架

在過去的幾年中，歐盟一直在為下一代士兵架構投入一定的精力。歐洲防務局（EDA）一直致力于21世紀士兵系統項目組（PT 21 CSS），而在國防研究準備行動（PADR）的背景下，一些歐盟成員國已經參與了通用開放士兵系統架構（GOSSRA）的開發。歐洲防務基金（EDF）正通過一系列旨在提高步兵在機動性、工具可用性、能源管理和態勢感知方面的能力的項目呼吁，投資于下裝士兵的軍事創新。

歐洲武裝力量的數字化正在逐步改變歐盟成員國計劃和進行未來沖突的方式。盡管歐盟對軍事用途的新興和顛覆性技術（EDTs）越來越關注，但它仍然缺乏武裝部隊數字化的數據情況。為了緩解這個問題，成員國可以利用國防協調年度審查（CARD）和永久結構化合作（PESCO）提供的機會。盡管如此，為了能夠在戰場上依靠創新技術，歐盟成員國將需要改善各國軍隊之間的互操作性和合作。總的來說，歐盟應該鼓勵其成員在未來士兵裝備領域的能力發展舉措，支持研究、開發、技術和創新的計劃和活動。

在最近的過去，北約并沒有對士兵的個人裝備給予很大的關注。然而，聯盟目前正在制定下一代士兵裝備的標準--北約通用士兵架構（NGSA），并調查EDT對其軍事行動的影響。聯盟還在促進能夠將抽象概念轉化為具體軍事能力的項目的發展，贊成成員國之間的合作，如人工智能、自動化和機器人的軍事用途（MUAAR）項目。在此背景下，聯盟應探索建立使用人工智能軍事應用的互操作性標準的可能性，并為軍事行動中使用的人工智能應用的核查、驗證和認證（VV&A）定義一個共同的方法。

結論

本研究旨在提供一個戰略趨勢、技術發展和北約/歐盟框架的概述，以及對主要北約國家和以色列的國家現實的分析。

由此產生的情況是相當復雜和多變的。然而，一些關鍵的、共同的主題和挑戰可以被概述出來，特別是對意大利和其他歐洲盟國來說，未來的道路。

• 從軍事歷史中吸取的教訓和對技術創新的一廂情愿的想法。

• 軍隊在處理技術方面的獨特困難。

• 信息通信技術與軍隊之間的復雜關系。

• 要求：確保士兵對近似對手的優勢。

• 前進的道路：一個新的系統方法。

• 近距離的對手和多領域作戰。

• 北約和歐盟層面：意大利的機會。

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

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

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

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

"沙漠盾牌"和 "沙漠風暴"行動為美國的大規模作戰行動提供了一個成功的當代范例。然而，對軍事預測的仔細檢查顯示，第三軍的規劃人員對實際結果，特別是傷亡人數和戰爭持續時間的估計過高，數額巨大。規劃人員利用當時的 "空地戰"理論，產生了嚴重的高估。與此同時，杜普伊研究所使用基于歷史數據的定量方法產生了遠為準確的預測。本研究旨在調查在沙漠盾牌和沙漠風暴行動期間，定量的情報預測方法會如何使第三軍的計劃人員在戰爭的戰役層面上受益。該研究采用案例研究方法，考察了每個組織如何制定其預測。此外，本研究還審查了高估所造成的風險及其對當前理論和大規模作戰行動的應用。這項研究發現，雖然第三軍同時使用定性和定量方法進行預測，但定量方法容易出錯。杜普伊研究所使用更廣泛的數據集和測量更多的戰斗力變量，在行動中提供了更好的結果。如果充分運用，定量方法有可能幫助規劃者制定更準確的、基于數字的預測，在未來的沖突中幫助決策者。

美國缺乏一套專門的人工智能（AI）戰爭的理論。這導致了在戰爭的作戰層面上缺乏對人工智能影響的討論。人工智能的定義通常采用技術視角，不考慮對作戰藝術的影響。提議的作戰藝術的新要素 "抓手（Grip）"解釋了人工智能和人類在兩個方面的基本關系：自主性和角色交換。“抓手”為人工智能戰爭的理論奠定了基礎，除了揭示改變任務指揮理論的必要性外，還提出了作戰的假設。美國空軍陸戰隊的發展以及由此產生的戰爭作戰水平（和作戰藝術）在歷史上有類似的案例，說明關鍵假設如何影響戰場的可視化。去除“人在回路中”的人工智能戰爭的假設，揭示了需要一種新的作戰藝術元素來安排部隊的時間、空間和目的，此外，美國陸軍任務指揮理論需要調整，以使指揮官能夠在各種形式的控制之間移動。

簡介

“機器人和人工智能可以從根本上改變戰爭的性質......誰先到達那里，誰就能主宰戰場。”- 美國陸軍部長馬克-埃斯佩爾博士，2018年

預計人工智能（AI）將極大地改變21世紀的戰爭特征。人工智能的潛在應用只受到想象力和公共政策的限制。人工智能擁有縮短決策周期的潛力，超過了人類的理論極限。人工智能也有望執行人類、機器和混合編隊的指揮和控制功能。人工智能在自主武器系統（AWS）中的潛力同樣是無限的：分布式制造、蜂群和小型化的先進傳感器為未來的指揮官創造了大量的配置變化。與圍繞人工智能的技術、倫理和概念問題相關的無數問題，為如何將這項技術整合到戰爭的戰術層面上蒙上了陰影。現代軍隊幾個世紀以來一直在為正確整合進化（和革命）的技術進步而奮斗。美國內戰期間的鐵路技術對 "鐵路頭 "軍隊和格蘭特將軍在維克斯堡戰役中的勝利都有貢獻。25年后，法國人忽視了普魯士的鐵路試驗，給第三帝國帶來了危險，同時也沒能把握住小口徑步槍的優勢。卡爾-馮-克勞塞維茨在《論戰爭》中指出，每個時代都有自己的戰爭和先入為主的觀念。本專著將探討當前的先入為主的觀念和人工智能在戰爭的操作層面的出現。

對作戰層面的討論側重于作戰藝術，以及指揮官和他們的參謀人員如何通過整合目的、方式和手段，以及在時間、空間和目的上安排部隊來發展戰役。在作戰藝術中缺乏以人工智能為主題的討論，增加了不適當地部署裝備和以不充分的理論進行戰斗的風險；實質上是在邦聯的火車上與追兵作戰。美國的政策文件和技術路線圖主要集中在能力發展和道德影響上，而沒有描述一個有凝聚力的人工智能戰爭的理論。但美國和中國在自主行動方面的實驗趨于一致；這引起了沖突的可能性，其特點是越來越多的被授權的人工智能和AWS沒有得到實際理論框架的支持。這個問題導致了幾個問題。美國軍隊的人工智能戰爭理論是什么？大國競爭者的人工智能戰爭理論是什么？有哪些關于顛覆性技術的歷史案例？理論應該如何改變以解釋顛覆性技術？

本專著旨在回答上述問題。它還提出了兩個概念，以使指揮官能夠在戰場上可視化和運用人工智能；一個被暫時稱為 "抓手"的作戰藝術的新元素和一個任務指揮理論的延伸。該論點將分三個主要部分進行闡述。第一節（理論）將證明人工智能需要一個認知工具來在時間、空間和目的上安排部隊，方法是：綜合美國的人工智能戰爭理論，描述中國的人工智能戰爭理論，以及揭示當前文獻中的“抓手”理論。第二節（歷史）是對1973年為應對技術轉變而從主動防御演變而來的空地戰（ALB）的案例研究。第二節將重點討論戰場維度的思想、任務指揮理論的演變以及相關的作戰藝術的正式出現。第三節（新興理論）提出了作戰藝術的新要素，作為一種認知工具，幫助指揮官和參謀部將21世紀的戰場可視化。第三節將把以前的章節整合成一個有凝聚力的模型，讓指揮官和參謀部在時間、空間和目的方面可視化他們與AI和AWS的關系。第三節還將提供一個任務指揮理論的建議擴展，以說明人機互動的情況。

主要研究成果

人工智能的復雜性導致了正式的戰爭理論的缺乏；然而，在美國的政策和發展文件中存在著一個初步的美國人工智能戰爭理論。人工智能戰爭理論必須解釋人類和人工智能之間的關系，這樣才能完整。通過作戰藝術和任務指揮的視角來看待人工智能，揭示了自主性和角色互換的兩個頻譜，通過不同的組合創造了人工智能戰爭理論的維度。這些維度，或者說掌握的形式，代表了作戰藝術的一個新元素。同樣，需要將任務指揮理論擴展到一個過程-產出模型中，以實現掌握形式之間的移動。

方法論

綜合美國目前的人工智能政策和AWS的發展路線圖，提供了一幅戰略領導人如何看待人工智能的圖景，允許發展一個暫定的戰爭理論。由于缺乏關于武器化人工智能的歷史數據，政策和發展路線圖是必需的，因此本專著中提出的理論是由提煉出來的概念產生的。由于中國的工業和技術基礎的規模，中國被選為對抗模式，預計在10到15年內，中國將超越俄羅斯成為美國最大的戰略競爭對手。

圖文并茂的案例研究方法將被用來分析主動防御和空地戰之間的過渡。該案例研究將整合技術、政策和戰爭理論，以喚起人們對多域作戰（MDO）和人工智能在21世紀戰爭中作用的疑問。第二節的批判性分析側重于理論的發展，而不是其應用。第二節的詳細程度是有限制的，因為它仍然是一個更大（和有限）整體的一部分，因此重點應繼續揭示戰場可視化和認知輔助工具之間的聯系。第三節通過作戰藝術的新元素和任務指揮理論的調整來回答每一節中發現的問題，從而將前幾節連接起來。人工智能缺乏歷史，考慮到人們不能直接分析以前的沖突，以獲得教訓或原則。在這種情況下，任務指揮理論提供了一種間接的方法來理解使人類能夠集中式和分布式指揮和控制功能的機制，以及為什么人工智能缺乏相應的機制會抑制我們感知機會的能力。第三節將把美國現行政策和路線圖中的幾個抓手成分匯總到任務指揮理論提供的框架中。

范圍和限制

本專著存在于美國陸軍多域作戰概念的框架內，其理解是解決方案是聯合性質的，因為 "陸軍不能單獨解決問題，概念發展必須在整個聯合部隊中保持一致，清晰的語言很重要。"本專著不能被理解為對MDO中提出的問題的單一解決方案，而是一種幫助實現戰斗力聚合的方法。

關于人工智能的討論充滿了倫理、法律和道德方面的考慮，本專著不會涉及這些方面。本專論的假設是，人工智能的軍事用途在政治上仍然是可行的，而且 "戰略前提 "允許該技術的軍事應用走向成熟。由于運用的變化幾乎是無限的，人工智能的戰術實施將不會被詳細討論，而重點是在作戰層面上的概念整合。一般能力將被限制在與作戰藝術和作戰過程有關的具體趨勢上。

摘要

拒絕和欺騙（D&D）技術利用錯誤信息和對手的認知偏差，長期以來一直是混合作戰的一部分。這種戰術給傳統上由人類分析員制作的情報、監視和偵察（ISR）產品帶來了不確定性和懷疑。在一個由人工智能（AI）擴散主導的未來戰斗空間中，算法生成的ISR產品數量可能會增加。因此，D&D戰術將越來越多地被顛覆人類而非機器推理的需要所驅動。對抗性機器學習（AML）的發展，即對欺騙性人工智能的研究，對未來混合作戰空間中的實踐狀態有重大影響。**本文回顧了對抗性機器學習技術之間的關鍵區別，以及它們對敵方對作戰人工智能的了解和訪問做出的假設。然后，我們總結了我們團隊最近與混合作戰有關的幾個對抗機器學習研究方向：對成像系統的物理對抗性攻擊，數據中毒攻擊，以及AML與設計強大的人工智能系統的相關性。

引言

混合戰爭指的是使用顛覆性的、非軍事的手段來推進民族國家的利益，特別是俄羅斯近年來采用的技術，在不訴諸公開的、常規的軍事行動的情況下占領領土并影響各國的政治和政策[1]。所采用的混合戰術包括網絡攻擊、動員智能體團體采取行動、施加經濟影響以及其他秘密措施。由于混合作戰存在于常規軍事沖突和平民生活之間的 "灰色地帶"，因此戰術上采用了拒絕和欺騙（D&D），通過利用民眾或敵對勢力的認知偏差來迷惑、威懾或影響理想的行為。D&D戰術在常規戰場上的歷史使用是有據可查的[3]。有效的D&D技術通過對依賴人類專家分析的軍事情報、監視和偵察（ISR）產品產生懷疑而獲得成功。在混合軍事行動中，情況不一定如此，在混合軍事行動中，D&D也可能試圖影響平民的看法。此外，隨著人工智能（AI）成為國家軍事投資戰略的重點（如[4]和[5]），以及商業信息技術部門越來越多地采用人工智能[6]，人工智能在未來的 "灰色地帶 "可能會無處不在。因此，我們必須考慮在未來由人工智能的使用主導的混合戰斗空間中可能存在的D&D威脅。

當前的人工智能能力是由機器學習的進步所帶來的，特別是在深度學習這個子領域，在過去的10年里。機器學習（ML）涉及將系統的輸入映射到預測結果的問題，例如，將車輛的圖像映射到一個類別的標簽。通常情況下，這是在大型數據集中通過統計模式識別實現的。深度學習具體涉及到多層神經網絡的使用，它是具有數百萬自由參數的高度非線性回歸模型，作為模式識別的統計模型。雖然深度網絡在各種任務上的表現優于人類（最著名的是圖像分類[7]），但在諸如[8]和[9]等作品中觀察到它們容易被愚弄之后，對抗性機器學習（AML）領域作為一個活躍的研究領域出現了。許多作者指出，ML算法所犯的錯誤可能會在民用領域產生嚴重后果[10]-[15]。我們也認為必須提出類似的擔憂，即軍事人工智能系統在常規戰場和混合戰斗空間中的脆弱性。

本文的其余部分組織如下：第2.0節將提供關于對抗性機器學習的進一步背景介紹，以及我們認為目前在解決其與混合軍事行動的相關性方面存在的差距。在第3.0節中，我們描述了約翰霍普金斯大學應用物理實驗室（JHU/APL）目前正在進行的三項研究工作，以解決這些知識差距。最后，我們在第4.0節中做了總結性發言，并總結了我們到目前為止的發現。

圖1. 使用深度學習模型將貓的圖像識別為 "鴕鳥 "的對抗性實例的例子

圖 6. AI 開發周期（圓形流程圖）和采用機器學習的典型算法步驟（橙色大框）。

引言

世界各地專注于對等或接近對等軍事競爭的空軍，越來越意識到采用分布式任務指揮和控制 (C2) 架構的必要性。然而，要實現這一目標，需要克服文化和政治阻力。分布式C2將需要重新引入傳統的任務指揮概念，將決策權力和許可逐步下放給戰術層面上相對較低層的戰斗領導人。盡管如此，大多數正在開發中的C2架構在一定程度上是去中心化的，以便使敵方更難發現、攻擊和削弱關鍵的機載和地基指揮節點。目前空軍強國正在探索分布式軌道衛星和無人機 (UAV) 的組合，以取代傳統的處理、開發和傳播 (PED) 平臺和 C2 平臺。

軌道域資產設施作為分布式 C2 和情報、監視、目標捕獲和偵察 (ISTAR)架構一部分，其未來形態仍然不確定，因為天基傳感器能力、通信帶寬和通信魯棒性的快速發展表明它的作用急劇增加，然而，未來對這些資產設施的使用也可能備受爭議，甚至被否認。無人機具有長續航的潛力，而而不像在軌衛星那樣具有可預測和潛在易受攻擊的軌跡。第五代平臺，如F-35和極低可觀測無人機，作為下一代分布式C2和ISTAR架構的構建模塊，不僅需要安全和難于探測的數據鏈和傳感器，而且要求動態邊緣處理能力以降低帶寬，并自動識別發送相關數據給其他設施資產。因此，在可預見的未來，空軍很可能仍然依賴集中式 C2（基于即將過時的寬體舊系統）。

未來空戰環境

未來空戰環境的特點是遠程地空導彈(SAM)系統(Bronk, 2020a)、遠程空對空導彈(VLRAAMs)和超低可觀測戰斗機和攔截機(Bronk, 2020b)的日益普遍發展。這種新一代威脅系統正在穩步提高傳統空戰的風險水平，傳統作戰嚴重依賴于 E-3 預警機等集中指揮和控制設施。遠程 SAM 系統、VLRAAM 和 VLO 戰斗機威脅將越來越多地迫使傳統指揮和控制 (C2) 以及情報、監視、目標捕獲和偵察 (ISTAR) 飛機在遠離敵方領土的地方運行，以至于其機載傳感器和通信中心能力將大大降低作戰效用。與此同時，遠程精確打擊系統和進攻性網絡工具的可用性繼續增加了現代國家對彼此的集中式地面指揮和控制設施產生威脅效應，如聯合空中作戰中心(CAOCs)(Kaushal, Macy和Stickings, 2019年)。因此，21世紀初西方空軍的兩大核心力量面臨著潛在的生存挑戰。

自1980年代后期以來，西方空軍嚴重依賴空中力量，為使聯合部隊的行動能夠用較少的陸軍與海軍進行。這種模式在 1990 年代和 2000 年代的多次沖突中取得了驚人的成功，導致陸軍和海軍的部隊設計都假設了空中支援和空中 C2 和 ISTAR 的可用性。因此，從空中提供按需 ISTAR 和火力支援的能力，是許多西方國家使用軍事力量的必要先決條件。

聯合作戰對空中力量的依賴，已經創造了一個以聯合空戰中心(CAOC)為焦點的極度集中式的C2模式。

C2 和 CAOCs 的傳統模式

在聯合空戰中心 CAOC 內，72 小時空中任務指令 (ATO) 是根據各種聯合部隊任務、ISTAR設施、多國特遣隊許可流程和加油機等因素生成的。這一過程需要數百名專業人士、大型固定設施和出色的通信鏈路——這使得 CAOCs 在任何重大戰爭中都成為敵對國家重點關注和明顯??的目標。 CAOC 離作戰區域越近，它就越容易受到敵對遠程精確打擊能力的攻擊。然而，距離越遠，對潛在易受攻擊的隱蔽、視距、超視距和軌道通信鏈路的作戰依賴就越大。

未來作戰概念將以較小的規模、較分散的空戰中心(AOCs)為特征，以避免聯合部隊對其C2的斬首式攻擊。然而，依賴較分散的 AOCs 而不是大型 COACs 可能會造成任務重復，從而增加已經不堪重負的情報和指揮人員負荷。 C2 分配還可能增加對可靠通信鏈路的依賴，因為即使必要流程的高度自動化，每個 AOC 也只能執行全規模 COAC 的某些功能。因此，如果動能或非動能武器切斷或嚴重影響這些聯系，那么集中式COACs 或較小的分布式 AOCs 都可能失去戰區內在戰術上協調 ISTAR、打擊和使能設施的能力。

此外，在幾十年基本上沒有競爭的空中行動中，高級指揮官對戰術行動施加直接控制和監督的習慣已被允許出現。這是由于實時全動態視頻傳輸技術成熟，使得 CAOC 指揮官能夠感知戰術態勢。面對經常被視為任意和不得人心的沖突，政治層面對風險的容忍度顯著降低，這也助長了這一趨勢。這將更加阻礙將控制權委托給戰術層面。這種現有的指揮形式進一步提高了集中化程度，降低了作戰節奏，并為空中作戰引入了一系列潛在的帶寬瓶頸和電磁漏洞。許多國家的高級政治家和軍事領導人可能會將同級沖突中涉及的更高地緣政治風險視為繼續集中管理戰術決策的理由。然而，這種方法在實踐中幾乎必失敗，因為它需要緩慢的作戰節奏，以及它需要超視距連接和帶寬。為了適應未來國與國沖突，戰術空中指揮官文化氛圍必須改變以避免行動癱瘓，因為對 CAOC 結構及其支持通信鏈路的動能、電磁和網絡攻擊會切斷了指揮官與前線設施的聯系。

分布式 C2 的未來架構

許多空軍很清楚，源自 E-3預警機和 E-8 J-STARS 等寬體客機的傳統機載 C2 和 ISTAR 節點不再是未來沖突場景的最佳選擇。這些資產設施的自衛能力非常有限，必須發射大量易于檢測的電磁信號才能有效發揮作用，這使得它們容易被定位和跟蹤。此類平臺也是潛在傷亡的重要來源，因為它們攜帶大量訓練有素的任務系統工作人員來執行處理、開發和傳播 (PED) 的關鍵任務，以及空戰管理功能。今天，寬體 ISTAR 和 C2 飛機必須遠離敵方的地空導彈系統和遠程空對空導彈系統，使得在與技術先進的競爭對手發生沖突的早期階段，它們的主要傳感器圖像在很大程度上是無效的。

第五代 F-35 對此類 C2 和 ISTAR 使能器的依賴顯著減少，因為它自身有能力為其飛行員提供多光譜廣域態勢感知。這種在敵對空域內有機地建立態勢感知的能力，使得許多人計劃將 F-35 作為下一代分布式 C2 和 ISTAR 網絡的主要組成部分（Bronk，2020c）。然而，由于帶寬、軟件架構和排放控制限制，F-35 目前的形式無法把為飛行員創建的完整傳感器圖像傳輸到其他軍事設施。此外，作為戰術打擊戰斗機，與傳統的 ISTAR 和 C2 節點相比，F-35 的續航能力有限，而且數量有限的 F-35 也已經致力于打擊、SEAD/DEAD 和攔截任務。因此，諸如 F35 之類的平臺只能為傳統 C2 和 ISTAR 使能資產和網絡日益過時提供部分解決方案。

正在開發的分布式機載 C2 和 ISTAR 架構需要對設備進行更改，以使空軍能夠部署更多的小型平臺。除了 F-35 等支持網絡的戰斗資產設施外，一系列較小的載人 C2 和 ISTAR 平臺仍可能成為攜帶小型任務系統人員的選項，以實現機載 PED 和空戰管理。

然而，幾個主要的空軍強國已經在探索分布式軌道設施和無人機 (UAV) 的組合，這將取代 PED 和 C2到遠程地面站的功能。

由于存在一系列競爭趨勢，作為分布式 C2 和 ISTAR 架構一部分的軌道域的未來形態目前尚不清楚。一方面,飛速發展傳感器功能、對空間/重量/電力有要求的設備、通信帶寬和通信魯棒性，MIMO-type數組和軌道設施發射成本下降，都將大幅增加軌道資產在未來分布式ISTAR和C2網絡的角色。然而軟殺傷反衛星能力的激增，能夠進行交會的軌道設施，進攻性近距離作戰和越來越有爭議的電磁波譜，使得軌道資產和利用它們所需的上行/下行鏈路能力越來越有可能被拒絕，或至少在未來的任何戰爭中受到高度競爭。

提供按需的ISTAR和空中火力支援能力是一個必要的先決條件

與依賴人類飛行和任務系統工作人員的資產設施相比，無人機在空間站上提供了更長的續航時間，不像在軌衛星那樣具有可預測和潛在易受攻擊的軌跡。美國空軍 RQ-4 全球鷹和中國神鷹等大型無人機已經展示了一次在非常大的高度飛行超過 24 小時的能力——對于任何分布式的機載 C2 或 ISTAR 節點來說，這是一個非常理想的屬性。為了使它們在面對同行威脅時能夠更好地堅持下去，具有極低可觀測 (VLO) 形狀和材料的高空長航時 (HALE) 型無人機提供了新的潛力。 VLO UAV 在分散系統內執行 C2 和 ISTAR 任務的適用性將取決于尖端數據鏈、傳感器和 SATCOM 的發展，這些數據鏈、傳感器和 SATCOM 可以在不將機身暴露給敵方無源傳感器的情況下執行其任務功能。為了完成這些任務，出現了一些很有前途的技術，這些技術以不同程度的成熟度存在，但仍然很昂貴，并且部署這些技術的國家保持高機密性和安全敏感性。這意味著大規模部署將具有挑戰性，尤其是在靠近敵方領土的無人平臺上。

僅連接資產設施是不夠的

與當前這一代客機衍生解決方案相比，盡管無人 VLO、HALE 機身可以部署并更接近敵方部隊，但它們取代傳統機載 C2 和 ISTAR 節點的能力取決于自動化數據共享和邊緣處理技術。現代 ISTAR 資產設施，尤其是那些在 F-35 上配備多光譜傳感器套件的設施，在構建周圍戰場的廣域圖像時會產生大量數據。在此過程中，他們將收集可能對其他廣泛資產設施具有較高價值甚至關鍵價值的信息。然而，基于物理的帶寬限制了卸載或共享所有收集的數據，即使在非競爭性電磁環境中也是如此（Watling，2020 年）。在國與國之間的沖突場景中，ISTAR和 C2平臺將競爭有限頻譜資源，并可能在排放控制條件下運行以減少其對檢測和攻擊的脆弱性，應用邊緣處理技術來減少需要共享的數據量將至關重要。

任務工作人員（根據心智能力和工作量）可以對哪些信息可能值得或不值得傳遞給其他資產設施做出必要的主觀和視情況而定的優先級和相關性判斷。然而，至關重要的是，自動化系統目前無法做到這一點，除非在特定的、嚴格定義的情況下。

空戰管理經常是被動反應，依賴判斷的任務也是如此。如果沒有合適的解決方案，用安裝在 HALE 型無人機和作戰資產設施上的數據鏈和分散網絡節點架構，取代空中集中式 C2 和 ISTAR 節點是不可能的。

高度自動化、分布式去中心化的機載 C2 和數據共享網絡的組件（例如美國聯合全域指揮與控制 (JADC2) 計劃所追求的組件），都在機身設計人員的能力范圍內（美國會研究處，2021 年）。

然而，這一雄心超出了目前可行的人工智能和自主技術能力。對這樣一個系統的要求是明確的，因為至少在 2030 年代中期之前，世界各地空軍的大部分戰斗仍將依賴先進的第四代戰斗機和彈藥。

如果沒有來自整個戰場空間的實時態勢感知、目標和武器提示，這些武器系統將無法在高強度沖突中發揮它們所需的作用。然而，如果沒有主觀判斷和優先級排序能力，使得自動化邊緣處理真正取代空戰管理和ISTAR PED任務中的工作人員，空軍很可能仍然依賴于基于過時的寬體遺留系統的集中式機載架構。

作者介紹

Justin Bronk 是英國皇家國防安全聯合軍種研究所（RUSI）軍事科學團隊技術研究員。他還是 RUSI Defense Systems 在線期刊的編輯。他的專業領域包括現代作戰空中環境、無人作戰飛行器和新型武器技術。他為 RUSI 和各種外部出版物撰寫了大量文章。