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

美國國防部越來越重視實現及時創新以支持國防和軍事戰略的能力。在全球安全和全球競爭力快速發展的背景下，美國國防部（DoD）技術創新所面臨的挑戰與日俱增，不斷暴露出當前武器系統開發和采購實踐中的許多不足之處。隨著技術創新步伐的加快，美國國防部面臨的挑戰是，同樣的顛覆性技術進步也在為對手提供或由對手開發。根據文獻綜述，目前尚無創新系統理論來解釋組織在社會經濟目標和相關任務下與環境的互動，包括以一種不那么封閉的系統方法來處理私營和公共部門之間的互動。

任務工程探索-開發創新架構擴展了 Bennan 和 Tushman（2003 年）以及 O'Reilly 和 Tushman（1996 年）的探索-開發理論，從流程管理、創新行為以及私營企業在環境技術變革背景下的績效等方面進行了闡述。基于系統理論框架的定性內容分析對創新和國防部數據集進行了分析，并產生了一組初始種子類別。對這些種子類別進行解釋后，產生了架構觀點和相關命題。由此產生的架構貢獻是在軍事任務和復雜情況下對任務工程和集成管理功能的命題定義，包括識別社會-技術錯位的構造，作為理解和識別技術創新機會及相關伙伴關系的基礎。

研究結果

研究目的是利用系統理論框架，通過定性內容分析，開發一個用于技術創新的任務工程和集成探索-開發架構，重點如下：

• 執行任務工程功能，通過定義和連接活動、資源和技術，促進任務的概念化，使其長期免受脆弱性和威脅的影響。
• 履行互操作性和集成管理職能，這與任務組成人員在總體層面上互操作、保持復原力和冗余水平的能力有關。
• 利用任務工程、互操作性和集成管理參數，確定有前途的技術創新合作機會。
• 確定與盟國建立探索-開發型創新伙伴關系的相關條件，以促進武器技術的技術創新推廣。

目前，將人工智能技術融入美國軍隊的勢頭非常強勁。這包括將該技術用于指揮和控制目的。這些努力的前提是人工智能和機器學習能讓美國指揮官以更快的速度做出更好的決策。然而，人工智能不斷融入軍事決策過程，有望將決策要素從人類手中下放，這對強調果斷、直覺和大膽指揮官這一英雄原型的長期軍事傳統提出了挑戰。因此，本文試圖探討，面對這些相互競爭的觀點，將戰爭決策權下放給 "智能機器 "的前景是如何獲得目前的發展勢頭的？本文認為，可以通過關注二戰后時代出現的特殊戰爭愿景，特別是與美國軍事思想中的速度和知識主題相關的愿景，來解決這一難題。通過結合使用計算文本分析技術和系譜學方法，本文揭示了美國國防架構成員對速度和知識及其與戰爭關系的構想和優先次序的轉變。本文說明，在有關人工智能的優點及其在軍事決策中的作用的辯論中，這些變化充當了一種修辭資源，有助于鎖定與現代指揮相關的新含義和實踐并使之正規化。這些發現對于如何分析軍事文化、技術和戰爭實踐之間的關系具有重要意義；因此，這些發現指出了技術和戰爭的想象如何交織在一起，并對未來沖突如何展開產生了重大影響。

速度與知識

除了人工智能技術和軍事指揮實踐之外，本文還關注速度與知識這兩個主題之間的緊張關系。速度是戰爭不可或缺的要素，長期以來一直為實踐者、理論家和學者所強調。盡管如此，盡管速度作為戰爭中的一個關鍵因素經常被闡述，但其部署在不同時期和背景下并不完全一致。軍事思想經典都強調與速度有關的要素。例如，《孫子兵法》指出，"雖聞戰之愚急，而智不與久耽"。因此，孫子在指出行動過快的風險的同時，也指出了快速而巧妙的行動可能帶來的好處。不過，在這里，他也指出了與戰爭持續時間過長的風險有關的戰略計算。其中包括財政成本。不過，孫子也簡要提到了指揮官 "迅速 "決策的可能優勢，以及 "迅速 "行軍到意想不到的地點以達到戰術奇襲的目的。盡管如此，他在此也告誡人們不要無節制地追求快速、強行軍，因為這會造成組織混亂和供應鏈問題。從這個意義上說，對孫子來說，速度并不是統一的優勢。他建議 "疾如風，密如林"，就是對這一觀點的總結。看來，對孫子而言，速度和維持軍隊組織的必要性都不是萬能的。

提綱

本文的論述過程如下。第二章評估了以往關于戰爭與技術關系的文獻。它指出了四種可能的替代解釋來源，并強調了每種方法如何無法提供適當的工具包來回答本論文的研究問題。在對文獻進行回顧之后，第三章提出了一套研究軍事實踐與技術之間關系的工具，將關系/實用主義社會理論和科技研究的元素與一種方法論相結合，既有譜系研究方法，又有計算文本分析方法。

第四章是 "鋪墊 "一章，從歷史技術軌跡的角度討論人工智能。本章旨在為讀者提供人工智能的基礎知識、該領域的技術歷史、當前發展情況，以及在軍事和非軍事環境中應用人工智能時仍然存在的基本問題。

第五章采用計算文本分析方法，追蹤二戰后美國軍事思想史中的速度與知識主題。它表明，在當今時代，速度的認知要素以及信息和知識在戰場上的重要性在軍事專業期刊的討論中處于相對高點。這些趨勢為我的論點提供了證據，即在美國國防架構中，新的 "成功 "戰爭方式正在被構建和討論。

第六章和第七章為計算結果提供了更多背景資料。依靠對美國國防和軍事相關文件的細讀，這兩章提供了二戰后速度（第六章）和知識（第七章）主題的譜系，展示了更廣泛的美國軍事思想中的特殊變異。這些變異和相對穩定是修辭資源的 "池塘"。然后，每一章都展示了這些修辭資源是如何在有關人工智能的辯論中被部署到指揮決策中的。

第八章的重點是，在美國對人工智能指揮的更廣泛理解中，速度和知識的配置是如何緊密聯系在一起的。此外，至關重要的是，本章說明了與人工智能和指揮決策相關技術傳統沖突所產生的修辭封閉性。相關的技術批判已被戰略性地歸入更廣泛的技術論述和戰爭表達中，其方式現在與人工智能聯系在一起。這種形式的修辭封閉性使人工智能指揮的支持者能夠超越反駁論點，從而在美國防部政策中鎖定一種特定形式的穩定關系，并日益制度化。最后，第九章就我們如何在人類與人工智能系統緊密結合的當代社會技術配置中構想軍事決策提出了一些結論和思考。

印太地區的大國競爭對美國來說并不陌生。西太平洋對后勤工作提出了獨特的挑戰，尤其是在海上領域。即使按照今天的標準，當前的海上后勤平臺也屬于傳統設備；它們缺乏能力和容量，是美國在對抗性海上環境中維持聯合部隊的關鍵弱點。然而，新興技術可以在短期內彌補這些差距。

人工智能可以協助人類制定航線和裝載計劃，提供船只控制，并以競爭激烈的戰場節奏實現快速數據匯總和決策。通過在各后傾節點之間自動進行兵力分配和供應動態分配，人工智能將使關鍵物資在正確的時間和地點到達。INDOPACOM 地區的地理距離自上一次大國競爭以來一直未變；增強指揮和決策速度對于實現和保持競爭節奏至關重要。

海上和陸地/海洋的自動化貨物運輸既能降低風險，又能提高效率。通過用自動化系統取代人類操作員來執行常規的、高強度的實際操作，指揮官可以控制部隊的風險。無人駕駛船只可以在沒有外部支持的情況下在海上運行數周。自動起重機和車輛可以不知疲倦地高效裝卸貨物。

實戰化的彈性系統意味著作戰人員可以信賴它們的持續性。推進器和貨物裝卸設備等關鍵系統的冗余可確保長途航行不會白費。零部件的通用性、自動維護操作和現成的商用解決方案避免了交付流程中的瓶頸，并實現了有利的齒尾比。以可承受的價格生產后勤平臺，意味著可以在行動開始時安裝更多的系統，并在需要時增加更多的能力。最后，擁有足夠多的成本效益高、易于保養、維修和相對容易更換的船只，有助于提高系統的彈性。

當前的技術可以彌補海事后勤的不足，而更全面的解決方案則可以解決體制上的缺陷。采用人工智能、自動化設備和彈性系統可以有效地使聯合部隊指揮官控制作戰區域內的后勤工作。

圖：人工智能支持的在途可視化

威脅改變形式和特征的速度與陸軍改造能力的適應速度之間的差距，清楚地凸顯了陸軍轉型過程中所面臨的困難。

為了應對陸軍面臨的作戰挑戰，需要持續不斷地進行現代化改造。技術發展的極快速度和不斷變化的全球戰略環境加劇了這種狀況。

因此，陸軍必須有效采用能夠盡可能預測未來需求的組織流程，并提供能夠在戰略層面提高對實施適當轉型過程必要性認識的有效解決方案。陸軍迫切的轉型需求可以用圖 1 中的模型來表示。該模型結合了國家經濟增長（Y 軸）、陸軍與其他武裝力量的一體化水平（Z 軸）和國防愿景水平（X 軸）。當形狀規則時，模型顯示的是一個處于平衡狀態的系統，而當形狀不規則時，模型則突出了關鍵領域。

目的

本研究旨在指導陸軍轉型的長期進程。它將成為以下方面的主要概念參考

• 通過提出塑造未來陸軍的功能概念，指導未來的適應性研究；
• 假設未來可能的需求，以支持陸軍在不久的將來（2035 年后）的作戰活動， 整個文件的目的是概述意大利陸軍未來所需的能力發展，通常是在北約范圍內。

目標

本文件是陸軍開展的概念性工作的一部分，其目的是界定和確定主要行動者以及陸軍可能需要在其中行動的未來環境的性質。

因此，本文件的目的是描述假設情景和陸軍將面臨的主要挑戰。目的是找到可能的解決方案，以推動支持國防的能力發展進程。

本文件介紹了未來指揮官為更好地應對 "陸軍指揮官面臨的新挑戰 "而必須面對的各種論題及其影響。

方法

本文件將使用北約 "全球戰略趨勢分析 "文件和 "戰略前瞻分析 "文件中已確定的要素，同時還將引入復雜環境中的遠見方法要素，特別是規劃情景。

這項研究（也考慮到了作為遠見方法一部分的尋路方法）不僅考慮了分配給陸軍的主要任務，還考慮了戰略趨勢（地緣政治、人口、技術、經濟和環境）的演變。它希望勾勒出未來陸軍必須保持實質性優勢的領域。

無人機系統（UAS）是近期顛覆性技術的最佳范例之一，理所當然地成為無數新型軍事和民用應用的主力軍。無人機系統技術已經發展到這樣一個地步：從后勤角度看，部署成群的無人機系統是一項合理可行的活動。然而，完全自主和分布式地控制這些無人機蜂群仍然遙不可及。特別是，如果蜂群成員或它們所支持的其他網絡節點處于通信斷開狀態，那么蜂群的協調工作就會變得尤為困難。此類研發活動的高風險性質和潛在危險后果也使其實施極為罕見。此外，從自動化設計和部署的角度來看，算法的可擴展性問題依然存在。本論文旨在通過模擬和機器人現場實驗解決這些問題，利用生物啟發和強化學習方法為常見的無人機系統應用生成蜂群控制方案。

在論文的技術部分中，第 4 章至第 6 章提出了幾種新型蜂群控制算法，以支持通信和其他基于位置的任務。通過對由此產生的新興行為進行數學分析，可以深入了解協調是如何發生的。論文進一步研究了這些算法適應不同環境條件的方式，如通信連接、蜂群規模和角色要求。第 7 章和第 8 章從自動算法設計和實際通信的角度探討了蜂群的可擴展性問題。前者表明，通過多智能體強化學習架構生成的控制策略的移植取決于智能體觀察環境的方式；據作者所知，這是首個此類結果。這一結果允許部署大型蜂群，而無需訓練其所有成員。在后者中，隨著通信信道擁塞程度的增加，出現行為的崩潰也會隨之加劇，從而為衡量此類算法中的出現行為提供了新的衡量標準。

作為一項完整的工作，本論文通過模擬和數學分析，為推動自主蜂群控制的現狀做出了多項貢獻。在可行的情況下，還在真實系統上進行了實驗，以進一步驗證現實世界中的結果。這些貢獻的一個理想結果是提高了利用蜂群控制的系統的可信自主性。

美海軍陸戰隊應投資于現有的武裝無人機系統 (UAS)，并進一步完善成對和自主系統，以最大限度地發揮無人系統的技術優勢。

預測未來沖突的特點并不是一門精確的科學，可能會有無窮無盡的可能性，而這些可能性僅受對手的意愿和想象力的限制。盡管如此，為了繼續調整現有條令、預測未來需求并繼續開發和采購進程，我們需要對未來作戰環境進行展望。海軍陸戰隊作戰概念（MOC）是海軍陸戰隊對未來作戰環境、海軍陸戰隊如何作戰才能成功戰勝這些挑戰，以及為最好地應對這些挑戰而必須完善、修改或發展的能力的最新設想。為了擁有最有能力的戰斗部隊來應對未來的威脅，軍隊必須預測需求并在今天進行變革。

聯合攻擊戰斗機（JSF）就是一個預測未來環境并開發具有競爭力的系統的例子。它代表了隱形技術的重大進步、最先進的雷達系統、前所未有的信息共享水平和更高的態勢感知能力。這些能力需要付出高昂的時間和金錢代價。

武裝無人機系統具有類似的能力，能以更低的成本和更多的數量提供 CAS。現有武裝無人機系統的總成本與繼續開發、生產和部署約 2400 架 JSF 的成本相比相形見絀。增加對武裝無人機系統的投資可以節約成本，使軍方能夠生產更多系統，節省大量資金。大大縮短的培訓時間使培訓管道能夠更好地滿足基于作戰需求的人力需求，并使軍方能夠在相對較短的時間內激增訓練有素的飛行員和操作員的數量。

結論：對武裝無人機系統的投資在平臺采購和機組人員培訓時間方面節省了大量成本。這些節省下來的費用可為未來沖突中可能需要的地面行動提供更多的 CAS 支持。

無人駕駛航空系統（UAS）能力在商業領域的擴散對民用和軍用設施的傳統周邊防御構成了潛在的重大威脅。特別是現成的商用無人機系統，體積小、價格低、功能多，引起了愛好者越來越大的興趣，也增加了設施面臨的風險。因此，設施指揮官現在需要一種方法，對設施面臨的直接威脅進行快速評估和分析，以確定設施反無人機系統（CUAS）的有效性。按照系統工程方法，本研究提出了一種方法，提供了對設施進行評估和分析的逐步過程，并采用基于模型的系統工程（MBSE）工具來評估 CUAS 的有效性和局限性。該方法分析了 CUAS 的作戰環境以及 CUAS 可能對作戰區域內其他利益相關者（如相鄰的盟軍兵力、平民等）產生影響的方式。然后，我們確定優化 CUAS 性能的候選配置，以滿足利益相關者的要求。我們將對一個擁有現有 CUAS 的假設機場進行案例研究，以展示該方法的可用性，探索候選配置，并證明實施符合設施和利益相關者要求的候選配置是合理的。

近年來，無人機系統（UAS）技術突飛猛進，激發了業余愛好者對無人機系統的興趣，并促使他們將無人機系統用于娛樂用途。此外，每個國家或軍事組織都能負擔得起和使用無人機系統。雖然目前正在實施飛行法規，要求無人機系統運營商提供所有正在運行的無人機系統的歸屬信息，但許多業余愛好者仍然不提供此類信息，而且可以預計邪惡的行為者也不會提供無人機系統的來源標識。因此，僅僅要求識別無人機系統還不足以保護機場等大多數設施免受無人機系統的入侵。此外，如果設施無人看守，無人機系統入侵的后果可能是災難性的。例如，如果無人機系統在起飛過程中進入飛機發動機或撞上油箱，這種事件可能會造成人員傷亡，對運營造成巨大干擾，并對基礎設施或資產造成昂貴的維修費用。

無人機系統旨在執行對人類來說 "枯燥、骯臟或危險 "的各種任務[1]。無人機系統技術發展的主要能力驅動因素是，在執行情報、監視和偵察（ISR）、人道主義援助和救災（HADR）以及精確打擊等危險任務時，人們對軍事力量保存工作的興趣與日俱增。隨著無人機系統技術在過去幾十年的成熟，商業部門看到了將無人機系統應用于基礎設施檢查、交通監控、投遞和氣象等商業活動的機會。對軍事和商業部門都有利的是，在無人機系統領域實施開放式架構獲得了重大創新，從而不斷加快無人機系統的技術進步，使其具有革命性的潛力。商用現成（COTS）無人機系統或小型無人機系統通常提供攝影、攝像和自我組裝套件等功能，吸引著各個領域的愛好者將無人機系統用于娛樂目的[2]。然而，隨著無人機系統的技術發展和廣泛采用，軍事和商業部門都面臨著巨大的風險[3]，[4]。

對設施、基地、機場、關鍵基礎設施和類似設施而言，非惡意無人機系統的主要風險是失控和碰撞。失控可能會對關鍵資產造成重大損壞或對人造成傷害，并可能產生高昂的成本來修復基礎設施損壞和治療嚴重傷害。例如，業余無人機系統操作員可能會嘗試拍攝停靠的客機視頻作為其業余愛好的一部分，但由于信號超出范圍問題而無意中失去控制，這可能會導致與即將起飛的客機相撞。由于大多數無人機系統的所有者都是業余愛好者，他們中的許多人在控制無人機系統方面沒有受過訓練或缺乏經驗。現有的法規和政策無法在允許業余愛好者駕駛較小的無人機系統之前跟蹤他們的操作熟練程度。雖然敏感區域周圍設有禁飛區，但由于業余愛好者可能不了解他們可能造成的損害，每年仍會發生少數事件。機場、軍營和基地、政府大樓和監獄等設施在應對無人機系統時已經遇到了上述安全困境[5]。此外，邪惡的無人機系統活動構成了更大的威脅，盡管迄今為止，在全球范圍內，除戰爭活躍地區外，此類事件相對較少。

各設施迫切需要采用反無人機系統（CUAS）來主動保護其資產和安全。為有效對抗無人機系統，CUAS 需要多個傳感器來探測、識別和分類無人機系統，然后再使用攔截器擊落無人機系統。然而，CUAS 系統的內部和外部存在多種因素，可能會削弱 CUAS 的有效性，設施指揮官必須采取相應的緩解措施[6]-[8]。設施指揮官面臨的一大挑戰是如何在與無人機系統的技術競賽中保持領先。

現有研究主要關注 CUAS 和 UAS 系統的技術能力，而沒有從更廣泛的系統工程角度進行研究。本論文的研究采用了系統工程視角，以支持設施指揮官了解設施在應對當前和新出現的無人機系統威脅時可能存在的薄弱環節，并平衡 CUAS 的能力與鄰近利益相關者的需求[9]。第 2 章中提出的方法允許設施指揮官通過評估和分析探索可能的 CUAS 空間，以確保 CUAS 針對快速出現的無人機系統威脅進行優化并具有相關性。

圖 擬議方法概述。該方法可用于設施指揮官分析現有 CUAS 系統的有效性，找出 CUAS 系統能力差距，提出 CUAS 系統升級建議，并提供 CUAS 系統設計審查。

在現代空戰中，超視距（BVR）交戰越來越頻繁。飛行員面臨的主要挑戰之一是機動計劃，這反映了他們的決策能力，并能決定成敗。為確保采用虛擬BVR空戰模擬的飛行員訓練取得成功，計算機生成部隊（CGF）的高精度水平至關重要。要實現這一目標，不僅要充分復制和模擬實體的物理特性，還要使其具有接近人類的行為。在本文中，我們提出了應對這些挑戰的總體概念： 首先，我們引入飛行運動動態模型（飛機、導彈、箔條）以及干擾器。然后，我們分析典型的超視距空戰的工作流程，將其分為攻擊、自衛和決定。在此背景下，我們引入行為樹作為這些任務的建模方法，并解釋其優點。進一步的計劃包括在未來由人類控制的對手飛機（飛行員）與CGF對飛的實驗活動中驗證和確認CGF的行為。最后，我們對未來的工作進行了展望，我們打算在包含多個自由度的任務中采用強化學習。

在未來的空戰中，無人協同系統的整合將是一個潛在的巨大力量倍增器。其成功的關鍵因素將是編隊情報、協調任務規劃和跨平臺任務管理。因此，構思下一代機載武器系統的任務需要一個整體的系統方法，考慮不同的航空飛行器、其航空電子任務系統和針對未來威脅的整體作戰概念。為了盡早驗證可能的解決方案概念并評估其作戰性能，在過去幾年中，在空中客車防務與航天公司未來項目中開發了一個動態多智能體戰斗仿真。除了比實時更快的工程功能外，該仿真還可以進行實時人機對話實驗，以促進工程師、操作員和客戶之間的合作。本文介紹了動態任務仿真方法，以及在未來戰斗航空系統（FCAS）研究中應用此工具所得到的啟示，在此期間，我們清楚地認識到什么是未來應用的一個關鍵挑戰。實施一個強大的高層規劃算法，為復雜的空中行動生成臨時任務計劃，同時考慮反應性的低層智能體行為、人類操作員和在線用戶輸入。

1 引言

每一代新的戰斗機都可以通過一個或多個技術飛躍來定義，這些技術飛躍使其與上一代的設計有很大區別。毫無疑問，自從大約15年前第一架第五代戰斗機投入使用以來，幾乎所有的設計學科都有了顯著的進步。不同的飛機制造商，包括空客，已經宣布他們目前正在構思或研究第六代戰斗機[1] [3]。與目前最先進的飛機相比，這些項目很可能在各個領域都有改進，如飛行性能、全方面和全模式隱身、低概率攔截雷達和通信或武器裝備。但問題仍然存在：什么將是這一代的決定性因素，一個真正改變未來戰斗空間的因素？

一個常見的假設是，未來的戰斗空間將是 "高度網絡化 "的，即所有參與的實體都可以交換他們的態勢視圖，并以近乎實時的方式創建一個共享的戰術畫面。一方面，這使得多個平臺在空間和時間上可靠同步達到了以前不可能達到的程度。許多算法，特別是發射器定位或目標測距的算法，如果能從多個位置產生測量結果，會產生明顯更好的效果。另一方面，高質量數據的可靠交換通過分配以前由單一平臺執行的任務，使戰術更加靈活。對作戰飛機的主要應用可能是所謂的合作交戰概念（CEC），這已經是美國海軍針對反介入/區域拒止（A2/AD）環境的海軍綜合火控-反空（NIFC-CA）理論的一部分[4]，但其他應用也是可能的，例如合作電子攻擊。所提到的概念主要適用于任務期間單一情況的短期范圍，例如偵察或攻擊薩母基地、空對空（A2A）作戰等。然而，就整個任務而言，還有一個方面需要提及。鑒于所有參與實體之間的可靠通信，規劃算法可以交換任務計劃變更的建議，并根據其目標和當前的戰術情況自動接受或拒絕。這在一個或多個不可預見的事件使原來的任務計劃無效的情況下特別有用，盡管所有預先計算的余量。與其估計一個替代計劃是否可行，并通過語音通信與所有其他實體保持一致（考慮到船員在某些任務階段的高工作負荷和參與實體的數量，這是一項具有挑戰性和耗時的任務），一個跨平臺的任務管理系統可以快速計算出當前任務計劃的替代方案，并評估是否仍然可以滿足諸如開放走廊等時間限制。然后，一組替代方案被提交給機組人員，以支持他們決定是否以及如何繼續執行任務。

將上述想法與現在可用的機載計算能力結合起來，由于最近在硬件和軟件方面的進步，可以得出結論，未來一代戰斗機將很有可能在強大的航空電子系統和快速可靠數據交換的基礎上，采用卓越的戰術概念進行作戰。然而，這還不是我們正在尋找的明確游戲改變者--甚至現有的第五代戰斗機已經應用了一些提到的概念，例如，在NIFC-CA背景下的F-35[4]。因此，下一步不僅要改進飛機的航電系統，而且要在完全網絡化環境的前提下連貫地優化航電、戰術和平臺設計。這種方法允許思考這樣的概念：如果得到網絡內互補實體的支持，并非每個平臺都需要擁有完整的傳感器套件和完整的決策能力。因此，不同的平臺可以針對其特殊任務進行高度優化，從而與 "單一平臺做所有事情 "的方法相比，減少了設計過程中需要的權衡數量。很明顯，一個專門的傳感器平臺不需要或只需要非常有限的武器裝備，因此現在可用的空間可以用來建造更好的傳感器或更大的燃料箱。這已經可以使該平臺專門從事的任務性能得到顯著提高，但有一樣東西可以去掉，它的影響最大：飛行員。在這一點上，必須明確指出，目前沒有任何算法或人工智能能夠接近受過訓練的機組人員態勢感知和決策能力。這就是為什么在不久的將來，人類飛行員在執行戰斗任務時將始終是必要的。然而，如果飛行員（或更準確地說，決策者）被提供了指揮無人駕駛同伴的所有必要信息，那么就不需要在同一個平臺上了。因此，我們提出了一個概念，即一個或多個載人平臺由多個無人駕駛和專門的戰斗飛行器（UAV）支持。在下文中，我們將把至少一個載人平臺和一個或多個由載人平臺指揮的專用無人機組成的小組稱為包。我們聲稱，由于以下原因，無人平臺將作為有人平臺的力量倍增器發揮作用：

• 無人機是可擴展的，而空勤人員是不可擴展的。因此，無人機可以執行高風險的任務，并允許采用只用載人平臺無法接受的戰術。

• 無人機更便宜（即使不考慮機組人員的價值），因為它們可以在性能相同的情況下比載人平臺建造得更小。這意味著，在相同的成本下，更多的平臺可以執行任務，更多的平臺會導致更高的任務成功率。首先，因為有更多的冗余，其次，如果有更多的資產參與其中，一些任務可以更好地完成，例如發射器的定位。

• 不同的無人機和載人平臺可以任意組合。在任務開始前，可以根據需要組成包。在任務期間，在某些限制條件下，也可以重新組合軟件包，例如，如果交戰規則禁止不受控制的飛行，則指揮平臺之間的最大距離。這使得任務規劃和執行有了更大的靈活性，預計也能保持較低的運行成本和材料損耗（"只使用你需要的東西"）。

像往常一樣，沒有免費的午餐這回事。在我們的案例中，所有上述優勢對飛機設計師來說都是有代價的。不是按照一組技術要求優化單一設計的性能，而是必須設計多個平臺及其子系統，使其在各種任務和組合配置中最大限度地提高整個系統的性能。在本文的其余部分，我們將介紹FCAS原型實驗室（FPL），這是一個在FCAS背景下開發的模擬環境，用于解決這一高度復雜的問題。在第2章中概述了它在概念設計和跨學科技術原型開發中的作用后，我們將在第3章中介紹底層動態多智能體任務仿真的概念和架構。在第4章中，我們將介紹選定項目的結果，以概述該工具的多功能性。本文最后將介紹可能是未來最大的挑戰之一，不僅對模擬，而且對一般的無人系統的引進。實施一個強大的高層規劃算法，為復雜的空中行動生成臨時任務計劃，同時考慮反應性的低層智能體行為、人類操作員和在線用戶輸入。

FCAS原型實驗室（FPL）：動態多智能體任務仿真

FPL的核心是一個動態多智能體任務仿真，可以在一臺計算機上運行，也可以分布在多臺機器上，并使用不同的附加硬件組件。為了方便兵棋推演的進行，對人機界面技術進行原型測試，或用于一般的演示目的，模擬中的所有載人機載資產都可以選擇由硬件駕駛艙控制。如果沒有人類操作員參與，模擬必須能夠比實時運行更快。這對于在可能需要數小時的大規模任務中進行有效的開發和權衡分析尤為必要。為了以客觀和公正的方式評估概念和技術，每個模擬任務的過程都是由預先定義的系統屬性、物理效應的模擬和可配置的智能體行為和合作演變而來。不存在任何腳本事件，每一次新的模擬運行的結果都是完全開放的。藍軍和紅軍是在相同的假設下，以可比的抽象水平進行模擬。以下各章概述了如何在FPL中動態地模擬當前和未來機載系統的任務。介紹了我們的仿真結構，在對這類系統進行建模時最重要的設計權衡，以及行為建模的高層次規劃/低層次控制方法。

架構

FPL的仿真架構由三個邏輯部分組成：應用、仿真控制和通信中間件。該架構的一個核心特征是，模擬被分割成幾個應用程序。每個應用程序運行不同的模型，例如，有一個應用程序用于模擬自己的（藍色）航空器、敵方（紅色）航空器、綜合防空系統（IADS）以及更多的模型，如下所示。所有的應用程序共享相同的標準化接口，并且可以任意組合。這種模塊化允許只運行某個任務或項目所需的部分模型。所有的應用程序都是獨立的可執行文件，可以在同一臺計算機上以并行進程運行，也可以分布在幾臺機器上。通過交換編譯后的二進制文件，來自不同公司的模型的整合是可能的，而不會暴露詳細的基本功能。一般來說，不同公司之間的快速和容易的合作是FPL架構的一個主要驅動力。為此，提供了一個基礎應用類，它提供了所有與仿真有關的功能，如仿真控制狀態機、通信中間件接口和通用庫，例如用于不同坐標系的地理空間計算。通過簡單地實現一個新的基礎應用實例，新的模型可以被添加到仿真框架中。所有應用程序的執行都由一個中央仿真控制實例控制。它提供了一個圖形化的用戶界面，可以根據需要啟動、停止和加速模擬。在執行過程中，所有應用程序的運行時間被監控，仿真時間被動態地調整到最慢的模型。這使得分布式的比實時更快的模擬具有自適應的模擬時間加速。應用程序之間的通信是通過數據分配服務（DDS）標準[2]實現的。它使用發布-訂閱模式在網絡中實現了可靠和可擴展的數據交換。兩個不同的分區用于廣播仿真數據（如實體狀態、仿真控制命令等）和多播命令和控制數據（如通過BUS系統或數據鏈路實際發送的數據）。DDS標準的開放源碼實施被用來進一步方便與外部伙伴的合作。

圖1提供了我們的模擬架構的概況，包括大多數任務所需的應用程序。如前所述，這個架構并不固定，幾乎任何應用都可以根據需要刪除或交換。如黑色虛線箭頭所示，通過DDS中間件在仿真控制處注冊一個基本的應用實現，可以集成新的模型。藍色/紅色背景的方框描述了己方/敵方系統，混合顏色的方框可供雙方使用。仿真基礎設施組件的顏色為灰色，用戶界面的顏色為橙色。黑色箭頭表示模擬過程中的通信，灰色箭頭代表模擬運行前后的數據交換。

對于兵棋推演環節，不同的應用程序分布在FPL的多個房間內運行，以模仿真實的空中作業程序。在設置好一個場景后，藍方和紅方的操作人員使用任務配置工具，在不同的房間里計劃他們的任務。空中行動指揮官留在這些房間里，而飛行員則分成兩個房間，每個房間有兩個駕駛艙來執行任務。藍方和紅方空軍應用的任何飛機都可以從駕駛艙中控制，因此飛行員可以接管不同的角色，并相互對抗或作為一個團隊對抗計算機控制的部隊。所有房間都配備了語音通信模擬。任務結束后，各小組在簡報室一起評估任務，可以從記錄的模擬數據中回放。一個額外的房間配備了多個連接到模擬網絡的PC，可以選擇用于特定項目的任務，例如硬件在環實驗。

建模

為FPL選擇正確的建模范式事實上并不簡單，因為它涵蓋了操作分析工具（通常是隨機的）以及工程模擬（通常是確定性的或混合的）的各個方面。這個決定的影響可以用一個例子來說明，即如何確定一架飛機是否被導彈擊中。在隨機模型中，這個決定是基于可配置的概率，例如，被擊中的概率（導彈）和回避動作成功的概率（飛機）以及一個隨機數。為了使最終的任務結果對單一的隨機數不那么敏感，在實踐中經常用不同的隨機種子進行多次模擬運行。按照確定性的方法，導彈的飛出是根據導彈的發射方向、制導規律和固定的性能參數如推力、最大加速度等來模擬的。飛機在規避機動過程中的軌跡也是基于其初始狀態、空氣動力學、反應時間等。例如，當彈頭引爆時，如果導彈和飛機之間的距離低于某個閾值，那么飛機就會被認為被殺死。在一個確定性的模型中，在導彈發射時已經知道飛機是否會被擊中。確定性模型中必要的簡化通常是通過引入固定參數來完成的，比如導彈例子中的距離閾值。混合模型允許使用隨機數進行這種簡化，例如，作為失誤距離的函數的殺傷概率。

為了有效地測試和分析大規模的空中作業，在單臺機器上有幾十種藍色和紅色資產運行的情況下，模擬運行的速度至少要比實時快10倍（平均）。這對所用算法的時間離散性和運行時的復雜性提出了重大限制。為了保持快速原型設計能力，為新項目設置仿真或開發/集成新組件所需的時間應保持在較低水平。太過復雜的模型會帶來更多的限制，而不是顯著提高結果的質量。在這些方面，（更多的）隨機模型在運行時間和開發時間上都有優勢，更快。然而，在我們的案例中，有兩個主要因素限制了隨機模型的使用，使之達到最低限度。首先，模擬只有在給出他們的戰術和演習成功與否的確切原因時才會被操作者接受。此外，隨機模型是由數據驅動的，但對于未來自己和/或敵人的系統來說，所需的數據往往無法獲得。對于已經服役多年并在測試或實際作戰中多次射中的導彈，有可能估計其殺傷概率。然而，僅僅為未來的導彈增加這一概率是非常危險的，特別是因為隨機模型對這些參數非常敏感。從我們的觀點來看，通過將所有系統建模為基于技術系統參數的通用物理模型，可以實現對未來系統更健全的推斷。第一步，通過模擬已知技術和性能參數的現有系統，對模型本身進行驗證。對于未來的系統，技術參數會根據預期的技術進步、領域專家知識和他們的工具進行推斷。堅持最初的例子，未來戰斗機的回避機動性能的推斷，例如，基于從CAD和流體動力學模型計算出的更高的升力系數，或基于更高的導彈接近警告器的分辨率和靈敏度。

客觀評價未來概念在模擬中的表現的一個關鍵方面是環境和威脅的建模。必須考慮到，系統的方法在紅方和藍方都是有優勢的。現代國際防空系統的危險來自于結合不同的系統，從非常短的距離到遠距離。所有這些系統都有它們的長處和短處，但它們被組織起來，使個別的短處被其他系統所補償，并使整個系統的性能最大化。因此，第一個困難是必須對大量的系統進行模擬，并且必須確定這些系統的個別優勢和劣勢。通用物理模型的方法可用于這兩個方面。在通用防空系統模型被開發和驗證后，它可以迅速將新的系統整合到模擬中。根據模擬的物理效果，可以估計敵方系統的作戰優勢和弱點或未來可能的威脅概念。另一方面，使用通用模型的困難在于，必須將真實系統的功能映射到通用模型中，以便保留所有重要的單個系統屬性。這不可避免地導致了相當復雜和詳細的通用模型。我們將以地基雷達組件為例，概述我們平衡復雜性和保真度的方法。如圖2所示，IADS模擬中的一個實體由不同的組件組成。這些組件可以任意組合，以快速配置新系統。從功能角度看，地面雷達組件由控制器、探測模型和目標跟蹤器組成。根據實體的當前任務，控制器選擇所需的雷達模式，例如，360°搜索的監視或戰斗搜索，如果一個特定的部門必須優先考慮。為了對付干擾或地面雜波，可以使用不同的波形。根據雷達的類型，如機械或電子轉向的一維或二維，控制器有不同的可能性來適應搜索模式。在為一個波束位置選擇了波形的類型和數量后，探測模型根據目標、地面雜波、地形陰影、大氣衰減和電子對抗措施等方面的雷達截面模型，產生測量結果。測量誤差是由取決于隨機模型的信噪比引起的。由此產生的測量結果然后由目標跟蹤器處理，它執行測量-跟蹤關聯和跟蹤過濾。

這種詳細模型產生的另一個困難是必須估計的參數總數。在這一點上也要注意，模擬中的所有數據都是不受限制的。這一方面是由于大多數項目的限制，但另一方面，它在日常工作中也有實際優勢。我們必須牢記，模擬是用于概念驗證，而不是用于詳細的系統設計，所以在這個早期階段使用機密的威脅數據會對基礎設施和開發過程造成重大限制，而不會給結果帶來重大價值。基于此，所有的威脅數據都必須根據公開的來源或來自內部項目和外部合作伙伴的非限制性數據進行估算。這再次導致了大量的數據，而這些數據的詳細程度往往是非常不同的，或者是不一致的，例如，由于對限制性數據的去分類。隨著我們模型的不斷發展和多年來獲得的工程專業知識，我們有可能為不同的當前和推斷的未來威脅系統估計出一致的參數。這主要是在一個自下而上的迭代過程中完成的。根據現有的技術和性能參數，對缺失的模型參數進行估計以適應組件的性能。然后對單一系統的不同組件之間的行為和相互作用進行調整，以達到理想的系統性能。最后，在不同的情況下測試IADS內這些系統的協調，以使整個系統的性能最大化。

近年來，情報、監視和偵察（ISR）行動經歷了爆炸性的增長，導致收集的數據成倍增加。然而，盡管有如此豐富的ISR數據，個人、團隊和決策者往往無法開發出他們所需的個人和集體對作戰環境的態勢感知（SA）。增強現實（AR）技術為這種困境提供了一個潛在的解決方案。利用視覺、聽覺和觸覺的線索，AR技術有可能為合作和分析提供新的機會，這將提高個人和集體的安全意識。本文旨在為開發用于ISR行動中協作和分析的AR工具指明道路。它探討了AR技術的現狀，以澄清關鍵的定義、系統的分類和目前對有效使用的研究。它還研究了支撐情景意識的認知和學習理論，以了解AR在發展SA方面可以發揮什么作用（如果有的話）。這些理論被發現支持越來越多地使用AR技術來改善SA和協作，并確定了AR技術為促進SA必須解決的八個設計標準。如果這些設計標準得到尊重，可以預期AR技術會改善學習成績，提高用戶的積極性，并增強用戶的參與/互動和協作。此外，還可以預見在空間理解和長期記憶保持方面的收益。盡管有這樣的潛力，但在AR系統設計中必須適當地管理三個主要風險：引導注意力；系統管理中的分心；以及用戶定制。如果這些風險得到管理，設計標準得到尊重，那么用于ISR行動的協作和分析工具的開發者將能夠開啟AR所提供的光明前景。