智能化战争与无人系统技术的发展

李风雷，卢 昊，宋 闯，郝明瑞

（1.中国航天科工集团有限公司第三研究院，北京 100074；2.复杂系统控制与智能协同技术重点实验室，北京 100074 ）

1 引 言

习主席指出，筹划和指导战争，必须高度关注科学技术对战争的影响。科学技术是军事发展中最活跃、最具革命性的因素，每一次重大科技进步和创新都会引起战争形态和作战方式的深刻变革[1]。

冷兵器时代，金属冶炼技术给人类带来了金戈铁马，战斗组织开始讲究排兵布阵，拉开了军事革命的序幕。工业革命后的蒸汽机、内燃机、电力技术等推动了机械化战争，以微电子和计算机为代表的信息技术革命催生了信息化战争，同时分别伴随有“平台中心论”、“信息中心论”等作战理论。

科学技术的进步和军事理论的演变是推动军事革命的两个核心要素。先进的武器技术是军事革命物质的基础，是“硬件”。创新的军事理论是军事革命的灵魂，是“软件”，它不但决定了硬件如何执行具体功能，而且决定了硬件如何相互作用，如何发挥最大效能[2]。

当今世界正处于新一轮科技革命与产业革命发展的关键时期，在人工智能领域带动下，大量新技术涌现，必将对军事领域产生广泛而深远的影响。美国前空军部长麦克·韦恩就惊呼，“正如第一次世界大战使用20世纪的机械化部队却在以19世纪的方式作战，我们现在同样存在以20世纪的方式在21世纪作战的危险”。在不远的未来将会面临何种形态的战争，这是值得深入思考的问题。

2 未来战争的发展趋势

2.1 未来战争是智能化战争

自20世纪90年代末以来，美国在高端的传感系统、C4I系统、制导武器、太空技术、网络技术及隐身技术等领域享有的军事垄断优势已经逐渐被削弱，特别是中国在反航母、反卫星、反预警、反信息节点等方面所谓的“反介入/区域拒止”能力进步使美国的军事担忧上升。然而，在经济复苏缓慢、债务快速增加、庞大的国防预算难以维持的大背景下，美国无法以较大的经济投入通过打造一个全新的装备体系进行军事能力全面提升。因此，2014年11月15日，为谋求长远的全球霸权地位，时任美国国防部长哈格尔宣布开始实施国防创新行动，集中资金发展对潜在对手具有威慑力的军事力量，确保美国持续的军事技术优势，被称为“第三次抵消战略”，以此为出发点演变出的军事理论思想势必引发新的军事变革。

第三次抵消战略聚焦于形成六大能力：一是分布式、远程打击实现作战效能的能力，加强单个平台独立作战能力，同时将平台分布式部署，实现分布式远程打击，使触角前伸，节点后置；二是利用作战距离、精确性及速度把握并维持先机的能力，重点开展高超声速武器化、高超声速作战平台等技术研究，重新塑造改变游戏规则的军事力量；三是利用分散、新型的作战防护样式加强生存能力，分散部署海空基作战平台，推进海军一体化的防空火力，空军分散部署武库机，加固军事设施并形成联动；四是大规模集群数量优势能力，以大量低成本、自主协同的飞行器/航行器，构成侦打一体的联合体，形成协同作战能力，降低对手的防御火力消费比；五是发展新型分布式机动和近距离作战能力，主要利用动能武器、电子战武器、网络战武器，实现分布式机动作战和近距防空作战；六是适应复杂网络攻击和电子战环境下的更强作战能力，主要是提高信息网络平台的抗干扰能力和在电子战对抗环境下的适应能力。

第三次抵消战略拟重点发展的颠覆性作战能力与目前国际上公认的新一轮科技和产业革命的重要技术领域高度吻合，聚焦于人工智能和自主技术，重点关注五大关键技术领域：自主学习技术、人机交互技术、人类作战行动辅助系统、先进有人无人作战编组、针对网络与电磁战环境的网络使能自主武器。基于第三次抵消战略思想的军事能力建设将从三个维度引发新一轮军事变革：从战场空间形态上看，向分布式发展；从作战时间进程上看，向高动态发展；从作战运筹过程上看，向智能化发展。

纵观科技革命对战争的推动以及美军对未来战争的布局，未来战争的武器技术、作战概念将向以智能为主要特征的高级战争形态演进。“制智权”将成为未来战争的核心要素，谁掌握了智力优势，谁将掌握未来战争的主动权。习主席在党的十九大报告中提出“加强军事力量运用，加快军事智能化发展，提高基于网络信息体系的联合作战能力、全域作战能力”新一代人工智能技术和自主技术快速走向战场，将催生新型作战力量，颠覆传统战争模式，基于网络信息化的联合作战、多域作战，智能化是其核心能力，所以未来战争必将是智能化战争。

2.2 无人系统是未来战争的主力军

在第三次抵消战略军事思想的牵引下，美国海空军开始探索研究应对未来智能化战争的“分布式”作战概念和装备发展体系。

2014年，美国海军战争学院进行了一次兵棋推演，蓝方利用濒海战斗舰加装了远程反舰武器，这一变化使得红方不得不花费大量宝贵的情报、监视与侦察（ISR）资源，试图发现这些更具威胁的舰艇。由此，美国海军提出了“分布式杀伤”概念，即把以平台为中心的集中式舰船编队向空间散开，使得作战舰艇由编队作战时的各司其职转变为独立实现整个打击链闭环。

另外，美国空军也提出“分布式作战”体系。为了实现多种平台跨域联合作战，美国空军首次提出“作战云”概念方案，核心理念是海、空、天、网络的跨域协同，将每个作战平台整合至一个由“ISR、打击、机动和保障”构成的综合体，使之成为该综合体中的一个节点，既是传感器，也是可以产生作战效果的武器，实现武器运用从平台为中心向互联的信息驱动模式转变，进而最大程度地发挥隐身飞机、精确打击武器、先进指挥与控制系统以及有人与无人系统集合的优势[3]。

美国国防预先研究计划局（DARPA）于2015年提出“体系集成技术和试验”（SoSITE）项目，项目概念如图1所示[4]。

图1 SoSITE项目中的未来空中力量示意图

该项目聚焦于分布式空战的概念、架构和技术集成工具，利用现有航空系统的能力，通过开放式系统架构，把电子战、传感器、武器、定位导航和授时以及数据/通讯数据链等能力拆分到大量可实时通信的有人和无人平台上，执行ISR和目标打击任务；开放系统构架为发展可互换的组件和平台提供统一的技术标准和工具，如有需要可以进行快速的升级和替换。

在开放式的体系架构下，各种有人/无人平台的作战能力有机结合，能够盘活现有的三代机、四代机装备，通过加装适应性接口模块和工具，使它们能够快速地纳入作战云的体系。装备发展思路由原来追求高精尖一体化的全能平台演变到快速地升级体系中某一个任务模块的功能，能够以较低的成本实现整个系统能力的快速模块化提升。

在未来智能化战争的“分布式”作战样式中，人是在后方的，执行具体战术任务的作战集群都是无人装备，关键在于如何让人能够从作战的各个任务和环节中解脱出来，实现战术和战役指挥的能力。对此，DARPA于2015年提出“拒止环境中的协同作战”（CODE）项目，旨在研究新型智能算法和软件，探索无人机的自主和协同技术，通过人机链路实现交互，使无人机群可以在一名操作人员的管理下完成发现、识别、跟踪和攻击目标等作战的各个环节，实现有人机对无人机群“一对多”的操作，并能使无人机集群具备在复杂电磁环境中的执行任务能力，降低人的介入干扰程度。

基于上述作战概念和样式分析，未来的智能化战争将表现出三个主要特点：

（1）机器主战。无人作战装备将取代士兵以及传统的作战装备成为主要的作战力量，人与武器将逐步分离，人由战争的前沿退向后方，主要负责战略决策和战役指挥；机器走向战争前沿，成为战术层面的主要执行者。

（2）万物互联。分布式作战必然要求前出的武器或平台互联互通，自主和无人/有人系统实现互联，才能针对战场上瞬息万变的情况自主协同、配合行动。分布式作战、跨域协同要求有强大的信息高速公路，在复杂环境下构建低延时、高容量、高可靠的基础网络链路，基于智能网络算法实现动态连接、随遇接入、功能可重组、抗毁自愈、快速自组织等能力。

（3）算法致胜。算法是人工智能的核心，算法优势赋予无人系统更高的自主性，取得行动优势。人工智能算法在知识积累、重复性和准确性方面有较大优势，能够提高信息处理、感知和决策的质量和速度，加快“观察-判断-决策-行动”OODA环，取得战争主动权。以机器前出作战为主的无人系统在目标识别、情报分析、态势构建、威胁判断、协同攻击、多域作战、辅助决策、运筹管控等使命的牵引下，对智能化算法提出迫切需求，未来战争的博弈终将是智能算法的博弈。无人系统的平台技术是基础，但是智能算法是灵魂，智商欠佳、徒有肌肉的无人平台是不能赢得战争胜利的。

机器主战、万物互联、算法致胜也是未来智能战争的三大致胜机理，无人系统作为其主要载体，是未来智能化战争的主力军。

3 美国军用无人系统技术发展现状

美国海空军、DARPA、国防部战略能力办公室（SCO）等部门在作战体系概念、指挥/控制/管理系统、智能武器平台、网络通信系统四个方面设立大量研究项目对第三次抵消战略军事理论进行支撑，部分项目明细如表1所示。

表1 无人系统技术项目设置情况

3.1 作战体系概念

在体系概念/架构论证方面，除了前文提到的SoSITE项目以外，DARPA还开展了OFFSET项目和CDMaST项目。

其中，OFFSET项目研究针对城市环境的“蜂群”作战概念，计划基于游戏环境开发开放式的系统架构和测试平台，通过作战仿真，开发并验证评估专为城市作战无人系统设计的“蜂群”战术战法，并牵引分布式感知、分散计算、弹性通信、自适应集体行为等新的无人系统技术。

CDMaST项目面向海上作战，其理念是把集中式的作战能力拆解、分散到大量低成本系统上，新型的反舰导弹与水下武器系统将大幅提高打击的范围和速度，低成本卫星、海底预置系统、无人系统与有人平台结合提供新型武器所需的监视与瞄准信息，通过将各型系统整合进一套协同网络形成作战体系，能够对敌方舰船和潜艇进行广域、跨域的监视、瞄准及打击，如图2所示[5]。

从项目设置的意图可以看出，美国正在通过将作战能力化整为零、作战力量分散部署，弱化平台的中心地位、真正体现以信息、火力的集成作为作战力量的核心，试图解决困扰集中式系统发展的瓶颈，是网络中心战的具体形式和抓手。

3.2 指挥/控制/管理系统

CODE项目重点发展无人机群的自主协同技术，而DBM项目则侧重于分布式作战场景下的任务筹划技术，通过研究用于作战管理的任务规划算法、用于驾驶舱的先进人机交互技术、用于对抗网络环境的态势感知技术等，寻求发展可帮助预警机战斗管理人员及战斗机飞行员管理分布式空对空及空对地作战任务的智能辅助决策系统，项目的应用景象如图3所示[6]。

3.3 智能武器平台

LRASM是新型智能化武器装备的典型代表，在其宣传片中展现出多种智能特征，包括：自主感知突发威胁，并重新规划航迹规避威胁；利用自身传感器在远距离进行目标探测，完成虚假目标剔除，高价值目标识别和锁定；在近距离利用成像导引头实现目标的关键部位识别；三发导弹还完成了自主的目标打击任务分配。

DARPA正在开发的ACTUV无人艇和LDUUV无人潜航器都具备自主航行能力，作为节点前置，能够长时间部署执行侦查、监视、打击等作战任务。利用智能技术实现了诸如自主导航、目标识别、障碍规避、故障管理和容错、在线任务规划等功能。

图2 CDMaST项目的作战体系示意图

图3 DBM的应用景象

LRASM、ACTUV、LDUUV代表了单体智能化技术的发展趋势，在群体智能技术研究方面，最具代表性的项目是山鹑无人机项目和小精灵项目。

2016年10月，美国海军三架超级大黄蜂战斗机总共投放103架山鹑小型无人机，这些无人机不是按照预先规划编程的方式飞行，而是通过组网通信和智能协同，自行完成编队集结、搜索定位和攻击任务，该项目对相对导航、自适应编队、有效避撞等集群智能关键技术进行演示验证，如图4所示。

图4 山鹑集群进行编队

小精灵项目针对空中分布式作战模式进行技术集成验证。小型、低成本无人机作战半径小，无法进行远距离作战，该项目通过研究空中发射和回收技术，利用大型运输机对小型无人机进行远程投送，完成使命后能够快速回收，在24小时内完成重置并等待下次使用。小精灵项目将带来作战模式的改变，如图5所示。以执行压制敌防空系统（SEAD）任务为例，以前的战法是电子战飞机贴近到敌方防空火力区外围，对敌方防空雷达进行干扰、压制，小精灵项目设想运载平台后撤，远离防区发射小型无人机群，小型无人机以分散部署的方式进入外围防区执行任务[7]。这种分布式的作战模式，一方面有人平台的安全性得到保证，另一方面无人平台任务成本低，任务执行效能更高。

3.4 网络通信系统

在强电磁对抗性空域中，协同作战的飞行器可能需要限制通信以免被对方发现，或者会被对方干扰而无法交换信息。一个性能稳定、抗干扰能力强的通信网络是实现分布式作战的基础。

DARPA在网络通信技术方面，提出C2E和DyNAMO两个研究项目，前者偏重射频硬件，后者研究网络管理。其中，C2E项目旨在发展抗干扰、难探测的通信技术，将来面临各种频谱战威胁时，能确保战场网络功能不被破坏。DyNAMO项目重点关注自适应网络管理技术，在干扰环境中或关键动态网络突然中断时，能通过不同路由方式使信息得到恢复，在C2E开发的射频硬件上进行验证。

另外，为了使水下潜艇不必浮出水面就可得到精确的定位信息，DARPA还提出POSYDON项目，计划通过在海床上安装声呐信标，组成类似GPS的系统，为潜航器提供无所不在的稳健定位、导航与授时能力（PNT）。

图5 小精灵作战模式

3.5 总结

从上面的项目分析中可以看出，美国在无人系统技术领域进行了体系化布局，在作战体系概念、指挥/控制/管理系统、智能武器平台、网络通信系统等几个方面同时推进；颠覆传统的作战理念和样式，注重分布式、多域作战概念牵引，空中、水面、水下全面发展；突出人工智能在无人系统技术领域的核心地位，大力推动无人系统智能化技术发展，形成技术优势。

4 无人系统技术在智能化战争中的应用思考

无人系统技术在未来智能化战争中的应用主要表现在以下三个方面：无人平台的智能化，武器系统的智能化和作战运筹的智能化。

4.1 无人平台的智能化

智能化的无人作战平台能够通过多维度广泛感知外部环境与内部状态信息，基于感知数据实时自主完成深度挖掘、推理和融合，实现战场态势构建，自主产生控制策略并执行，同时要具有一定的自主认知和学习能力。

根据未来智能化作战的需求，从OODA作战循环出发，无人作战平台的智能化技术主要包括：感知多源化、认知融合化、决策智能化、控制自主化、作战协同化、保障全局化等[8]。

（1）感知多源化：通过有效地接收、探测“客体”信号，并进行特征提取和样本积累，经过充分的学习、处理、分析，优化产生可供“主体”使用、响应的映射信息，从而完成测量、跟踪、识别和对抗相关任务。

（2）认知融合化：通过单一平台异构传感器信息的深度融合，以及分布在编组中各类传感器的互联互通、信息共享，将目前对环境的感知与理解从片面的、离散的、静态的感知提高到全局的、关联的、动态的感知。

（3）决策智能化：在感知、认知以及数据融合与挖掘的基础上，将自主任务决策从依靠预先规划任务序列、进行程序化作战、适应性有限的层次提高到经验知识与数据相结合、作战使命驱动任务规划、有效应对未知态势变化的层次。

（4）控制自主化：基于环境特征信息，进行多种导航模式的智能配置和在线结构/功能重构，根据决策或自身状态的变化，实现行动轨迹自适应优化调整、高精度跟踪控制以及故障条件下控制策略的自诊断和自修复等。

（5）作战协同化：对无人系统集群建立基于多智能体行为特征和交互方式的协同技术体系，通过智能体之间的通信、空中动态自适应组网、多平台间的信息融合及任务分配，实现分散的平台在时间、空间、功能上的协调统一，具有体系开放、弹性互联、动态重构、自组织协同、集群认知等能力。

（6）保障全局化：以人工智能和大数据知识库为基础，实现对复杂武器系统全寿命周期内的健康管理与维修保障等功能；依托虚拟现实、增强现实等技术，为导弹武器训练提供自主训练保障服务，推动武器装备保障模式由从传统的“任务驱动型响应式保障”向“状态驱动型主动式保障”转型。

4.2 武器系统的智能化

针对不同的作战场景，将智能化的无人作战平台相结合为智能化无人武器系统，例如，更多地使用无人系统作为智能化导弹的交付平台，能够发挥更大的作战效益。与有人系统相比，智能化无人武器系统能适应更广泛的威胁条件，具有更好的持久性和耐受力，能够支撑大范围任务系列。

登陆作战是在水下、水面、空中、岛屿以及电磁、信息空间进行的多域作战。导弹与无人机、无人战车、无人船、无人潜航器等结合作为智能化无人武器系统，与卫星、有人装备等形成协同作战体系，图6为作战概念示意图[9]。异构无人武器系统间的紧密配合协同，可进一步压缩定位、识别、跟踪和摧毁的杀伤链，提高对敌目标的反应速率和杀伤概率。

在空地协同方面，无人机和无人车在突击上岸阶段可协同侦察、打击，无人机广域搜索侦察，与无人车共享态势，登陆力量和无人车发现特定目标立即请求无人机发射导弹进行火力支援打击，无人车对打击效果进行毁伤评估。

在空海协同方面，无人机与无人艇可以在集结和航渡阶段，执行重点区域警戒巡逻、对海面目标搜索侦察、协同反潜等任务。

在水面水下协同方面，无人艇释放无人潜航器，可在登陆前期完成水下地理环境勘测和扫雷任务。

针对近海防御中难以全面防范敌空中平台、水面舰艇、水下潜航器渗透的问题，将水下预置平台与导弹、鱼雷、无人机相结合形成一种高效费比的模块化水下武器系统，例如DARPA提出的“沉浮载荷”（UFPs）计划，预先放置于大陆架、重要航道、岛链等敏感海域，利用隐蔽前置优势进行长时间潜伏，并可通过远程手段激活，执行侦察、打击、航路封锁等任务，作战概念示意图如图7所示[10]。平时可以对其近海军事活动进行有效牵制，战时可以在前沿实施突然打击。

图6 无人武器系统登陆作战概念示意图

图7 水下预置武器系统作战概念示意图

透过分布式作战的理念能够看到，作战能力分散至大量无人平台，无人平台又结合为异构武器系统，就像组合乐高积木一样，能够针对不同的作战场景搭建不同的作战样式，由此得到的作战体系具有非常强大的适应能力。

4.3 作战运筹的智能化

在相当长的一段时间内，无人系统难以独立完成复杂的作战任务，有人系统指挥无人集群将是未来智能战争的主要作战模式，需要作战运筹系统的智能化，通过智能辅助，实现有人/无人协同作战能力跃升。

近几十年来，指挥自动化系统建设成果显著，信息采集、传输、存储、处理和显示等环节均已成型，作战仿真及数据工程建设逐渐完善，作战任务规划系统也初现雏形。然而，现有作战运筹系统发展遭遇到智能辅助能力滞后的问题，基本停留在辅助劳力而非智能阶段，对智能程度稍高的问题，如态势理解、决策辅助、作战任务规划、兵棋系统中对抗方案推演等，基本是无能为力，智能辅助已成为制约有人/无人协同作战能力形成的瓶颈问题。

由DARPA提出的“深绿（Deep Green）”计划旨在将人工智能技术引入作战辅助决策，利用仿真推演战场变化，辅助指挥员决策并生成作战方案。虽然项目设想提出于十年之前，但到2014年验收时还远未完成，其指导思想仍具有借鉴意义。“深绿”由“指挥员助手”人机接口系统、“闪电战”仿真系统和“水晶球”控制系统三部分组成，其结构示意图如图8所示。

深绿的指挥员助手模块采用基于草图的人机交互方式，自动将指挥员的手绘草图和说明语言转变为行动方案，并向指挥员呈现各种可能的行动方案结果。近年来，人机交互技术发展迅速，未来将采用AR、VR、眼动、手势及语言等手段构建基于全息界面的多通道人机交互系统。高效的人机交互技术能让机器快速理解人的意图、显示处理结果，提高指挥效率。

深绿的闪电战模块用于快速仿真各种作战计划，大量生成可能的未来态势，是智能运筹系统的引擎。不是简单地进行成百上千次蒙特卡洛随机仿真，而是创造性地将定性推理和定量仿真相结合，可以识别各决策分支点，从而预测可能结果的范围和可能性。

图8 深绿系统组成结构示意图

水晶球是深绿的决策控制模块，在战前，通过多分支超实时推演仿真，超越实体战场提前预判敌方可能动向和战局走向，提前优化调整作战方案；在战中，根据态势监控信息，控制闪电战生成未来态势，构造一个平行战场，利用更新的战场态势信息剪裁一些仿真分支，辨识即将到来的决策点，形成草拟决策，能够很快给指挥员以选择性的提示，从而加速真实战场OODA循环[11]。

5 结束语

无人系统技术在多学科交叉融合发展推动下，正在向更高水平的智能自主方向发展，其广泛的覆盖性、复杂的系统性、开放的知识性，决定了它必将成为一个极富创造力的领域，从而形成新的科学前沿。无人系统技术具有巨大的理论与技术创新空间和广阔的应用前景。瞄准未来作战需求，各种作战域内无人自主系统已经成为当前以及未来一段时间内发展的热点，世界主要国家均先后出台了战略决策，发布针对自主系统的研究报告，为无人装备的发展提供宏观政策性指导和技术建议，并以此构建支撑自主作战能力实现的技术体系。如何实现无人系统技术从“专用”到“通用”的跨越式发展，既是无人系统技术发展的必然趋势，也是研究和应用领域的挑战。