无人集群试验评估现状及技术方法综述

源自：系统工程与电子技术

作者：赵蕊蕊, 于海跃, 游雅倩, 张涛, 陶敏, 姜江

摘

要

试验评估是促进装备系统作战能力生成和实战化应用的重要手段。无人集群依靠自组网实现复杂交互, 具备典型的智能性和涌现性, 开展无人集群试验评估研究面临着指标不清、标准模糊、技术方法落后等难题。为了进一步推动无人集群试验评估理论研究, 对国内外已开展的无人集群试验评估相关规划和项目实践现状进行了概述。面向评估指标设计和评估方法研究两个试验评估关键环节, 首先对已有无人集群评估文献中使用的指标进行了分类梳理, 并分析了现有研究在指标选取和构建方面的特点与不足; 然后, 结合不同无人集群关键技术研究中涉及的评价指标, 提出了面向无人集群关键技术能力的评估指标设计思路。在此基础上, 根据具体含义及计算方式, 将已有指标划分为基础指标和综合指标2类, 分类介绍了可用的评估方法, 期望为后续无人集群试验评估的指标构建和评估方法选取工作提供一定借鉴。

关键词

 无人集群 ; 试验评估 ; 评估指标 ; 评估方法

引言

人工智能技术的迅速发展使得智能化的网络信息体系成为军事领域的重要变革趋势, 未来战争逐渐呈现出无人化和智能化的特征[1]。近年来, 各国高度重视无人装备的相关研究, 单体无人装备的性能大幅提升, 但其完成任务的能力始终有限, 无人集群协同作战应运而生。无人集群最初由无人飞行器发展而来[2], 是群体智能与无人系统相结合的产物[1]。其概念可描述为: 无人集群是由一定数量的智能和非智能无人装备, 以单平台装备的作战能力、自主协同技术和集群控制算法为基础, 以平台之间的自组网通信为支撑, 围绕任务目标, 模拟自然界生物集群形成的具有功能分布化、行为涌现性特征的作战体系[1, 3-4]。目前, 无人集群大致可分为无人机集群、地面无人车集群、水面无人艇集群、水下无人潜航器集群以及上述无人装备的跨域联合[5]。上述同构或异构无人集群通过个体之间的自主协同实现作战能力涌现, 达到“1+1＞2”的效果, 成为未来战场中的颠覆性力量。无人集群自主协同是指在无人参与或人工监测下, 具备一定自主性的集群个体既能够独立地完成给定任务, 又能够自发地交互协同完成群体任务[6-7]。实现自主协同是构建无人集群的根本目的, 也是其最终发展目标。近年来, 世界各主要军事强国面向自主协同的无人集群开展了大量的研究项目, 内容集中于无人装备平台技术研发、集群自主协同技术探索、作战样式设计以及相关演示验证等方面。但在整体上, 无人集群的研究仍处于技术探索和发展融合阶段, 为验证能否满足理想的作战需求, 还需要进行大量的试验评估工作。

试验评估是试验鉴定的重要环节, 装备试验评估是在科学组织试验的基础上, 依据对试验所得数据的综合分析, 得到装备性能、作战效能、适用性等方面的正确评价结论, 为确定装备是否满足研制要求和使用需求提供依据。无人集群的试验评估是其从作战概念走向实际应用的重要桥梁, 对于检验无人集群发展水平、指导无人集群实战化应用具有重要意义。在概念界定上, 无人集群试验评估尚无统一定义。梁晓龙等[1]在已有研究和实践基础上认为, 无人集群试验评估是通过提供科学规范的评估过程、方法, 以及置信度高、适应性广的评估模型, 得到对集群自主协同能力、系统健壮性和作战效能等的量化评价。基于该认识, 本文将现阶段的无人集群试验评估描述为: 基于高置信度的评估指标和模型, 实现对无人集群自主协同特征的有效描述, 以明确试验数据需求并完成数据获取与综合分析, 达到对无人集群的性能、作战效能及潜在的作战适用性、体系适用性等进行评价的目的, 为无人集群是否满足研制要求和使用需求提供依据。

区别于传统的装备系统, 自主协同的无人集群执行任务时具有鲜明的系统涌现性特点, 整个集群在作战过程中需要对瞬息万变的作战环境做出动态的智能决策和协同调整。因此, 无人集群试验评估存在着评估指标设计难、评估模型要求高等特点[8], 传统试验评估理论已难以适用。针对这一现实问题, 本文在对国内外无人集群试验评估规划和项目实践现状进行总结的基础上, 重点对评估指标设计和评估方法选取两个关键技术环节的研究进行了系统地分析和梳理, 为后续无人集群试验评估工作提供借鉴。

本文结构组织如下: 第1节介绍国内外在无人集群试验评估规划和项目实践方面的研究现状; 第2节在对已有无人集群评估研究中使用的指标进行梳理和分析的基础上, 进一步对各无人集群关键技术涉及的评价指标进行了描述总结, 给出了对各关键技术能力进行评估的指标设计思路; 第3节按照具体含义和计算方式将无人集群评估指标分为基础指标和综合指标, 并分类介绍了无人集群试验评估方法; 第4节对本文内容进行总结。

1 无人集群试验评估规划与项目实践

目前, 世界主要军事强国针对无人集群相关概念、技术与应用展开了顶层规划探索和大量的试验研究项目, 把握国内外无人集群试验评估研究的最新进展, 对于指导相关领域的发展规划具有重要意义。本节将对国内外无人集群试验评估规划和项目实践现状进行总结。综合来讲, 美国对无人集群的试验评估研究处于领跑地位, 国内则尚处于起步探索阶段。

1.1 无人集群试验评估规划

在无人系统发展相关的顶层规划方面, 美国国防部分别于2000年、2002年和2005年发布了3版无人机路线图, 其中2005年8月发布的《无人机系统路线图 2005-2030》[9]沿用至今。该路线图将无人机自主等级划分为1至10级, 包括单机自主、多机自主和集群自主3个层面, 预计2025年后无人机将具备最高等级的集群能力。美国陆军、空军和海军相继在2010年4月、2016年5月和2018年3月分别发布了《无人机系统路线图 2010-2035》[10]《小型无人机系统飞行规划2016-2036》[11]和《海军无人战略路线图》。其中, 空军发布的规划从战略层面肯定了小型无人机系统的前景和价值, 对“蜂群”“编组”“忠诚僚机”3种集群作战概念进行了阐述, 从侧面印证了无人机集群发展的重要性[12]。随后, 美国国防部在2018年8月发布的《无人系统综合路线图 2017-2042》[13]中强调无人系统应聚焦全域作战, 并指出无人系统的集群能力是需要近远期发展的关键技术之一。2017年, 美国国防部高级研究计划局(Defense Advanced Research Projects Agency, DARPA)提出实现无人集群完全自主协同作战的高级愿景——“马赛克战”的概念[14]。随后, 美国战略与预算评估中心在2020年发布报告《马赛克战: 利用人工智能和自主系统实施决策中心战》[15], 把人工智能辅助作战决策与指挥控制、人机/集群智能协同和自主作战作为支撑新的制胜机理和作战概念的核心技术。

我国针对无人系统发展建设的顶层规划工作起步稍晚。2017年, 国务院印发了《新一代人工智能发展规划》[16], 在规划中列出的8项基础理论中, 有多项与集群智能直接相关, 包括混合增强智能理论、群体智能理论、自主协同控制与优化决策理论等。2019年, 国防部刊发的《加速推进军事智能化》评论[17]中, 把智能集群战、人机协同作战等列为智能化战争的基石。2020年1月, 中国科学院大数据挖掘与知识管理重点实验室发布了《2019年人工智能发展白皮书》[18], 所列的取得较大突破且在各界引起较大关注的8项人工智能关键技术包括群体智能技术和自主无人系统技术。2021年11月, 中国电子技术标准化研究院等27家单位发布了《智能无人集群系统发展白皮书》[19], 对无人集群的发展需求、趋势、未来愿景、国内外发展现状、关键技术以及技术标准体系等进行了阐述。

在无人集群试验鉴定方面, 美国早在2011年就率先制定了无人自主系统试验鉴定体系结构框架, 该框架面向5类作战空间的自主系统, 关注7类自主性支撑技术, 内容涵盖基于OODA(observation, orientation, decision, action)环的混合仿真试验环境、5类自主系统评价指标和4层试验类型[20]。结合经验认知与实践积累, 美国认为无人集群自主性技术给传统试验鉴定与评估带来的挑战包括[1, 20]: 技术方面, 无人集群通过个体间的自组织和自同步, 实现面向不确定威胁的自主态势认知和自适应决策, 会涌现出学习、合作等复杂社会行为, 已有的试验鉴定技术难以适应这些特点; 算法方面, 常用的深度学习等人工智能算法内部空间规模巨大且具有黑箱特性, 不具有可解释性; 自主性技术的嵌入和发展给跨域无人集群联合试验鉴定带来挑战。针对这些挑战, 美军近年来致力于多路布局、一体推进[20], 从多渠道持续投资无人自主系统试验鉴定项目; 美国国防部积极组织召开试验鉴定相关研讨会, 宣传其在自主性及试验鉴定方面的需求, 以牵引各方研究力量突破所需的关键技术, 并对工业部门和大学开展的自主性试验鉴定项目的成熟成果进行采购; 试验资源管理中心和DARPA则以建立无人自主集群集成试验床作为相关项目的重要目标。

我国装备试验鉴定标准的总体框架包括纵向和横向两个维度, 纵向上分为通用层、专用层和型号层3个层次, 分别对应试验鉴定的共性需求、个性化需求和具体的装备型号; 横向上则分为基础类