作者:David Cenciotti
洛克希德·马丁公司的秘密高级项目部门 Skunk Works 及其演示和原型团队以及爱荷华大学的操作员性能实验室 (OPL) 最近完成了一项载人与无人协作任务。机载飞机驾驶舱内的人类“战斗经理”使用触摸屏界面向人工智能控制的飞机发出实时命令。
在飞行测试期间,团队模拟了空战任务:L-39 Albatros 上的人类战斗经理将目标分配给两个人工智能驱动的飞机L-29 Delfin 喷气式飞机。人工智能控制的喷气式飞机协同作战,利用虚拟任务系统和武器来对抗两架模拟敌机。
洛克希德·马丁公司臭鼬工厂负责人约翰·克拉克表示:
– 与爱荷华大学 OPL 的这项合作为未来的空战奠定了基础,有人和无人系统将联合执行复杂的任务。聚集如此多的人才来突破这种新方法的界限是令人兴奋的。”
这些测试建立在早期试验的基础上,这些试验侧重于人工智能处理空对地干扰和定位目标等任务。这一次,焦点转向了空对空战斗,人工智能通过自动驾驶系统直接控制飞机。这是此类测试的第三次,但也是第一次由人类实时监督人工智能。
Skunk Works 专注于开发人类和人工智能驱动的飞机可以合作的系统,提高任务灵活性,加快决策速度,并提高飞行员的安全性。
值得注意的是,参与测试的两架 L-29 Delfin 喷气式飞机很可能是同一架已有近 60 年历史的飞机,今年早些时候部署到爱德华兹空军基地支持美国空军试飞员学校的活动,并为正在进行的机器学习和自主研究收集数据。
正如我们上个月详细报道的那样,OPL L-29 Delfin 喷气式飞机最初设计于 20 世纪 50 年代末(该型号的首次飞行可以追溯到 1959 年 4 月 5 日),已经进行了重大修改,以满足现代测试需求。这些飞机配备了先进的显示器、实验数据链和一系列传感器,充当能够快速数据采集和分析的飞行实验室。
载人与无人组队的概念以及人工智能在推进空战战术中的作用是我们经常在这里讨论的一个反复出现的话题航空家。许多文章强调了在将自主系统与有人驾驶的飞机集成以提高任务成功率和操作灵活性方面取得的重大进展。
“忠诚僚机”概念通常涉及无人驾驶或自主飞机,它们作为人类驾驶飞机的支持性人工智能驱动僚机,与人类同行密切协调执行任务。用最近的说法,首选概念是CCA(协作战斗机),它代表了一种高度集成的协作空战方法,其中多架有人和无人飞机作为一个有凝聚力的系统的一部分一起工作,通常与人工智能驱动的资产一起工作与人类操作员一起执行复杂的任务。更笼统地说,MUM-T(载人-无人组合)一词仍然用于指代各种类型的有人和无人系统一起工作,并且任务和操作具有灵活性。
最近测试的场景是,驾驶舱中的“战斗经理”使用触摸屏界面来指挥人工智能控制的飞机,这与“忠诚僚机”的概念相一致:这个想法是集成人工智能驱动的系统(“忠诚僚机”)僚机)配备有人驾驶平台,人工智能系统可以在人类操作员的指导下执行指定的任务,例如监视、战斗或战术行动。这增强了任务灵活性,降低了人类飞行员的风险,并通过利用人工智能更快地做出决策来提高任务的整体效率。
最近,我们报道了洛克希德·马丁公司的 Skunk Works 如何成为该领域的推动力CCA 与载人平台的集成。这些 CCA 充当“自主僚机”,提供侦察、电子战、甚至与敌方目标直接交战等能力。
– 使用 CCA 作为力量倍增器,有人驾驶飞机能够以比现有规模大得多的力量有效地运作。无人平台可以用作简单的“导弹卡车”,从而可以将更大的有效载荷带入战场,或者更先进的编程可以允许无人机在远离其控制飞机的地方运行并扩展力量。的态势感知和参与范围。还可以携带电子战包,让 CCA 充当诱饵,而不会给人类飞行员带来额外的风险。
NGAD 被认为是 F-22 的替代品,通常被描述为“系统家族”,其中包括载人飞机;用于ISR、诱饵或打击任务以及其他分类功能的自主、无人“僚机”无人机。这些无人机在美国的说法中被称为 CCA(协作战斗机),被视为系统系列的一部分。
这种转变被认为对于适应现代作战要求至关重要,因为威胁迅速发展,需要人工智能驱动的平台和人类操作员之间的高级协调。文章指出:
“NGAD 被称为“系统家族”,强调操作敏捷性和适应性。自主无人机和人工智能系统是这一战略的核心,其中人类飞行员和人工智能之间的协作旨在超越对手的决策速度。
其他文章深入更深入地研究人工智能在战术场景中的应用,特别是在空对空作战中。它描述了人工智能如何使自主飞机能够处理动态任务目标,例如在应对战场实时变化的同时应对多种威胁。
– 人工智能驱动的系统可降低飞行员风险,同时允许在战场上更快地做出决策。该技术使无人机能够进行机动并攻击目标,而无需等待人类命令,同时仍将最终控制权交给人类飞行员。
这些系统的适应性是进一步强调,特别是他们在竞争环境中无缝工作的能力。
不管怎样,观察这些创新现在如何进行测试和完善以确保未来的作战准备就绪是很有趣的,重点是最大限度地减少人类风险,同时优化任务结果。
致我们的朋友陈瑞恩为了平视!