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

本文概述無線傳感器網絡（WSN）的軍事應用。現代軍事行動中的作戰活動被劃分為不同類別，這些類別為無線傳感器網絡提出了特定要求與限制條件。傳感器類型及其功能可調整并約束WSN的運用。WSN軍事應用效能取決于多重因素，包括傳感器性能、傳感器類型、無線通信架構、覆蓋范圍及適當的數據處理能力。我們依據戰略場景與傳感器類型對軍用WSN應用實施分類。本文系統歸類軍事WSN，涵蓋作戰形態、傳感器類型，并界定關鍵WSN類別。同時闡述下一代WSN軍事應用面臨的研究與工程挑戰。

通信能力是軍事任務各階段的必備要素[1]。戰場指揮傳遞以及通過傳感器保障指令數據傳輸均不可或缺。本研究提出基于無線傳感器網絡（WSNs）的軍事數據采集架構應用綜述。軍事通信必須嚴格限定于特定區域，具備時效性且按需啟用[1]。其必須具備抗信號干擾與無線電測向能力，抵御其他電子戰威脅，并提供端到端通信安全。典型軍事戰區存在明確且特征顯著的對手，其威脅遍布空中、陸地及海域。然而近期情報揭示更多復雜場景，例如全域作戰、城市環境以及維持和平與災難救援等"非戰爭軍事行動"（OTW）[1]。本研究聚焦WSN在大規模戰區（非全球范圍）、城市作戰、OTW及電力保障領域的應用。軍事WSN的應用能力不僅取決于滿足上述需求的無線通信技術，更依賴于傳感器性能。傳感器可探測多種物理現象，軍事應用中最關鍵的包括槍炮射擊與爆炸產生的電磁波、光輻射、壓力波及聲波。傳感器還能識別并測量化學/生物/不穩定蒸汽，以及人員或物體的接近狀態。我們將傳感器能力作為軍事WSN應用的基礎分類依據。無論傳感器類型如何，WSN都是采集環境數據與動態目標信息的最可行方案[2]。現代戰場環境中，軍事WSN的防護至關重要。WSN能有效降低部隊部署區域的不確定性，精準定位目標位置與狀態。在OTW場景中，WSN可提升對受災區域及受影響人群的態勢感知能力。傳感器采集的信息經預處理后，通過單/多傳感器節點傳輸至網關。網關提供信息融合、附加數據處理及近實時回傳能力（借助遠程無線傳輸或衛星鏈路），并支持通過無人駕駛飛行器實現異步數據傳輸[3]。通信架構直接影響WSN的覆蓋范圍與可用性，進而決定軍事應用的邊界約束。WSN及相關問題的研究綜述詳見文獻[4]。

全文結構如下：第二章解析軍事WSN應用的分類體系；第三章詳述第二章確立的主要應用類別；第四章探討軍事WSN應用的研究與工程挑戰；第五章總結全文。

當前，人們對新興與顛覆性技術（Emerging and Disruptive Technologies, EDTs）的特性及潛在影響興趣日增。從國防視角出發，需探明這些技術能否以優于或不同于現有方式實現關鍵能力需求。為此，需建立技術評估方法，即在技術被集成入系統/能力前，盡早評估其潛力（可能實現的功能）。基于北約SAS-159研究任務組的成果，本文提出一個框架，用于理解技術發展如何重塑未來作戰環境。借助該框架，可描述技術對物理、虛擬與認知維度中"變革要素"——空間、時間、感知、認知、選擇與效果——的影響，同時評估這些技術對軍事功能與作戰的潛在作用，以及其如何支撐北約戰爭特征概念（NWCC）中的"六個外"戰略要素。上述分析將整合為技術軍事潛力的評估報告。本文還將闡釋該框架如何結構化連接EDTs可能引發的基礎性、戰術性與作戰性變革，為優化技術賦能軍事優勢的投資決策與戰略規劃提供堅實依據。

SAS-159框架中的規劃者視角聚焦于三個步驟。首先，關注作戰影響，即技術如何在北約軍事職能與行動類型的背景下改變未來作戰環境（HOW）及作用領域（WHERE）。規劃者視角還需驗證特定技術是否真正使北約能在某項能力上超越對手（out-'x'），具有重要價值。基于北約戰爭特征概念（NWCC）的邏輯，2040年軍事力量工具（MIoP）需以優勢為基、機遇為機、漏洞為盾，致力于實現"六勝"目標——智勝（out-think）、優勝（out-excel）、戰勝（out-fight）、速勝（out-pace）、聯勝（out-partner）、持勝（out-last）。最后一步聚焦于解析北約（或其成員國）為何（WHY）應投資某項顛覆性技術以實現智勝對手。圖3展示了用于引導用戶完成該流程的HOW（如何）、WHERE（何處）與WHY（為何）矩陣。

在對抗性任務環境中開展行動，需要能力、權力和責任的平衡組合，并以全面的行動意識為基礎，以便提供有效指揮所需的背景、洞察力和預見性。在多域作戰中，作為指揮組成部分的智能體和自主性是特別值得關注的問題；雖然有必要由人類直接干預或監督某些行動任務，但其他任務只能由非人類智能實體在不同行動領域和層面內和之間自主感知、處理、決策和行動來完成。

根據最近的研究，并在其他研究領域的支持下，本文設計了復雜多域作戰特例中認知指揮和決策的若干要素。新興、動態、全球和進化（EDGE）行動需要靈活、適應性強和高性能的人類和技術（混合）認知能力，以維持全面的行動意識和對局勢的理解--塑造、支持和利用人類與機器代理之間的認知優勢。

人類-自主團隊是由認知能力組件構成的復雜自適應系統，能夠準確、快速地感知、處理和解釋相關事件和情況，以維持和改進決策和行動，使每一位指揮官和操作員都能對作戰環境中的代理和影響產生廣泛的認識和影響。這就要求技術能夠在沒有人類持續監督的情況下自主地與環境互動。

這項工作提出了在 EDGE 行動中研究面向未來的 “人類自主指揮精髓 ”的研究建議，其中包括對人類和自主適應代理具有同等相關性和適用性的戰略能力要素，并以適應性和多功能指揮與執行原則為基礎，由分層知識結構以及敏捷的高性能組織提供支持，在這些組織中，人類自主指揮方法在管理和維持行動可用性、多功能性和效率方面具有優勢。

地理信息系統（GIS）和遙感因其空間性而被認為在軍事中具有重要意義。本研究采用描述-分析方法來說明地理信息系統在軍事行動中的應用，從選定的研究中吸取陸基軍事發展的經驗教訓。最近的軍事發展表明，各種軍事機構在軍事行動中的指揮、控制、通信和協調都依賴于可靠和準確的空間測繪工具。研究指出，高分辨率衛星數據和無人機技術與機器學習和人工智能（AI）相結合，已在軍事領域得到廣泛應用，包括制圖、地形分析、情報收集和傳播、目標識別、保護軍事重要設施以及歷史建筑。GIS 機器學習與人工智能的結合對軍事規劃和部署具有重要意義，因為對地形的理解有助于實時確定戰場上的戰略位置。研究建議有必要對軍事人員進行地理空間技術培訓，并確保適當的部署，以便開展富有成效的軍事行動。

為了更準確地反映現代戰爭空間，模擬戰術數據鏈路的能力變得越來越重要。此外，還需要能夠連接或模擬 ADSB 和 AIS 等商業用途數據鏈路。LVC 應用可能依賴于仿真系統與真實數據鏈路之間的集成，以便在從測試和評估到培訓等各種應用中將實時實體集成到仿真場景中。支持與數據鏈路集成的 COTS 仿真工具也越來越多。本文將討論 RPRFOM 3.0 版中加入數據鏈路 FOM 模塊的必要性，該模塊支持 Link 11、Link 16 和即將推出的 Link 22 等各種數據鏈路。本文還將討論是否有必要支持與數據鏈路進行更通用的交互，從而能夠以更少的工作量集成各種仿真 CGF 組件，并使 COTS 工具能夠以對不同數據鏈路的更廣泛支持而發展。

選擇要攻擊的威脅是戰場上最重要的決策之一。該決策問題表現為武器-目標分配問題（WTA）。在以往的研究中，動態編程、線性規劃、元啟發式和啟發式方法已被用于解決這一問題。然而，以往的研究因建模過于簡化、計算負擔重、缺乏對干擾事件的適應性以及問題規模變化時的重新計算等問題而受到限制。為了克服這些局限性，本研究旨在利用強化學習和圖神經網絡來解決 WTA 問題。所提出的方法反映了現實世界的決策框架--OODA-loop（觀察-定向-決策），具有很高的實用性。在各種環境中進行了實驗，并通過與現有的啟發式和元啟發式方法進行比較，證明了所提方法的有效性。所提出的方法為戰術指揮與控制中的智能決策引入了一種開創性的方法，傳統上被認為是人類專家的專屬方法。

本研究將強化學習與圖形神經網絡（GNN）相結合。強化學習與 GNN 的結合是最有前途的領域之一，因為 GNN 能有效地表示復雜的交互作用。為了應用強化學習，DWTA 被建模為 POMDP（部分可觀測馬爾可夫決策過程）。為了優化強化學習智能體的策略，采用了近端策略優化（PPO）。學習環境是一個仿真模型，反映了對真實世界的詳細描述。本研究的貢獻如下。

• 本研究利用深度強化學習和圖神經網絡在各種情況下做出優化決策，為復雜性和不確定性主導的情況提供豐富的目標導向表征。

• 圖神經網絡有助于提高我們方法的可擴展性，從而增強其實際用途。

• 提出的方法通過人工智能技術的增強，為傳統上由人類專家主導的領域（如戰術指揮和控制）的決策制定帶來了創新。

• 從整數編程中定義的問題出發，利用馬爾可夫狀態的理論基礎和圖建模技術系統地構建了 POMDP。與依靠直覺和經驗法則推導 POMDP 的傳統方法相比，這是一種更有條理的方法，更容易看出 POMDP 與所定義問題之間的聯系。

在需要做出重大決策的關鍵系統中，通常無法實現或不希望實現完全自動化。相反，人類-人工智能團隊可以取得更好的效果。為了研究、開發、評估和驗證適合這種團隊合作的算法，有必要建立輕量級實驗平臺，實現人類與多個智能體之間的互動。然而，此類平臺在國防環境中的應用實例非常有限。為了填補這一空白，我們提出了 Cogment 人機協同實驗平臺，該平臺實現了以異構多智能體系統為特征的人機協同（HMT）用例，可涉及學習型人工智能智能體、靜態人工智能智能體和人類。它建立在 Cogment 平臺上，已被用于學術研究，包括在今年的 AAMAS 的 ALA 研討會上展示的工作。希望通過這個平臺，進一步促進關鍵系統和國防環境中的人機協作研究。

圖 1：該圖顯示了 Cogment HMT 實驗平臺的主用戶界面。左側帶帽的圓圈是由五個藍色智能體組成的團隊防守的禁區。右側的單個紅點是無人機攻擊者。

嵌入式人工智能體，如無人駕駛飛行器（UAV，或無人機），有可能徹底改變各行各業，包括交通、農業和安防。然而，這些智能體在物理世界中發展，因此可能會產生危險影響，尤其是在無人監管的情況下。例如，無人機可能會出現故障或無法識別潛在危險，從而造成財產損失甚至人員傷亡。此外，智能體可以根據算法做出決策，而算法可能不會考慮倫理、道德或法律方面的影響。因此，人類必須有能力對這些智能體進行有意義的控制[2]和監督，以確保它們的安全和負責任的使用。人類操作員可以監控和干預系統故障，評估潛在風險，并在需要其判斷的復雜情況下做出道德或法律決定。

除了監督，人類還可以通過協作在幫助智能體實現任務方面發揮關鍵作用。例如，對于無人機，控制中心的人類操作員可以提供實時指導和支持，確保無人機準確、高效地執行所需的功能。此外，人類還可以在現場充當隊友，與具身的人工智能體并肩作戰，實現既需要人類判斷又需要機器精確度的復雜目標。

此外，必須認識到，人機協作（HMT），即人類與具身智能體建立雙向協作的能力，是安全有效使用人工智能的一個關鍵方面。這類人工智能體的設計、訓練、驗證和操作不能孤立地進行，必須考慮它們如何融入包括它們在內的更大系統中。人類，尤其是作為操作員或隊友的人類，從一開始就應被視為該系統不可分割的一部分。

除了這種雙向協作之外，具身人工智能系統在運行過程中往往沒有考慮到 “道德責任 ”和 “社會技術 ”因素[2]。有意義人類控制（MHC）的概念是由 Santoni de Sio 和 van den Hoven 提出的，目的是讓人類能夠影響具身人工智能體的行為[3]。然而，MHC 的原始定義并不一致，因為人類可能缺乏專業技能或知識，無法完全有效地控制人工智能系統。Cavalcante Siebert 等人[2]提出了四個附加屬性來改進 MHC 的原始定義：“明確的道德操作設計領域”、“適當且相互兼容的表征”、“控制能力和權限 ”以及 “人工智能與人類行動之間的明確聯系”。因此，至關重要的是設計一個協調平臺，將有意義的人類控制和人類在環相結合，以確保人工智能系統的訓練和操作方式符合人類價值觀、社會規范和道德行為。

Cogment HMT 提供了一個設計和實驗人機團隊的平臺，尤其是涉及無人機的人機團隊。它以我們的 Cogment [4] 平臺為基礎，解決了協調自動決策系統（包括人工智能體）、人類之間的協作及其對數據的訪問和對環境的影響等難題。Cogment HMT 實驗平臺目前使用一個模擬環境，可以很容易地進行調整，以適應更真實的模擬和現實世界的部署。我們將在第三節介紹該平臺及其特性。

利用 Cogment HMT 實驗平臺，人工智能從業者可以開發出能夠與人類協同工作的智能體，并從人類的知識和期望中學習，同時考慮有意義的人類控制、信任和認知負荷管理等因素，實現有效的雙向人機協作。我們將在第四部分介紹早期成果。

一種新的軍事力量倍增器正在出現。這就是軍事物聯網（MIoT），一個從不斷擴大的網絡來源中獲取數字數據并加以整合，從而創建一個多維情報和行動世界的世界。軍事物聯網由許多技術促成，其中有些是我們熟悉的技術，有些是新技術，但由于設備互操作性的進步和信息處理能力的提高，所有技術都在不斷融合。MIoT 正在成為新的軍事前線，帶來了非凡的能力進步，但也帶來了規劃、管理和部署方面的挑戰。

我們生活在一個互聯的世界。在這個世界里，任何類型的設備或機器，無論是數字還是模擬的，都可以利用體積小、重量輕、價格低廉的無線傳感器和交換機連接到網絡上。所創建的網絡可能在設計上受到限制（即所謂的 "邊緣計算 "模式），也可能是全球數據云的組成部分。但原則上，一切都可以與其他一切相連接。對于軍方來說，這為情報和實時控制從交通或基礎設施管理到動能戰場等各種情況創造了可能性。

從傳感技術中獲取情報并非新生事物。在軍事領域，它已有一個多世紀的歷史。例如，英國陸軍在第一次世界大戰中設計的坑道傳感器。在西線靜止的塹壕戰中，地道挖掘成為一種重要的進攻戰術，陸軍缺乏監聽敵方地道挖掘活動的人員；取而代之的是安裝了遠程傳感器（Tele-geophones 和 Seismo Microphones），只需兩名士兵在中央監聽交換站就能監測 36 個地點。

在第二次世界大戰中，雷達技術脫穎而出，這項傳感技術于 1904 年由德國研究人員首次申請專利，但在成為重要工具之前一直被忽視。隨后，美國在 20 世紀 50 年代部署了聲音監視系統來探測蘇聯潛艇。

所有這些傳感器技術都使用網絡中的遠程設備來整合數據，從而提高數據在沖突中的價值。但是，這些設備成本高昂，有時還不可靠，最常見的是有線設備，其帶寬、數據存儲容量和處理能力近乎無限，早于互聯網時代。

軍事物聯網則不同。如今的傳感器無處不在，具有移動性。它們可在從移動電話蜂窩網絡到安全點對點通信等各種通信網絡中運行。它們可以在大范圍內以低功耗運行（如已在樓宇管理系統中廣泛使用的 WLAN 網絡），并可在不使用服務的情況下持續運行數年。它們可以報告機器和設備的位置和狀態，執行命令，或使用生物識別數據來識別人員和監控生活功能。最重要的是，它們具有潛在的互操作性，能夠將數據輸入各種網絡和機器智能功能。

要實現物聯網的潛力，面臨的挑戰相當大。它需要高水平的組織技能和數據處理能力，以整合普適傳感、普適計算和普適通信。軍事組織必須能夠接受來自各種動態傳感器的信號，如靜態地面傳感器和士兵佩戴的傳感器，以及來自固定和移動設備的數據，包括來自無人機和衛星的情報。它們需要敏捷地跟上不斷變化的技術，同時向潛在對手隱藏自己的能力和知識。

例如，在五年或十年后，MIoT 技術確實有可能讓士兵舉起一個手掌大小的設備，只需輕觸按鈕，甚至在黑暗中，就能在幾秒鐘內知道周圍每個人的身份。然而，要實現這一目標，就必須具備連接多個數據庫和匯集一系列探測技術的能力。這種態勢感知的好處還必須與公民的隱私權和數據保護權相平衡。

圖 1：指揮網絡

只要能夠應對這些挑戰，就有機會創建一個以無與倫比的豐富信息為基礎的領域，其高速、高帶寬網絡既安全又不受干擾，互聯和自愈網絡及數據庫支持人工智能實時決策，豐富的數據與軍事組織及其條令完全融合。

當前的后勤資源管理系統缺乏為海軍陸戰隊作戰概念（MOC）中描述的 2025 年作戰方案提供支持所需的靈活性和集成性。為了使這些系統行之有效，后勤資源管理系統需要利用新興技術和行業最佳實踐進行應用框架和開發，并采用綜合方法整合數據流以促進決策制定。

在未來的沖突和作戰環境中，進入港口的機會將減少，對聯合和東道國支持的依賴性將增加，同時還要利用有爭議的網絡，在更大的作戰區域內支持規模較小的分散部隊。為了在這些未來環境中開展后勤保障行動，海軍陸戰隊需要輕便、動態和強大的系統來提供后勤資源管理。整個戰場的數據需要進行整合，以便為決策者創建一個后勤共同行動圖。當前的后勤資源管理系統（LRMS）缺乏靈活性和集成性，無法為 "海軍陸戰隊作戰概念"（MOC）中描述的 2025 年作戰方案提供支持。未來的許多作戰方案都嚴重依賴聯合作戰。當前的海軍陸戰隊系統無法與其他兄弟部隊的 LRMS 系統有效集成。為了使這些系統發揮有效作用，LRMS 系統需要利用新興技術和行業最佳實踐進行應用框架和開發，并采用綜合方法整合數據流以促進決策制定。

在未來的作戰環境中，海軍陸戰隊需要具備建立和維持信息優勢的能力。由于大多數作戰專業人員都將重點放在機動要素上，因此在下一場沖突中，后勤部門也需要同樣的關注。海軍陸戰隊的后勤管理系統需要重新評估，以便在未來的作戰環境中發揮有效作用，并提供所需的綜合后勤共同作業圖（LogCOP）。通過利用虛擬機、微服務和容器等現代應用框架，海軍陸戰隊將擁有一個更具可移植性和彈性的平臺來托管和運行 LRMS。通過提供通用的應用程序開發和測試環境、采用軟件開發工具包和應用程序接口，海軍陸戰隊將能夠快速適應新出現的需求和能力差距。考慮到擬議的數據管理架構和采用的行業最佳實踐，LRMS 將能夠提供所需的能力，從而改進 LogCOP，并有機會利用預測分析和人工智能工具等現代數據管理工具提供有效的后勤支持，促進相關決策的快速做出。

行業最佳實踐正在推動消除數據管理架構中不一致的數據模式。鑒于美國防部 IT 事業的復雜性，整個國防部的標準數據模式可能無法實現。盡管如此，仍有機會在 LRMS 平臺上實現數據模式標準化。這將為所有 LRMS ADS 和應用程序提供一個共同的模式框架。利用標準數據模式將有助于將數據背景化，從而獲得更大的分析價值。雖然該解決方案將促進 LRMS 生態系統內的同質數據環境，但仍需要在生態系統外進行交互。在這些 LRMS 生態系統數據接縫處使用數據調解器，可實現與海軍陸戰隊和國防部 IT 企業其他部分的數據集成。將數據倉庫和多維數據庫整合到現有的海軍陸戰隊和聯合 IT 基礎設施中，可實現所需的數據匯總和分析，從而促進相關決策的快速制定。圖 6 中建議的 LRMS 企業數據管理架構將成為實現數據融合的基線，以整合整個海軍陸戰隊的 LRMS 系統以及整個聯合部隊的數據。