人工智能在OODA 循环中的应用

当前人工智能(AI) 是商业和工业，甚至军事应用领域中最热门的流行语。军事国防领域也已经将人 工智能发展成为了一种技术，并应用到军事作战和决策系统中。最初OODA 循环是最知名的空战战术模型， 后来发展成为各国空军的作战方法。OODA 循环对于任务的定义和决策过程的理解起到了重要的作用。本文主 要研究了人工智能在OODA 循环决策中的应用。讨论了未来OODA 循环各阶段中所需的AI 作用和技术，包 括可解释的人工智能和基于学习的人工智能。     

OODA智能赋能技术发展思考

随着科学技术的飞速发展,信息化支持下的体系作战将是未来战争的一种主要样式,"基于感知-判断-决策-行动（OODA）以快吃慢"成为未来战争的重要制胜机理。由于战场环境日趋复杂、对抗多域多维,从战场态势到作战策略的映射关系复杂,给OODA环快速解算带来了新的挑战。为确保OODA环解算满足任务需求,将人工智能（AI）技术赋能OODA各环节,驱动各环节高效运行,缩短环路解算时间,为打赢战争提供关键支撑。首先综述了人工智能在军事领域的应用进展,分析了导弹OODA智能化赋能面临的挑战,初步提出了智能赋能OODA环涉及的相关技术的思考,以支撑导弹智能化的发展。     

面向军事应用的航空人工智能技术架构研究

通过全面梳理国内外面向军事应用的航空装备智能化发展现状,紧密围绕未来智能化空中作战的任务场景,给出航空军用人工智能技术的概念和内涵,并依据智能系统信息运行模型,提出不同运行层级的航空装备智能升级的途径和方法。在此基础上,形成包含基础使能、关键技术群、智能系统、运行层级的航空人工智能技术架构,对关键技术群按面向运行层级、面向功能需求、面向基础使能进行分析,得到重点技术发展方向,并给出提升我国航空装备智能化水平的具体措施建议,为制定相关航空人工智能技术规划提供参考。     

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。     

非对称机动能力多无人机智能协同攻防对抗

协同攻防对抗是未来军用无人机的重要作战场景。针对不同机动能力无人机群体间的攻防对抗问题，建立了多无人机协同攻防演化模型，基于多智能体强化学习理论，研究了多无人机协同攻防的自主决策方法，提出了基于执行-评判（Actor-Critic）算法的集中式评判和分布式执行的算法结构，保证算法稳定收敛的同时，提升执行效率。无人机的评判模块使用全局信息评价决策优劣引导策略学习，而执行时只需要依赖局部感知信息进行自主决策，提高了多机攻防对抗的效能。仿真结果表明，所提的多无人机强化学习方法具备较强的自进化属性，赋予了无人机一定智能，即稳定的自主学习能力，通过不断演化，能自主学习提升协同对抗的决策效能。     

虚拟现实技术在军事上的应用

虚拟现实技术汇集了计算机图形学、多媒体技术、人工智能、人机接口技术、计算机仿真技术、传感器技术、计算机视觉和人的行为学研究等多项关键技术,是一门基于多种学科发展起来的计算机领域的高新技术。本文主要介绍了虚拟现实技术在军事领域的应用以及真三维立体显示技术,表明基于虚拟现实技术的军事仿真训练系统在飞行训练、海军潜艇训练、立体三维坦克作战指挥系统、立体三维直升机训练系统、立体三维海军作战指挥系统、立体三维实战演示系统等领域具有非常广阔的应用前景。     

世界军用直升机发展趋势

本文概述国外军用直升机装备发展现状,从新军事变革、现代化升级、无人化和新概念旋翼机四个方面总结、归纳了国外军用直升机装备发展趋势,探讨、分析了国外军用直升机技术包括设计/制造、智能/复合材料、先进航空电子等技术未来的发展。     

序言

正当前,随着云计算、大数据、机器学习、模式识别、人机交互等人工智能技术不断成熟,机器对于人类智能的模拟水平和解决复杂问题的能力不断提高,在众多应用领域中呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。人工智能技术已成为新一轮产业变革的核心驱动力,在互联网、高端制造业、武器装备研发等领域发挥作用,衍生出各种新型应用产品和技术,对社会发展、国民经济、国防安全、国际格局产生重大而深远的影响。对军事应用需求而言,由于其"环境高复杂、博弈强对抗、响应高实时、信息不完整、边界不确定"特征,无法将民用人工智能技术直接应用到军事任务环境中。世界各主要军事强国都在军事领域投入大量研发资源,提升武器装备对军事任务场景的感知、     

基于近端策略优化的空战决策算法研究

面对未来有/无人机协同作战场景,实时准确的空战决策是制胜的关键。复杂的空中环境、瞬变的态势数据以及多重繁琐的作战任务,使有/无人机协同作战将替代单机作战成为未来空战的发展趋势,但多智能体建模和训练过程却面临奖励分配困难、网络难收敛的问题。针对5v5 有/无人机协同的空战场景,抽象出有人机和无人机智能体的特征模型,提出基于近端策略优化算法的空战智能决策算法,通过设置态势评估奖励引导空战过程中有/无人机智能体的决策行为向有利态势发展,实现在与环境的实时交互中,输出空战决策序列。通过仿真实验对所提空战决策算法进行验证,结果表明：本文提出的算法在经过训练学习后,能够适应复杂的战场态势,在连续动作空间中得到稳定合理的决策策略。     

序言

人工智能是引领未来的战略性技术,是新一轮产业变革的核心驱动力,将促进社会生产力的整体跃升.无人系统作为人工智能应用层的典型代表,是一种在复杂环境下工作的,具有自行组织、自主运行、自主规划的智能装备,目前已经在越来越多的行业中发挥了重要作用.无人系统除用于宇宙探测、海洋开发和原子能等领域外,在工厂自动化、建筑、采矿、排险、军事、服务、农业等方面也有广泛的应用前景,可有效保障社会公共安全、提升社会劳动生产率、有效降低劳动成本、优化服务品质,为人类生产和生活带来革命性转变.     

面向航空智能制造的DT与AI融合应用

针对航空装备复杂制造场景下制造过程管控维度多尺度大、制造资源组成复杂性高、质量问题跟踪定位难度大等问题，结合数字孪生（DT）与人工智能（AI）技术特点，开展了面向航空智能制造的DT与AI融合应用研究。基于数字孪生与人工智能应用现状，系统性地阐述了数字孪生与人工智能融合机理，分析了支撑数字孪生与人工智能融合驱动航空智能制造的关键技术和数字孪生与人工智能融合驱动的AI控制中心构建涉及的关键问题，在此基础上重点讨论了加工制造过程自适应控制、智能车间生产过程智能管控、制造过程资源调度与优化决策、产品智能质量控制等应用场景，为数字孪生与人工智能在航空智能制造融合应用提供参考。     

航空装备人工智能关键技术与标准化探究

近年来航空装备人工智能技术与应用快速发展,在军事领域、民用领域取得一定突破。介绍发达国家在航空装备人工智能发展方面的技术布局,分析航空装备人工智能关键技术及其应用,提出航空装备领域人工智能标准化工作的主要思路。     

军用嵌入式可信软件研究

随着军用计算机技术的不断发展,软件在军用设备中的地位越来越重要。软件规模日益增大,安全性、可靠性等问题日益凸显。充分研究可信软件的特性,对提高我国军用装备技术水平意义重大。在总结学术界对可信软件定义的基础上,结合实际的军事嵌入式应用阐述了软件可信性特点。分析了国内外军用领域软件可信性的发展现状,总结了软件可信性的评估方法。     

作战目标知识图谱构建与应用

针对高技术条件下的作战目标信息保障需求,根据知识图谱技术基本概念,分析了作战目标知识图谱的重要性,提出了作战目标知识图谱构建的基本架构,并对实体抽取、关系抽取、属性抽取、实体消歧、指代消解等主要环节的技术路线进行了详细阐述,提出了作战目标信息智能检索和信息推荐、作战目标多维知识表示、作战指挥辅助决策等作战目标知识图谱典型应用,对知识图谱技术在作战服务保障中的应用进行了展望,并提出了作战目标知识图谱在应用中面临的技术挑战。文章在作战目标信息保障中初步探索了知识图谱技术应用,对未来目标情报指挥认知能力形成具有一定指导意义。     

谈军用运输机战备航材的组配及使用管理

由于战时运输机出动批次多、强度大，机载设备耗损剧增，出现故障的机率将会大大提高。特别是当军用运输机在外执行作战任务或特殊情况下，一旦发生故障需要换件排故时。只能依靠随机携带的战备航材来满足异地换件的需求。因此，战备航材数、质量和配套情况对飞机的恢复起着关键性的作用。为适应未来信息化战争的要求，扎实做好军事斗争准备，确保军用运输机的作战性能，本文就军用运输机战备航材的组配及使用管理中的有关问题谈几点看法。     

未来对军用直升机的要求

预期未来军队的规模会更小,机动性更强,作战效率更高,更容易部暑,更有能力并适应多种任务,这些任务如维和、人道主义帮助、缉毒及多兵种作战等.因此,未来对军用直升机提出了更高的要求.     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

导弹故障诊断与预测系统的设计

导弹的故障诊断与预测是近年来军事领域研究的热点之一。未来高技术条件下的战场环境对故障诊断与预测技术提出了更高要求,同时也提供了更为广阔的发展前景和机遇。鉴于此,文章结合导弹测试信息的不确定性特点,根据需求分析划分了测试信息管理、故障诊断、故障预测、历史信息查询和系统管理5个功能模块,并且规划了各个模块的工作流程和具体实现算法,设计了一个导弹故障诊断与预测系统,可以为导弹有效的维护保障提供依据和指导,提升了综合作战能力,满足了作战需求。     

视觉追踪技术在国外军事航空领域中的应用

视觉追踪技术应用于人机交互、驾驶、广告设计、心理研究和军事等多个领域。本文介绍了视觉追踪技术在国外军事航空领域中的应用,为视觉追踪技术在我国军事航空领域内的应用与发展提供借鉴与参考。     

人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。