湯潤澤，張承龍，李林林

(北京電子工程總體研究所，北京 100854)

0 引言

隨著大數據、云計算以及人工智能等大量高新技術的蓬勃發(fā)展，智能化作戰(zhàn)武器平臺和無人作戰(zhàn)體系迎來空前巨大的發(fā)展機遇和挑戰(zhàn)。2014年11月，美國國防部首次提出了以人工智能為重點的“第三次抵消戰(zhàn)略”。由此可見，以人工智能為代表的先進技術正在打開未來顛覆性戰(zhàn)爭的大門，智能無人系統在未來作戰(zhàn)體系中，將逐步由介入轉化為支撐，并最終扮演主導力量的角色[1-2]。

當前，全球局勢正在經歷快速發(fā)展和持續(xù)變革的階段，我國國家利益拓展和周邊安全形勢面臨巨大威脅和挑戰(zhàn)。為了有效保衛(wèi)國家的領空利益，發(fā)展具備與時俱進的智能無人作戰(zhàn)能力迫在眉睫[3-4]。

無人作戰(zhàn)具有實時對抗、非完全信息博弈、不確定性大、群體協作、高動態(tài)等特點，同時也面臨著戰(zhàn)術變化多、時效性強、系統復雜等諸多挑戰(zhàn)。為了搭建攻防兼?zhèn)?、能力完善的智能無人作戰(zhàn)體系，必須獲得OODA概念上的優(yōu)勢(觀察-判斷-決策-行動，如信息探測能力、電子戰(zhàn)能力、通信能力和火力打擊能力)。因此，如何將人工智能技術與傳統無人作戰(zhàn)需求進行有機融合，形成一套高效智能的無人作戰(zhàn)系統，具有十分重要的科研價值和應用意義。

本論文首先深入分析了當前智能無人作戰(zhàn)的發(fā)展現狀，并梳理總結了未來智能無人作戰(zhàn)的關鍵技術方向，隨后分別提出了人工智能在戰(zhàn)場態(tài)勢預判與博弈對抗中的應用，最后對智能無人作戰(zhàn)的發(fā)展進行了總結和展望。

1 智能無人作戰(zhàn)現狀及未來技術研判

1.1 人工智能在無人作戰(zhàn)中的應用

近些年來人工智能技術突飛猛進，在語音識別、圖像辨識、運動感知等眾多領域，紛紛取得了歷史性的突破進展。2016年，AlphaGo與李世石進行了一場萬眾矚目的圍棋大戰(zhàn)，最終人工智能AlphaGo以4∶1的結果完勝人類，一時間掀起了社會上的廣泛熱議，推動了人工智能技術的又一次發(fā)展浪潮。隨后，AlphaGo的研制團隊DeepMind趁熱打鐵，宣稱要挑戰(zhàn)更為復雜的《星際爭霸》游戲，更是將人工智能技術推上了無所不能的神壇。圍棋和《星際爭霸》這2款游戲同戰(zhàn)場軍事指揮控制有著十分緊密的聯系，尤其是星際爭霸與軍事戰(zhàn)爭有著極高的相似度[5-6]。因此，受此啟發(fā)，將人工智能技術運用在軍事作戰(zhàn)指揮成為了很自然的選擇。下面分別介紹國內外人工智能在無人作戰(zhàn)中的應用情況。

(1) 空戰(zhàn)人工智能系統(Alpha AI)

美國空軍一直以來在無人作戰(zhàn)領域，大力發(fā)展人工智能在軍事裝備與技術上的應用。例如，與美國辛辛那提大學聯合研發(fā)的空戰(zhàn)人工智能系統阿爾法AI(Alpha AI)就是代表之一[7-9]。

2016年6月，Alpha AI在模擬空戰(zhàn)的演練中，以百分之百的勝率擊敗了美國空軍退役上?；鳌だ?，模擬空中對戰(zhàn)場景如圖1所示。參與人機對戰(zhàn)的基恩·李上校并非等閑之輩，他作戰(zhàn)經驗豐富，曾經駕駛過多種機型，擁有數千小時的飛行經驗。在空中模擬對戰(zhàn)場景中，研發(fā)人員甚至有意限制Alpha AI所控制戰(zhàn)斗機的作戰(zhàn)能力，以便探索其能力閾值。即使如此，Alpha AI仍然能夠擊敗人類飛行員，體現出人工智能技術在無人作戰(zhàn)領域的驚人威力。

圖1 模擬空中對戰(zhàn)場景Fig.1 Aerial combat simulation

(2) 美軍“深綠”系統(Deep Green)

美軍推出的“深綠”系統計劃，是美國國防部高級研究計劃局(DARPA)支持的一項面向美國陸軍指揮與控制領域的研究項目。“深綠”系統是把人工智能引入作戰(zhàn)輔助決策的一項嘗試探索，示意圖如圖2所示[10-12]。

圖2 “深綠”系統概念示意圖Fig.2 Schematic diagram of the concept “deep green”

“深綠”系統的核心技術本質上是基于戰(zhàn)場實時態(tài)勢的動態(tài)仿真。對于戰(zhàn)場上復雜多因素綜合作用的過程，很難使用傳統的數學公式進行描述，這恰好是動態(tài)仿真最為擅長的部分。通過仿真的手段，可以使得“深綠”系統量化地估計未來某一時刻的戰(zhàn)場狀態(tài)，以期掌握戰(zhàn)場態(tài)勢局面。

然而，運用仿真的方式對戰(zhàn)場變化進行預測也存在一大漏洞，即無法應對分支太多的情形。包括戰(zhàn)場環(huán)境變化、隨機過程不確定性、敵方戰(zhàn)術策略、我方應對策略等都會導致分支出現。而各種不確定性的組合產生數據爆炸，導致仿真模擬的計算資源和時間成本過高，這是“深綠”系統所遇到的最大難題。雖然由于種種原因，美軍于2011財年高調宣布暫?！吧罹G”計劃，其思路和方法值得借鑒。

(3) 中國兵棋AI“先知”(CASIA-先知v1.0)

人工智能技術應用在國際象棋領域，催促了“深藍”(Deep Blue)的誕生，人工智能技術應用在圍棋領域，促成了AlphaGo的成功，那么將人工智能技術運用在更復雜、更靈活、更加不透明的不完全信息博弈對抗兵棋領域，也一定會產生出超越人類最高水平的人工智能體。2017年9月，由中科院自動化所研制的人工智能程序“CASIA-先知v1.0”，在“賽諸葛”兵棋推演人機大戰(zhàn)中，與全國決賽階段的8名實力選手激烈交鋒，并最終以7∶1的戰(zhàn)績大勝人類選手[7]。兵棋推演過程如圖3所示。

圖3 兵棋推演示意圖Fig.3 Schematic diagram of wargame rehearse

1.2 未來技術發(fā)展研判

針對以上智能無人作戰(zhàn)現狀的分析，對未來技術發(fā)展進行研判，總結出智能自主感知技術、高可靠性通信技術、任務規(guī)劃與決策技術等亟待應用在無人作戰(zhàn)領域的關鍵技術。

(1) 智能自主感知技術

智能自主感知技術是指一種無須或僅需極少的人為干預，通過接收自身探測或外部信息支援的數據，如陸?？仗祀娋W等多域信息源，就能憑借機器自身性能智能自主感知到準確的環(huán)境信息。未來智能自主感知技術的發(fā)展，一方面是結合現有的傳感器完成對不同模態(tài)感知數據的融合，比如激光測距儀、全景相機、GPS、慣導、雙目攝像機等多種傳感器集成新型的融合；另一方面是探索具有仿生或者類腦性質的新型傳感器，比如動態(tài)視覺感知、角度感知、光流和焦點流感知、觸覺感知等等。智能自主感知計算，能夠豐富大量的作戰(zhàn)信息，而準確的信息感知是作戰(zhàn)的基礎，能夠用于無人作戰(zhàn)系統戰(zhàn)中進行任務規(guī)劃、目標分配與決策打擊等。

(2) 高可靠性通信技術

高可靠性信息交互是無人作戰(zhàn)系統獲取作戰(zhàn)信息的重要途徑，也是實現協同作戰(zhàn)的基礎，無人作戰(zhàn)系統通信技術應具備高可靠性、足夠的帶寬、可靈活接入的動態(tài)特性。目前如火如荼的5G通信技術擁有高速率、低功耗、低延時、高通信密度的特點，其突破不僅僅體現在速度方面的升級，更重要的是低延時和高通信密度的特點能夠讓信息覆蓋得更廣。

(3) 任務規(guī)劃與決策技術

智能任務規(guī)劃與決策技術是智能無人作戰(zhàn)系統實現自主作戰(zhàn)的關鍵技術，即在一定程度上模仿或替代人的思維，對外界獲得的信息進行分析判斷和處理，制定任務并實現作戰(zhàn)決策。作戰(zhàn)任務規(guī)劃是軍事信息系統的核心，通過深度強化學習等人工智能技術的應用，對獲得的戰(zhàn)場態(tài)勢信息進行融合處理，針對作戰(zhàn)任務，綜合分析敵我雙方作戰(zhàn)資源、作戰(zhàn)能力、對抗措施、使用部隊、作戰(zhàn)地域武器裝備、飛行航跡等作戰(zhàn)要素。智能決策系統可以與“觀察-調整-決策-行動”O(jiān)ODA作戰(zhàn)鏈相結合，從4個角度出發(fā)，運用大數據和機器學習方法提取有人作戰(zhàn)的戰(zhàn)斗經驗，并結合Monte Carlo搜索樹、滾動時域優(yōu)化等方法，在實時條件了達成任務規(guī)劃與決策。

因此，結合當前先進的科學技術，在未來智能無人作戰(zhàn)中，集中力量發(fā)展相關關鍵技術的落地應用，成為未來戰(zhàn)爭取得主動權的必要手段。下面選取軍事指揮作戰(zhàn)過程中最重要的2類場景，即態(tài)勢預判與博弈對抗，對人工智能技術在其中的應用進行探索。

2 無人作戰(zhàn)態(tài)勢預判中的關鍵技術

本節(jié)針對無人作戰(zhàn)態(tài)勢預判的問題，采用深度學習技術搭建基本模型，實現了人工智能技術在無人作戰(zhàn)領域的初步探索。

隨著大數據時代的到來，戰(zhàn)場態(tài)勢預判面對的數據量呈井噴式增長，迫使作戰(zhàn)指揮方在決策支持層面，面臨前所未有的挑戰(zhàn)?；谏窠浘W絡架構的深度學習模型，以其出色的特征提取、多層學習和表達能力，為軍事態(tài)勢預判系統的研究提供了新的思路。與傳統方法相比，基于深度學習的態(tài)勢預判方法，對于數據信息的識別以及推理分析能力，都具有顯著的優(yōu)勢，能夠有效深入地處理和分析大數據。

在無人作戰(zhàn)態(tài)勢預判中，同時需要關注以下幾點關鍵問題：

(1) 戰(zhàn)場態(tài)勢理解

在作戰(zhàn)指揮中，通過分析判斷戰(zhàn)場敵我情況，充分掌握戰(zhàn)場態(tài)勢，并做出臨機決策制定行動計劃。因此，研究發(fā)展智能無人作戰(zhàn)系統，首先必須解決的就是戰(zhàn)場態(tài)勢理解問題。一方面，需要在不完備信息對抗的戰(zhàn)場上，從眾多復雜多變的戰(zhàn)場態(tài)勢信息中，提取真實、有效的信息；另一方面，利用獲取的信息有效轉化為機器語言實現機器理解。因此，解決以上兩方面的問題是有效進行戰(zhàn)場態(tài)勢理解的基礎。

(2) 戰(zhàn)場信息處理

在未來戰(zhàn)爭中，從海量數據中提取重要戰(zhàn)場信息的能力是能夠真正制約戰(zhàn)場決策的關鍵環(huán)節(jié)。因此，為了有效處理戰(zhàn)場信息，不僅應著重關注戰(zhàn)場信息大數據挖掘方面的研究，同時也要關注戰(zhàn)場重要信息選取的難題。利用已有演習的真實數據，通過構建符合戰(zhàn)場態(tài)勢特性的深層神經網絡進行逐層訓練，能夠加強對戰(zhàn)場態(tài)勢的抽象理解。

(3) 作戰(zhàn)意圖預測

AlphaGo的成功啟示我們，在對雙方每一步作戰(zhàn)意圖可以進行準確預測的前提下，利用人工智能技術，可以實現模擬環(huán)境下自我對抗演練。

在作戰(zhàn)行動的推演中，準確預測敵方下一階段的作戰(zhàn)意圖面臨巨大挑戰(zhàn)。首先，作戰(zhàn)意圖的預測是通過已知的態(tài)勢信息數據進行推演，一定要確保推演信息的數據可信度，否則會增加了作戰(zhàn)意圖預測的難度；其次，作戰(zhàn)雙方在決策過程中不會按照一致的方案進行博弈，即任何戰(zhàn)爭中從來不存在固定的游戲規(guī)則，必須根據態(tài)勢情況進行摸索和判斷；最后，政治、外交等許多難以量化的諸多因素也會摻雜影響作戰(zhàn)意圖的判斷，尤其對于戰(zhàn)略級的作戰(zhàn)意圖，并非是簡單的局部作戰(zhàn)行動的疊加。因此，解決以上3方面的問題是有效進行戰(zhàn)場作戰(zhàn)意圖預測的基礎。

根據以上3方面問題的研究，本節(jié)提出基于深度學習的態(tài)勢預判模型如圖4所示。首先對各方面探測器感知到的戰(zhàn)場態(tài)勢信息進行分析、判斷，提取與戰(zhàn)場決策有關的重要信息進行處理，最后結合指揮員的作戰(zhàn)經驗，最終得出完備的態(tài)勢預判信息[13-14]。

圖4 基于深度學習的態(tài)勢預判模型Fig.4 Situation assessment model based on deep learning

3 無人作戰(zhàn)博弈對抗中的關鍵技術

近年來，深度強化學習在諸多復雜序貫決策問題中取得巨大突破，最為典型的例子即2016年AlphaGo在圍棋比賽中戰(zhàn)勝韓國頂級職業(yè)選手李世石，AlphaGo從此名聲大噪，深度強化學習技術(DRL)也逐漸引起了世人的廣泛關注。由于融合了深度學習強大的表征能力和強化學習有效的策略搜索決策能力，深度強化學習已經成為實現人工智能頗有前景的學習范式。本節(jié)圍繞無人作戰(zhàn)博弈對抗智能化的問題，利用深度強化學習技術開發(fā)作戰(zhàn)智能體，搭建了基于深度強化學習的博弈對抗基本模型，能夠解決復雜戰(zhàn)場環(huán)境下的識別和決策問題[15-17]。

在博弈對抗作戰(zhàn)場景下，首先要解決的就是任務分配的問題。任務集建模是動態(tài)在線策略生成的核心，但針對多場景、多任務的大規(guī)模作戰(zhàn)資源管控問題一直面臨維數災難的難題。深度神經網絡在高度結構化數據的特征提取方面表現格外優(yōu)異，因此首先選用深度神經網絡對戰(zhàn)場博弈信息進行提取整合。將戰(zhàn)場態(tài)勢和作戰(zhàn)任務作為輸入，根據不同的作戰(zhàn)策略建立對應的價值函數Q，將對應的Q值作為輸出，可以實現戰(zhàn)場多場景、多任務集的基本建模。同時，針對戰(zhàn)場資源管控的多任務特點，可以建立多Agent的DQN網絡，如圖5所示。每個Agent利用蒙特卡羅樹搜索結構實現作戰(zhàn)策略更新，并在Agent之間實現DQN網絡參數與不確定集約束的并行計算與迭代，實現基于分布式特征函數逼近的最優(yōu)作戰(zhàn)任務集建模，從而解決作戰(zhàn)任務分配的智能化模型。

圖5 多DQN網絡信息傳遞示意圖Fig.5 Information transfer schematic diagram based on muti-DQN network

運用DQN對作戰(zhàn)網絡信息資源化進行整合之后，就需要作出戰(zhàn)場決策。從DeepMind挑戰(zhàn)《星際爭霸2》得到的經驗來看，機器學習采用從零學習的策略是不可取的，復雜戰(zhàn)場環(huán)境中的決策更是如此，對模型初始階段的訓練應當依托人類經驗進行訓練，在模型能夠自行處理部分簡單任務后，再進行自我模擬對抗的強化學習將更加有效，這也是深度強化學習的精髓所在。將深度神經網絡與強化學習結合，利用仿真推演平臺將戰(zhàn)場數據與作戰(zhàn)博弈對抗決策進行綜合處理分析，利用決策模型依托真實數據和兵棋模擬數據進行自我博弈，從而不斷提高作戰(zhàn)博弈對抗決策的效能?；谏疃葟娀瘜W習的博弈對抗模型訓練模型如圖6所示。

圖6 基于深度強化學習的博弈對抗模型Fig.6 Game countermeasure model based on DRL

4 未來發(fā)展的初步構想

現階段美國等軍事強國實施了多項無人作戰(zhàn)裝備研發(fā)計劃，并部署開發(fā)了支撐智能無人作戰(zhàn)系統的關鍵性技術，如自主智能感知、自主任務規(guī)劃與決策、分布式協同作戰(zhàn)、多域作戰(zhàn)計劃等，無人作戰(zhàn)系統呈現蓬勃發(fā)展的趨勢。借鑒現有無人作戰(zhàn)系統技術及概念，未來智能化無人作戰(zhàn)系統應具備如下形態(tài)特征：完善的信息獲取能力；可自主完成目標識別、作戰(zhàn)任務規(guī)劃、作戰(zhàn)決策、自主發(fā)射等功能；適應不同環(huán)境實現多域部署；單個平臺獨立完成作戰(zhàn)，多平臺間協同作戰(zhàn)擴展作戰(zhàn)能力；自主監(jiān)測、自主保障功能，可免維護實現長期可靠作戰(zhàn)值班。為實現上述功能，應結合無人作戰(zhàn)的特點，關注影響未來發(fā)展的核心技術方向。

(1) 云作戰(zhàn)單元的統一化描述及優(yōu)選

智能無人作戰(zhàn)系統智能自主作戰(zhàn)的理念不是將作戰(zhàn)資源間功能及性能的差異最小化，而是充分重視這些差異，以便面對各種不同的任務需求，都能從資源池中選擇出相應能完成任務的作戰(zhàn)資源。將作戰(zhàn)資源虛擬為云服務是對作戰(zhàn)單元統一描述的一種方式，但是如何定義云協同中統一的語義，確保同一個術語在不同域之間表示相同的含義，以及如何保證這些術語能夠完成地描述作戰(zhàn)資源的功能等問題，仍需要深入研究。

(2) 復雜場景體系架構的搭建

智能無人作戰(zhàn)屬于一種極為復雜的作戰(zhàn)場景。架構方法搭建是解決大型復雜信息系統分析設計問題的一種行之有效的手段。體系架構的核心思想是利用多視圖方法，從不同利益相關者的角度認識和分析研究對象，將復雜問題分解為一系列簡單問題，通過簡單問題解的總和得到復雜問題的解。

(3) 跨域信息融合能力

在智能無人作戰(zhàn)環(huán)境中，來自各域的傳感器所探測信息的類型、精度、范圍、刷新頻率等都是不同的，甚至差別很大，這便對跨域信息融合能力提出了挑戰(zhàn)。為此，應構建合理的跨域信息融合體系，以使帶寬通過有限的網絡通信能力，達到滿足戰(zhàn)需的戰(zhàn)場態(tài)勢感知能力。

(4) 先進的數據鏈系統

數據鏈系統是智能無人作戰(zhàn)的神經系統，當前各軍種的數據鏈雖可以實現簡單的互聯互通，但難以實現靈活的協同作戰(zhàn)。為了實現基于云協同的多域指揮控制，應對各軍種各自建立的數據鏈系統進行統型，制定統一的數據鏈構建和使用標準，以便在滿足面對不同需求而利用不同的數據鏈進行通信的同時，又能夠在各域之間進行通暢的、安全的、抗干擾的戰(zhàn)術通信。

(5) 未來新型戰(zhàn)術戰(zhàn)法研究

基于智能無人作戰(zhàn)的跨域作戰(zhàn)是一種新型的作戰(zhàn)方式，與傳統的單兵種作戰(zhàn)、多兵種間有限度的聯合作戰(zhàn)有較大差別，因此需要對新的戰(zhàn)術戰(zhàn)法進行研究，構建戰(zhàn)術戰(zhàn)法數據庫，并積累跨域作戰(zhàn)經驗。

5 結束語

隨著技術的進步，智能無人作戰(zhàn)系統在連續(xù)作戰(zhàn)能力、計算能力、自主化水平、可靠性等方面不斷發(fā)展，將進一步融入到陸海空各領域，消除了人的限制，作戰(zhàn)系統反應速度、作戰(zhàn)能力將得到極大提升。論文研究了智能無人作戰(zhàn)系統現狀，梳理了其主要特點及關鍵技術，提出了智能無人作戰(zhàn)系統發(fā)展的初步構想與關鍵技術方向，成果可用于智能無人作戰(zhàn)系統發(fā)展參考。智能無人作戰(zhàn)系統是一項極具潛力的作戰(zhàn)概念，后續(xù)還需要加強進一步的投入，期待通過不斷研究使其早日應用實踐，在未來無人作戰(zhàn)環(huán)境中發(fā)揮重要作用。