AI！美國蘭德公司發布報告分析用人工智能輔助空戰任務規劃的可行性
2020年5月31日，美國蘭德公司發布《通過機器學習實現空中優勢：對人工智能輔助任務規劃的初步探索》（Air Dominance Through Machine Learning：A Preliminary Exploration of Artificial Intelligence–Assisted Mission Planning）研究報告，該研究為人工智能原型系統在空戰環境中開發和評估新型作戰概念的潛力提供了證據支撐。
蘭德公司《通過機器學習實現空中優勢：對人工智能輔助任務規劃的初步探索》報告封面
該報告是蘭德公司在美國防部提供給其所屬聯邦資助的研發中心的資金支持下完成的（美國蘭德公司圖片）研究團隊測試了幾種學習技術和算法來訓練能夠在模擬環境中進行空戰規劃的智能代理，目標是利用人工智能系統的能力大規模地反復模擬和持續改進，從而加速并豐富作戰概念的發展。報告指出，人工智能任務規劃工具相比現有的人工或自動規劃技術將具有極大的速度優勢。
蘭德公司在《通過機器學習實現空中優勢：對人工智能輔助任務規劃的初步探索》報告中采用的研究技術路線（美國蘭德公司圖片）
作者觀點：該研究最大的目的是在簡化的仿真模擬環境中驗證人工智能系統進行空戰任務規劃進而創新戰法的應用潛力，值得關注的亮點和結論有：
1）假想的場景是給定一組配置不同傳感器、武器、誘餌和電子戰載荷的無人機對孤立防空體系進行進攻，場景的選取貼合蜂群、“馬賽克戰”等的基本構想；
2）將開源深度學習框架與國防部標準作戰模擬工具“仿真、集成與建模高級框架”（AFSIM）集成，分別測試了生成對抗網絡（GAN）、Q學習、異步優勢動作評價（A3C）、近端策略優化（PPO）等當前最新的開源算法，結果顯示只有PPO算法可以在一組變化的復雜場景下滿足任務規劃需求；
3）人工智能算法在任務規劃中展現了一定優勢和潛力，倘若在算法、訓練和部署中進一步深化研究，有望在速度上相比現有的人工或自動任務規劃帶來巨大優勢；
4）強化學習是在數據資源稀缺情況下利用人工智能實現作戰概念和戰術創新最有力的工具，回報函數的設置是決定人工智能演進策略的關鍵所在，是作戰智慧的核心涌現；
5）在真實場景和關鍵任務中使用基于統計學習方法的人工智能系統必須經過充分的試驗、測試和認證。因此必須重視和加快航空可信人工智能框架方面的工作，其重要性不亞于其他航空人工智能應用探索工作。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
