2022年军用航空领域人工智能应用发展综述

来源：空天防务观察

作者：李沅栩

2022年，美国等主要国家加大研发投入，聚力攻关和突破人工智能关键技术，加快推动新质作战能力生成，在航空领域的自主空战、有人无人协同、无人自主集群、指挥控制、后勤保障、电子对抗等方面取得了长足进步。本文将对其中的重要进展进行梳理。

一、人工智能赋能指挥控制取得多项进展

       

（一）人工智能游戏协助美空军任务规划

10月，空军研究实验室授予BAE系统公司一份价值1700万美元的合同，用于推进“今夜就战”（Fight Tonight）项目。“今夜就战”项目的主要目标是通过将人工智能驱动的规划与交互式游戏相结合，显著减少空中任务指令（ATO）的规划周期。BAE公司将为空中作战规划人员提供所需的工具，以大大加快规划复杂空袭行动的过程。相关工具将使用人工智能为指挥官提供更多选择和更多作战细节，以确保最优决策。通过类似拖放视频游戏的交互，可以减少空战规划调整所需的时间，使其从几小时压缩到几分钟。

图1 将人工智能技术、交互游戏引入任务规划，提升了效率与用户体验。

（二）美军推动基于人工智能的空域管理技术发展

9月，美空军影子作战中心ShOC-N和美陆军任务指挥作战实验室（MCBL）合作评估了一项模拟技术以支持“空域战术自动化系统（ATLAS）”人工智能解决方案，该解决方案旨在解决空域冲突问题。为了推动ATLAS的研发，ShOC-N和MCBL通过建模仿真的方式，试图模拟现代空战的复杂环境。当MCBL接收到由ShOC-N发出的所有蓝军航空轨迹时，评估试验成功。

本次评估所支持的ATLAS是DAPRA资助的“快速战术执行的空域全面感知”（ASTARTE）项目的一部分。ASTARTE旨在最复杂、最具挑战性的反介入/区域拒止（A2/AD）环境中提供动态空域的实时通用作战视图。

（三）人工智能引擎生成行动方案供作战人员选择

1月，DARPA战略技术办公室发布“用于计划、战术、实验和弹性的战略混沌引擎”（SCEPTER）项目广泛机构公告。9月，美空军代表DARPA授予英国BAE系统公司830万美元的SCEPTER研发合同。SCEPTER旨在开发一种分析引擎，能够自主生成战役层面的战略计划，其原理是以机器速度探索军事交战的复杂状态-行动空间，生成新的作战行动方案，其中效果最佳的方案将在高保证模拟环境中验证，并进行人工审查。

二、自主空战应用范围进一步扩大

       

（一）近距自主空战研发进入发展新阶段

2月，DARPA授予Dynetics公司合同以开展“空战进化”（ACE）项目第二阶段第三技术领域（TA-3）工作。“空战进化”项目重点开发用于自主空中格斗的人工智能算法。Dynetics将开发战斗管理方法，飞行员可担任大规模协同空战的指挥官，指挥多个搭载自主空中格斗算法的小型飞行器模拟协同作战任务。在未来的有人无人体系化作战中，作战人员若对无人系统缺乏足够的信任，则无法指挥大量无人系统进行作战。“空战进化”项目以近距空中格斗自主化为突破口，增加作战人员对人工智能技术的信任。

（二）美军启动超视距自主空战技术研发工作

11月，DARPA战术技术办公室发布“人工智能增强”（AIR）项目广泛机构公告（BAA）。该项目设想由人工智能驾驶的多架飞机在超视距空战仿真中与敌机编队进行对抗，目标是证明人工智能可以在超视距空战领域执行进攻性和防御性制空任务。该项目有两个技术重点领域：模型开发和多智能体训练，前者包括创建“可捕捉不确定性并用更多数据自动改进的快速精准模型”，后者专注于开发“人工智能驱动的算法方法，在不确定、动态和复杂的作战环境下实现实时分布式自主战术执行”。

（三）升级试验机以加速自主空战系统开发

8月，美空军研究实验室表示已投资1500万美元，对X-62“飞行中可变稳定性的试验飞机”（VISTA）进行升级，以加速无人机自主作战发展。X-62主要升级了两个系统，一是用VISTA模拟系统，允许飞机用软件模拟其他平台性能特征。二是模拟自主控制系统（SACS），使用“安全沙盒”的方式以集成飞行平台、控制约束、自主功能，测试包括“空战进化”在内的多种自主系统对飞机平台控制的表现。当测试内容超过“安全沙盒”限制时，VISTA模拟系统将自动断开，允许飞机采取更具有挑战性的机动任务，而不会影响飞行安全。当两个系统组合时，不仅可以快速测试自主能力，还验证了不同飞行平台所需的接口需求。和“女武神”、“灰鲭鲨”、“复仇者”等不同，X-62配备两名机组人员，包括一名可以监督自主控制系统性能的飞行员。“天空博格人”和“空战进化”等项目可以用X-62作为高风险自主机动试验的候选。截至12月16日，“空战进化”已经在X-62上飞行了大约8架次。

图2 X-62（美空军图片）

三、有人无人协同作战能力加速落地   

       

（一）有人无人协同作战技术逐步成熟

7月，克拉托斯公司宣布，两架量产型XQ-58A“女武神”无人机在过去两个月内已经成功完成一系列“天空博格人”试飞工作。不过具体的试验细节并未透露。克拉托斯无人部门总裁表示，“天空博格人”自主核心系统已得到验证，项目进入尾声。“天空博格人”项目旨在将自主核心系统与模块化、低成本无人机平台相结合，使无人机能与有人机协同，自主执行复杂的作战任务。自主核心系统集成了一系列传感器和先进的计算机算法，采用开放式架构，能够根据有人机飞行员设置的既定交战规则自主做出决策，可搭载在XQ-58A、UTAP-22、MQ-20等无人机上。

11月，美空军宣布“天空博格人”项目工作全面完成，并于2023财年转为在册项目（POR），正式纳入采办序列，成为未来作战系统的核心，其成果将纳入至合作式作战飞机（CCA）中，支撑其与下一代战斗机编组协同作战。

（二）改进无人僚机提升有人无人协同作战潜力

11月，克拉托斯国防与安全解决方案公司已确认，其近期与空军研究实验室（AFRL）、尤马试验场携手成功完成XQ-58A Block2生产型的试飞。本次试飞验证了XQ-58A的升级潜力，XQ-58A Block2拥有更高的飞行高度、更长的续航时间以及更大的任务载荷。同时，XQ-58A演示验证了加密通信能力，并且尝试在通信中断的情况下，自主导航回到基地并降落在目标区域。上述功能有助于降低敌人检测和追踪无线通信信号的风险。本次试飞也是克拉托斯公司支持空军研究实验室自主协作使能技术（ACET）产品组合的重要里程碑。ACET专注于开发自主协作平台（ACP），如合作式作战飞机（CCA）。此次试飞中，XQ-58A所展示出的能力为未来的ACP试验打下了坚实的基础。

四、无人自主集群技术全面发展

       

（一）智能弹群研发速度进一步加快

8月，美国空军生命周期管理中心装备局授予Liteye Systems和Unmanned Experts公司一份价值180万美元、为期一年的合同，以研制Web Weasels(WW)自主集群人工智能弹药。WW项目采用了机器学习训练的算法，通过编制“剧本”的方式为集群弹药在发射前提供一系列训练、战术、技术和程序（TTP），以便完成特定任务集（如对敌防御压制）。集群智能弹药拥有相关硬件、固件和通信架构，使其能够进行协同战场环境评估、群间协商作战方案、基于感知调整作战预案。系统的自主集群指控及人在回路(HITL)设计方面也很复杂。WW项目将使用HITL模拟器开发人机交互界面(HSI)。

11月，美空军宣布已全面完成“金帐汗国”项目研发工作，计划在2023年将成果转化纳入“合作式作战飞机”（CCA）等采办计划。“金帐汗国”项目旨在开发弹间自主组网、合作打击技术。项目于2019年启动，在三年时间内突破了关键技术、完成了多轮实验，演示了多弹自主组网规划分别打击多个和共同打击单个目标。随着项目的成果转化，美军或在2028年前形成多型空地弹自主合作打击目标等新质作战能力。

（二）LVC环境下验证高性能蜂群无人机的自主和协同技术

9月，作为真实、虚拟和构造（LVC）无人机蜂群研究的一部分，MQ-20A使用人工智能驾驶开展近30分钟的自主飞行。本次飞行是GA-ASI通过人工智能和机器学习（ML）开发无人机高级自主性的工作之一。

12月，通用原子公司再次开展飞行试验。主要内容为验证三种用于无人自主飞行的人工智能算法模型在开放式任务系统（OMS）软件堆栈上的执行效果。试验进一步推进了其合作式作战飞机（CCA）生态系统建设。试验采用了真实、虚拟和构造（LVC）技术。其中，通用原子公司的复仇者无人机与“数字孪生”所产生的虚拟飞机编组配对，自主执行LVC多目标协同作战任务。试验中涉及的三种强化学习算法模型为单、多和分层智能体强化学习模型。单智能体强化学习模型成功为实时飞机提供导航，同时动态规避威胁。多智能体强化学习模型驱动真实和虚拟的复仇者无人机飞行，在避免威胁的同时协作追逐目标。分层智能体强化学习模型分析传感器信息来选择行动方案。

（三）无人蜂群规模上限进一步提升

10月，美国防部预算文件披露“超级蜂群”无人作战项目，该文件表明美国海军正在加快该项目开发，研究如何建造、部署和控制数以千计的小型无人机，以绝对数量压倒对手防空系统。“超级蜂群”由水面、水下和空中多模式无人系统组成，无人系统平台可在不同域之间随意切换，规模超过10000艘／架，拥有压倒性数量优势的群体，从而彻底瘫毁对手的态势感知、判断决策能力。现阶段，在人工智能和算法支持下，同时操纵几百架甚至上千架无人机的技术已经实现，无人机操作基本上以人工遥控为主，人工智能为辅。但当数量进一步扩大，就需要极强的信息处理能力，以及非常精密复杂的算法逻辑。

（四）无人蜂群技术扩散至世界多国

8月，英国陆军与国防装备和支持未来能力小组合作在索尔兹伯里平原开展了无人机蜂群演示验证。演示由陆军总部资助，使用了两种不同的无人机蜂群系统。第一次演示使用五架阿特拉斯公司的无人机组成的蜂群。无人机搭载由其研发的“网格”系统，从而进行指挥与控制。蜂群在特定地点周围执行24小时监视任务。同时，无人机还包含了“蜂巢”可移动充电站系统，用于无人机自主起降以及充电。第二次演示，陆军专注于展示广泛的搜寻任务。作战人员将任务分配给六架埃尔比特系统公司的Torch-X自主无人机。Torch-X自主规划路线，使用边缘处理来检测地面上的威胁，并在地图上标记以提醒作战人员。

10月，俄罗斯喀琅施塔得（Kronstadt）公司表示，正在研究发射和使用“莫尔尼亚”（Molniya）空射多用途无人机的方式，包括利用运输机、战斗机、重型无人机搭载并发射多架“莫尔尼亚”。“莫尔尼亚”可组成无人机蜂群，能在蜂群之间建立持续的数据交换，同时能调整蜂群中每架无人机的任务，其人工智能（AI）设备能够该机在与有人驾驶飞机无法保持持续通信时自行完成任务。此外，该公司还计划在“莫尔尼亚”轻型无人机的基础上开发一种“打击型”，即携带战斗部的巡飞弹。

12月，土耳其推出新的Alpagut智能巡飞弹，该弹作战半径为60千米，续航时间超过60分钟，可以单独使用或以蜂群配置使用。一旦发射/投放，系统将进入目标探测、跟踪和评估模式，在空中盘旋一段时间并在获得地面用户确认后开始俯冲攻击，自主摧毁识别的目标。

五、人工智能为后勤保障能力提供支撑

       

（一）美军利用人工智能提升后勤任务规划效率

6月，DEFCON AI公司获得空军部第二阶段SBIR合同，以支持其基于人工智能的战役级后勤和机动培训软件的初始开发。该软件旨在创建仿真模型，模拟空中机动司令部在发生自然或对抗性中断时，为决策者提供后勤支持的不同选项。后勤任务的完成顺序是行动成功的重要前提，每项任务都会影响整个后勤效果。例如卡特里娜飓风摧毁机场后，国防官员会首先专注于重建基础设施，而不是搜索、救援等其他优先事项。因为没有跑道等基础设施，包括水、食品和医疗用品等所需商品将很难抵达现场。在该类事件中，人们需要建立起不同后勤任务之间的关联，这将耗费大量时间，而DEFCON AI的软件则使用人工智能梳理可用选项并进行排序，同时构建仿真的虚拟世界，用于获取后勤相关数据，并将其与现实数据进行比较，为决策提供支撑，提升后勤效率。

（二）人工智能优化备件采购以实现后勤运营的降本增效

12月，据媒体报道爱沙尼亚Magnetic飞机维修公司利用美国SkySelect公司提供的人工智能自动化备件采购平台开展其备件采购工作，以减轻其工作量、提高运营效率并节省成本。SkySelect软件平台通过集成人工智能技术，能够提供从备件需求提出到交付的端到端无缝采购。截至目前，Magnetic飞机维修公司应用该平台已在降低成本和提高生产率方面取得了卓越的成果。仅在10月份，人工智能采购就使库存零件补充成本降低19%。由于在SkySelect平台上进行的采购中79%的工作是由人工智能完全自动化完成的，因此减少的成本大部分都是在没有人员参与的情况下实现的。

（三）美空军开发预测性维护软件提升轰炸机战备水平

11月，美空军全球打击司令部授予Virtualitics公司合同，以部署人工智能技术，从而提高其核轰炸机和洲际弹道导弹的战备水平。美国政府问责局2020年的一份报告强调了空军飞机的主要战备问题。报告中，作为构成三位一体核打击力量的重要组成部分，空军的B-2、B-21、B-52三型轰炸机均未能及格。空军目标是利用人工智能的预测能力来提高飞机的可用性和洲际弹道导弹机队的整体战备能力。人工智能公司Virtualitics将开发人工智能软件，以增强预测性维护、库存管理、供应链优化和人力资源分配，以确定飞机维护需求，快速解决关键的日常维护问题，最大限度地减少关键飞机保持适航性时的计划外停机时间。

六、认知电子战赋予空战电子对抗全新能力

       

4月，美空军在为期两周多达30架次的测试中对“愤怒的小猫”战斗吊舱进行了作战评估，并在加利福尼亚州中国湖进行了最终测试，其效果得到空军的肯定。“愤怒的小猫”由佐治亚理工学院研究，试图创建一个电子战系统，通过使用机器学习和易于更新的软件更快地适应新的威胁。当前，数字射频存储干扰机采用一种基于计算机的已知威胁“库”，识别和对消进入的信号。随着辐射源(通信系统和雷达)变得更加先进，它们的行为变得无法预估，并且寻找它们的预录响应变得非常困难。因此，“愤怒的小猫”使用认知电子战方法，机器学习算法将教会干扰机从过去的经验中学习，当干扰机再次遇到相同类型的目标时，其响应将更加精确、快速和成功。如果上一次干扰技术没有效果，干扰机会尝试另一种干扰技术，观察目标如何响应干扰信号，并通过反馈回路进行相应的调整。