无人机集群作战智能化指挥决策研究综述

近年来，无人机在纳卡冲突、俄乌冲突中大量运用并取得骄人战果，作战显现出集群化、分布式、智能化、高效益特点，对指挥决策提出更高要求。本文围绕无人机集群作战智能化指挥决策问题，主要从无人机集群智能化指挥决策理论研究、技术研究、系统研究、模型构建等方面对国内外研究现状进行综述，分析了当前集群智能化指挥决策面临的挑战，对推动集群作战智能化指挥决策发展提出建议。

智能化指挥决策研究现状

决策就是从多个备选方案中进行选择。而指挥决策是指军队指挥员及其指挥机关在指挥所属部队遂行作战行动以及其他军事行动的过程中，在一定的客观条件下为达到一定目的，为确定部队的行动目标和行动方法而进行的一系列筹划、优选和决断活动。智能化指挥决策是指以智能化决策支持系统为基本手段、以集成化定性定量为基本方法、以人机结合决策为基本方式，不断提升指挥决策的速度和效能，实现指挥决策的科学化和高效化。

国内外开展了大量无人机集群作战的智能化指挥决策方面的研究，下面将从理论研究、技术研究、系统研究、模型研究等方面对研究现状进行针对性地归纳和梳理。

国外研究现状

国外高度重视智能化指挥决策的研究，总体呈现以下特点：一是理论上突出概念创新，注重未来智能自主方向的研究；二是技术上突出智能化决策算法研究，态势生成、方案生成和优选、情报处理等技术蓬勃发展；三是系统研制上突出研究与验证结合，通过实验反馈不断迭代升级。

在理论研究方面，美军紧盯理论前沿、科技前沿，加强先进作战理论和概念的创新。2020年，美智库提出“马赛克战”，利用人工智能和自主系统实施决策中心战。2021年，美哈德逊研究所全面阐述了“决策中心战”，指出信息和决策将作为未来冲突的主战场，实施“决策中心战”将使美军作出更快、更有效的决策。在发展方向上，美国发布《2017—2042年无人系统综合路线图》，提出未来将把人工智能和机器学习融入无人系统，使无人系统能够自主学习并做出高质量决策。2023年，美智库发布《人机协同的战场应用》，将人工智能的处理能力和决策支持能力与人类的社会智能和判断以及不同自主程度的无人系统的力量倍增效应相结合，获取多重优势。

在技术研究方面，国外深入开展深度学习、神经网络、RTX等人工智能技术在指挥决策方面的应用研究。Caylor J等提出了一个元推理框架，使用MCDM算法提高在不确定信息下做出复杂决策的能力。Linkov I等提供了将AI集成到关键任务用例和决策分析工具中的方法框架和实际示例。Sun Y等利用强化学习多智能体深度确定性策略梯度算法实现博弈AI的动态决策，还创造性地将深度学习和自然语言处理技术融入兵棋推演领域。

项目研制方面，国外布局多个研究项目，并积极开展验证。2016年，美国辛辛那提大学开发的人工智能系统Alpha AI可以通过人机交互的传感设备，实现构建战斗场景和模拟实战环境并快速做出行动决策等功能，并在模拟空战模拟器中100%击败了经验丰富的美国退役空军上校。2020年，美空军首次利用人工智能算法完全控制U-2侦察机的导航和传感系统。2021年，美空军UTAP-22无人机携带人工智能驱动的“天空博格人”自主核心系统升空，完成2个多小时的首飞试验。2023年，DARPA披露“自主多域自适应蜂群”项目，将异构无人机系统蜂群通过人工智能联络通信，并协作执行任务。

总体上来看，美国对于无人机集群智能化指挥决策的理论研究、技术研究、系统研究等始终走在世界前列。从现有公开的资料来看，在智能化指挥决策的研究上，目前尚未有成熟的成果大量装备部队，大多处于研究和实验验证阶段，距离实现智能化指挥决策还有一定的距离。

国内研究现状

国内对于无人机集群智能化指挥决策的研究发展迅速，研究现状主要呈现以下特点：一是在决策总体研究上，关于军事领域的研究占比少；二是在技术研究上突出自主决策的研究；三是决策模型的研究突出工程模型研究。

在总体研究上，本文主要以“CNKI”中国知网2018—2023年刊载文献为基础进行文献计量。以“决策”和“智能”为主题词进行检索，检索出相关文献16232条，对检索结果“可视化分析”发现：经济领域、自动化技术和计算机领域是研究重点，分别占比18.42%、19.67%和29.13%，在电力工业、电信技术、公路和水路运输等社会基础领域方面总占比28.79%。在军事领域研究占比仅3.99%，主要有=方面的原因：一是由于保密等原因，部分关于军事智能化指挥决策的研究成果没有公开发表；二是在军事研究中，指挥决策经常与指挥控制放在一起研究，单独研究指挥决策的内容较少；三是有关决策方法、决策分析以及决策评估等内容创新难度大，开展智能化决策的研究不多。

在技术研究方面，从传统决策方法到基于深度学习、神经网络、大数据等人工智能技术的智能化决策研究。刘满等提出了知识与数据互补的行为决策算法.解决了基于兵棋数据挖掘的软决策算法对大量人类高质量复盘数据的需求。周来等将深度强化学习方法融入作战辅助决策过程中，实现了最佳行动决策序列的搜索。王锦等设计了基于深度学习算法的大数据辅助决策模型，为指挥员的决策提供智能的、信息化的辅助手段，提高了决策的科学性、实时性和准确性。

在决策模型架构方面，国内在智能化指挥决策建模框架研究方面还没有形成较为完整的论述。张栋等研究分析了基于模糊认知图、专家知识、微分博弈、数值优化方法、群体智能算法、深度强化学习的6种集群自主决策技术途径，建立集群任务自主决策求解框架。张明智等利用深度学习的认知建模属性，构建了智能无人机实体的认知决策模型，提出一种多智能体强化学习神经网络架构，实现智能无人机实体认知决策模型的“智能”训练。王凤春在《智能化作战指挥决策》一书中建立了对抗条件下智能化作战指挥决策系统SD模型，并提出了智能化作战指挥决策基本流程。

综上所述，当前国内基于人工智能的指挥决策研究处于发展阶段。在无人机集群作战智能化指挥决策的研究上，国内能够在国外理论研究的基础上结合实际、推陈出新。国内在深度学习、大数据、神经网络等关键技术的研究运用上，已经能够达到国外先进水平行列。而关于智能化指挥决策模型和作战流程方面的研究，国内外研究成果均不多。国内无人机集群作战智能化指挥决策方面的研究仍有很长的路要走。

无人机集群智能化指挥决策面临的主要挑战

虽然国内外学者已经在决策理论、决策技术、系统研制等方面取得不少成果，但是仍然有着不小的挑战。

理论研究面临认知瓶颈

指挥决策理论是实现智能化指挥决策的基础，但当前无人机集群作战决策理论尚不完善。一是整体研究方面，军事领域的决策研究在智能决策领域研究中仅占3.99%，关于集群作战的占比更小，先进的决策理论并没有很好地运用于无人机集群作战领域。二是基本理论研究方面，将指挥决策作为主体开展研究的不多，大多是将其作为指挥控制的一部分开展研究，有关概念定义模糊，界定不清，理论体系没有建立。三是在应用理论的创新方面，由于指挥决策方法、决策分析以及决策评估等内容研究难度大，导致对智能化指挥决策理论开展深入研究的创新性成果不足。

技术研究面临自主感知决策挑战

一是在感知信息处理方面，在决策信息真假辨别以及缺乏信息情况下的决策上，尚没有较为成熟的技术解决途径。二是在人机交互方面，语言识别、态势认知、态势可视化、虚拟交互等技术制约着人机交互效率，影响着智能化指挥决策的速度和准确度。三是自主决策方面，智能化作战环境需要无人机集群开展自主决策，自主规避威胁、自主侦察打击、自主任务划分等，这些活动的实现都需要极成熟的自主决策技术去支撑。

系统研制开发难度大

无人机集群智能化指挥决策系统主要有以下几个方面挑战。一是在体系架构方面，涉及情报处理、数据库、决策模型、决策推理、人机交互等分系统的组织架构，架构体系庞大且复杂。二是在功能模块上，目标信息搜集和处理、情报分析与评估、态势显示与控制、方案生成与评估等众多功能缺一不可，任一功能的缺失都将直接影响决策效能，各功能间的协调难度大。三是在系统实验运用上，由于系统在研制过程中的不稳定性，其很难直接用于实装验证，增加了完善系统的难度和研制时间。

智能化指挥决策抽象建模难

无人机集群作战智能化指挥决策建模需要克服以下困难：一是建模类型的认识上，当前决策的建模大多是工程级的建模，集中于任务分配、航迹规划、智能避障、自主控制等算法研究上，对无人机集群作战智能化指挥决策的建模是基于作战视角开展的建模研究，应当理清两者的区别。二是在指挥决策抽象建模上，如何确定适合智能化指挥决策的模型，如何确定决策的关键要素，如何构建决策框架，才能既简化繁冗的细节，又保证决策效率，同时发挥无人机集群作战优势是决策建模的关键难点。三是在指挥决策模型针对性上，无人机集群作战指挥决策有别于传统的树状、线性指挥决策方式，其更具智能化的特性需要具有集群特色的决策模型。

推动无人机集群作战智能化指挥决策发展的建议

在无人机集群作战智能化指挥决策的研究中，要主动创新智能化指挥决策理论，研发突破关键性技术，加强研究成果的实践检验。

创新智能化指挥决策理论

智能化时代的指挥决策需要先进的作战理念做指导。一是改变传统指挥决策理念。确立与智能化指挥决策相适应的思想，树立智能主导、数据驱动、算法博弈等的理念，形成认知优势、速度优势、决策优势。二是深研集群智能化指挥制胜机理。必须创新智能化指挥决策模式方法，加强“制智权”的夺取，实现动态聚能、精准释能，研究克敌制胜之道。三是加强作战决策模型和流程的研究。构建适合无人机集群作战的智能化指挥决策模型，优化智能化指挥决策流程，完善智能化指挥决策基础理论。

研发突破关键性技术

聚焦无人机集群作战智能化指挥决策关键技术。一是要加强智能决策情报处理技术研发。强化对多元情报融合、数据挖掘、情报真伪识别等技术的研发，实现战场复杂数据的多域融合处理。二是要加强对人机交互技术的研发。加强对语音识别、图文转换、AR虚拟交互、人机分工与协同决策等先进技术的研究，提高人机之间的相互理解，支撑指挥员做出快速准确的决策。三是攻关智能化指挥决策评估技术。深入研究深度学习、大数据、神经网络等技术在智能评估方面的应用，为指挥员提供实时的作战效果反馈，推动“OODA”决策环的快速循环。

加强研究成果的实践检验

建立逼真的作战试验环境，通过试验推动理论、技术、系统“成长”。一是建立理论实验室，对作战理论、战术战法、决策模型等进行模拟验证，寻找适合集群作战智能化指挥决策运用的理论，并为理论的创新寻求突破契机。二是建立技术仿真验证实验室，对集群智能化指挥决策技术进行验证，为智能化指挥决策的实现进行技术提供技术平台。三是开展智能化指挥决策系统的验证。模拟实战环境，测试智能化指挥决策系统对战场环境的适应性和稳定性，将新兴技术融入决策系统，对系统进行快速优化，完善智能化指挥决策系统。

结束语

当前无人机集群作战智能化指挥决策的研究总体上呈现出数量大、方向多、技术强的特点。随着智能化指挥决策理论创新、技术突破、系统研制等方面研究的不断深入，无人机集群作战指挥决策的智能化程度将不断提高，无人化、自主化决策将逐步实现。