中国指挥与控制学会会刊 
随着人工智能AI“类脑”功能和“超越人类极限”的能力不断增强,AI技术迭代逐步打破传统对抗边界,战争形态、作战方式、作战能力加速变革[1]。军事对抗过程中的感知、决策、行动和保障问题的复杂性呈现指数上升,“数据迷雾”“认知迷雾”“信息迷雾”成为“战争迷雾”新的表现形式,单靠人类的思维和体力已难以驾驭如此复杂的战场局面,急需新手段提供解决方案。
无人装备凭借“耐受恶劣条件、战场生存能力强”等突出特点,能够弥补作战人员在作战行动中的不足。但是,作战目标多元、军民混杂,智能无人装备存在“推理不准、误打误伤”的潜在风险,需要作战人员研判印证、主导决策。此外,战场敌情隐蔽“死角”多,智能无人武器装备现有发展水平难以自主应对,需要班组跟进清剿、夺占控制。人机密切协同,使作战行动中传统的“人”战与智能化的“机”战功能互补、相得益彰。
学术界对有人/无人协同问题的研究一直持续不断。文献[1]分析了美军空中有人/无人平台协同对抗的发展与趋势;文献[2]针对有人/无人协同智能通信的组网问题展开深入研究,分析相关现状和代表性技术。文献[3]从系统概念、关键技术、面临挑战等多个角度综述了有人/无人机协同空中作战的研究现状。文献[4]以有人/无人空中平台为研究对象,系统梳理了人工智能在有人/无人机协同体系结构、协同感知、协同决策、协同控制等关键领域的研究现状。现有成果仍存在聚焦方向单一、技术体系化梳理不足、对抗反制视角缺失等局限。本文在现有文献基础上,进一步拓展研究维度、强化体系化分析,系统性分析有人/无人协同关键技术与发展趋势。具体而言,研究围绕“如何构建稳定可靠的协同基础”“如何实现人机高效耦合的协同执行”“如何应对协同系统的对抗威胁”三大核心研究问题展开:首先通过剖析制胜机理明确协同需求,再针对需求总结基础支撑与协同核心技术,最后提出能力增强与对抗反制策略,形成“能力需求—关键技术—发展建议”的研究链条,期望为未来有人/无人协同对抗理论研究提供有价值的参考。
1 有人/无人协同概述
1.1 内涵与特征
有人/无人协同对抗,是在互联互通网络体系支撑下,将遂行同一任务的有人力量和无人系统进行合理编组,通过增强有人与无人对抗平台之间的互操作性,达成更加直接的战场信息交互、态势情报共享、行动协同与对抗支援,从而提升整体的对抗效能,同时利用无人平台实现对有人平台的保护,大幅提高体系的抗毁伤能力和鲁棒性。有人/无人协同已逐渐成为当前技术条件下对抗强敌的有效手段,不断推动新型高效对抗体系发展。
根据无人装备性能作用发挥,有人/无人协同任务可分为协同侦察、协同打击、协同突击、协同保障、协同防护。根据无人系统自主能力水平,有人/无人协同可划分为人机主从模式、人机对等模式、机器自主模式三个发展等级。根据对抗需求和任务场景,有人/无人协同等级可以划分为信息共享级、任务协调级、联合行动级、集成控制级四个发展层级[5]。
表1 有人/无人协同等级划分Tab. 1 Manned-unmanned cooperation levels (MUCL) |
| 等级 | 内容 | 技术特征 | 人类角色 | 机器能力 | 通信要求 |
|---|---|---|---|---|---|
| MUCL-0 | 直接控制 | 完全依赖人工操作 无自主决策能力 | 全程操控 | 仅执行基础动作(如电机控制) | 持续高带宽(>10 Mbps) |
| MUCL-1 | 人辅助决策 | 可执行预设简单任务 关键节点需人工确认 | 决策批准 | 基础环境感知(如避障) 有限路径规划 | 间歇性中带宽(2—5 Mbps) |
| MUCL-2 | 有限自主协同 | 多任务并行处理 人类监督异常情况 | 战术指挥 | 基础环境感知(如避障) 有限路径规划 | 间歇性中带宽(2—5 Mbps) |
| MUCL-3 | 条件自主协同 | 基于规则自主决策 人类设定任务边界 | 规则制定 | 威胁等级评估 战术选择(如隐蔽/突击) | 抗干扰冗余链路 |
| MUCL-4 | 高度自主协同 | 在线学习适应战场 动态调整战术 | 任务目标下达 | 群体协同策略生成 敌方战术反制 | 间断连通容忍(延迟<1 s) |
| MUCL-5 | 完全自主协同 | 全任务周期自主 人类仅战略干预 | 战略监督 | 跨域任务规划 自组织修复 | 可断联运行(>24 h) |
1.2 制胜机理
有人/无人协同的制胜逻辑,根植于“人是战争决定性因素”的本质规律。《论持久战》中提出的“武器是重要因素,但决定战争胜负的是人”这一论断,在智能化战争时代演进为“人主导核心决策、装备延伸对抗能力、人机高度融合增效”的新范式。无人装备虽凭借物理极限突破、高危环境耐受、高频次作业等优势,成为拓展有人作战边界的“增强手段”,但始终无法替代人在战略判断、伦理把控、复杂场景应变上的核心价值,协同发展路径也绝非“机器替代人”的完全自主作战,而是以有人平台为枢纽,实现“人类战略优势”与“机器战术优势”的深度耦合。基于这一底层逻辑,本文将从“无人平台能力代偿”“人机决策耦合”“体系耦合增效”“风险转移共担”四个维度,系统剖析有人/无人协同在智能化战争中的独特制胜机理。
1.2.1 无人平台“能力代偿”:突破有人对抗的物理与环境极限
无人平台凭借“无人员伤亡风险、耐受极端环境”的核心优势,代偿有人对抗在“空间、环境、强度”上的能力短板,为有人/无人协同奠定“延伸对抗边界”的基础,这是区别于传统有人作战或无人作战的关键起点。
(1)空间边界延伸:填补有人平台“侦察—打击”盲区。以城市作战典型场景为例,有人平台受限于建筑物密集遮挡、街巷空间狭窄等物理环境约束,其侦察能力存在显著盲区。传统有人装备(如有人装甲车、步兵班组等)的传感器覆盖范围易被高层楼宇阻挡,难以触及“高层楼宇顶部、地下通道、废墟缝隙”等关键区域,导致战场态势感知存在“碎片化”风险,无法为协同决策提供全域信息支撑。而无人平台凭借差异化的物理特性与机动能力,成为填补侦察死角的核心力量。微型无人机依托“低慢小”优势,可灵活穿越楼宇间隙、悬停于建筑窗台等狭窄空间,通过搭载可见光传感器实现对高层楼宇顶部的近距离观测,精准捕捉敌方岗哨、轻型火力点等目标。结合多有人/无人平台数据组网融合,最终实现城市战场“全域无死角”的态势感知,为有人平台后续的战术决策提供完整、精准的情报支撑,避免因有人平台侦察盲区导致的战术误判与人员伤亡。
(2)环境耐受代偿:承担有人无法涉足的高危任务。在核污染区、生化沾染区、高温/高辐射战场环境中,人类因生理极限难以承受持续作业,而无人平台可凭借特殊防护设计(如防辐射外壳、密封式载荷舱)长期驻留,执行“样本采集、目标监控、毁伤评估”等任务。
(3)对抗强度承载:应对有人难以持续的高频任务。“高强度、快节奏”对抗中,人类易因疲劳导致决策效率下降、操作失误,而无人平台可依托自主控制算法实现“不间断作业”。例如,在城市战场的“警戒侦察”任务中,无人机组网可按预设航线循环巡逻,通过目标自动识别算法实时标记敌方机动兵力,指挥员仅需在系统预警“高价值目标”时介入决策,大幅降低人员的体力与认知负荷;在“多目标持续打击”任务中,无人僚机可自主跟随有人战机,按指令依次攻击敌方防空阵地,无需飞行员频繁切换目标、调整战术,提升打击效率。
1.2.2 人机“决策耦合”:融合人类战略判断与机器战术速度
有人/无人协同的核心制胜优势,在于打破“纯人工决策慢、纯机器决策险”的困境,通过“人类定方向—机器出方案—人机共验证”的决策耦合模式,实现“决策质量”与“决策速度”的双重优化,这是区别于纯智能化战争“机器主导决策”的关键特征。
(1)人类主导“战略层决策”:把控协同方向与底线。在“高价值目标打击”“平民区作战”等涉及伦理风险、战略影响的任务中,无人平台的自主决策易因“场景复杂度超出算法训练边界”导致误判(如误击平民、误毁民用设施),需有人指挥员主导“目标优先级设定、打击规则制定、伦理红线界定”。
(2)机器承担“战术层决策”:提升决策速度与效率。在“目标跟踪、路径规划、资源调度”等战术级任务中,无人平台依托智能算法实现“秒级响应”,弥补人类在数据处理、多任务并行上的速度短板。在城市无人车编队协同中,无人车可自主根据“前方障碍物间距、敌方火力点位置”调整编队密度,班组指挥员仅需监控“班组整体方向”,无须逐一操控每辆无人车,实现“一对多”的高效指挥。
(3)人机“动态验证”:修正决策偏差与漏洞。针对无人平台在“复杂场景识别”(如伪装目标、遮挡目标)中的算法局限,通过“机器初判—人类验证—算法迭代”的闭环,提升决策准确性。例如,城市战场中,无人侦察机通过目标检测算法识别“疑似敌方装甲车辆”,但受建筑物遮挡仅捕捉到部分车体特征,系统自动将该目标标记为“低置信度”并推送至有人情报站,情报分析人员结合“历史情报、地形特征”判断为“敌方伪装的诱饵车辆”,并将该判断反馈给无人平台,优化其目标识别算法;在“打击效果评估”中,无人平台初步判定“目标已摧毁”,但指挥员通过高清图像发现“目标残骸仍有活动信号”,随即指令无人平台二次侦察,避免因机器误判导致“漏打”。
1.2.3 “有人—无人”体系耦合:实现1+1>2的效能倍增
智能化战争强调“多域融合、体系对抗”,单一有人或无人平台难以应对多域复杂威胁。有人与无人平台通过“任务互补、资源共享、战术协同”的体系耦合,形成“有人缺口、无人补位;无人短板、有人支撑”的协同闭环,实现对抗效能的指数级提升,这是有人/无人协同成为智能化战争核心对抗样式的根本原因。
(1)任务互补:无人补“体力活”,有人干“脑力活”。无人平台承担“重复性、高强度、精细化”的体力型任务(如持续侦察、精准导航、多域数据采集),有人平台专注“复杂判断、灵活应变、战略调整、伦理决策”的脑力型任务。
(2)资源共享:有人输出“决策资源”,无人提供“感知资源”。有人平台的“战略意图、战术规则、伦理判断”等决策资源,与无人平台的“多域情报、实时数据、环境感知”等感知资源,通过“云—网—端”架构实现全域共享。
(3)战术协同:无人“破障瘫体系”,有人“控局定胜负”。无人平台先行“多域破障、制敌节点、瘫毁体系”,有人平台后续“夺控关键目标、稳定态势、巩固成果”。例如,城市巷战中,无人集群摧毁敌方街垒、火力点,有人班组清剿建筑、控制路口,形成“无人破障—有人夺控”的战术闭环。
1.2.4 风险“转移—管控—共担”:降低有人伤亡,规避体系失控,提升协同抗毁性
有人/无人协同通过“无人承担高风险、有人把控核心权、体系分散风险”的模式,实现“人员伤亡最小化”与“体系对抗能力最大化”的平衡,这是其区别于传统对抗“人员直接暴露风险”的核心优势。
(1)风险向无人平台转移:减少有人人员直接伤亡。“前出侦察、排爆、诱饵诱敌”等高危任务优先投入无人平台,以“平台损失”替代“人员伤亡”。例如,城市巷战中,无人排爆机器人先对“疑似爆炸物”进行探测、拆除,避免有人排爆手直面爆炸风险。
(2)有人保留“核心控制权”:避免体系失控风险。即使无人平台具备高自主能力(如MUCL-4/5级),有人仍保留“紧急停机、任务中止、权限回收”的核心控制权,防止无人平台因“算法故障、遭电子干扰”导致失控。例如,在无人僚机自主攻击敌方目标时,若有人飞行员发现“目标为平民车辆”,可立即下达“终止打击”指令,取代无人平台的自主决策,规避误击风险。
(3)体系化风险共担:提升协同抗毁性。通过“有人—无人异构组网”,我们可将对抗风险分散至多个节点,避免“单一有人平台损毁导致体系瘫痪”。例如,城市作战中,有人指挥车、无人侦察车、无人火力车通过“自组网”连接,若单个无人侦察车被摧毁,其余无人平台可自动补位侦察,有人指挥车通过多源数据融合仍能掌握战场态势。
2 有人/无人协同系统关键技术
有人/无人协同系统的对抗效能释放,依赖“基础支撑—协同执行”二级技术体系的有机耦合。其中,基础支撑技术聚焦“协同可行性”构建底层保障,通过无人平台自主能力筑基、通信网络通联保障、人机交互通道搭建与跨平台兼容标准统一,解决有人/无人单元“物理互联、功能互通”的核心前提;协同核心技术则围绕“对抗效能转化”形成上层闭环,依托感知共识构建、任务智能规划与多平台行动协同,实现人机协同从“技术联动”到“体系制胜”的关键跃升。二者层层递进、互为支撑,共同构成智能化战争背景下有人/无人协同对抗的技术基石。具体技术如下文所示。
2.1 基础支撑技术
基础支撑技术是有人/无人协同系统的“底层架构”,其核心目标是破除“机器自主能力不足、平台互联壁垒、人机交互障碍”三大瓶颈,为协同对抗奠定技术基础,具体通过以下四大技术模块实现.
2.1.1 无人系统智能自主技术
无人平台的自主运动控制、自主载荷控制、自主任务控制和自主协同控制是实现有人/无人协同的基础。美国空军研究实验室发布的《无人系统路线图(2005—2030)》定义了无人机系统自主能力等级,从低到高依次分为:遥控、执行预先规划任务、可变任务、实时故障鲁棒响应、故障自适应、多机协调、多机协作、战场环境感知、战场环境认知、战场环境集群认知、完全自主集群。目前无人系统的自主能力普遍较低,以“捕食者”“全球鹰”为典型代表的美军现役无人机系统自主能力等级均未超过3级。自主能力的提高有助于减轻人类指挥员操作负担,实现低人机比条件下“一对多”指挥控制。
典型巷战场景下,无人对抗系统的自主技术涉及定向定位导航、地图构建场景建模、目标检测识别、多传感器信息融合、行为意图理解等感知认知技术,行动决策、路径规划、载荷规划等决策规划技术,以及感知规避、自主降落、轨迹跟踪等行动控制技术。本文从感知认知、决策规划和行动控制三个层面总结归纳城市作战中无人系统关键自主技术,如表2所示。
表2 无人系统智能自主技术Tab.2 Intelligent autonomous technology for unmanned systems |
| 能力要素 | 关键技术 | 复杂环境中的人机协同问题 | 前沿方法 |
|---|---|---|---|
| 定向定位导航 | 无GPS和通信链路下的无人机高精度导航定位 | 多源融合导航、协同定位[7] | |
| 地图构建场景建模 | 二维/三维地图构建、地物要素提取、地物变化检测 | 神经辐射场[8]、语义SLAM[9] | |
| 感知认知 | 目标检测识别 | 机动目标检测识别、遮挡目标检测识别、伪装目标检测识别、目标重识别 | Transformer模型[10]、多模态融合、元学习 |
| 多传感器信息融合 | 多源情报融合 | 深度学习融合网络、自适应卡尔曼滤波 | |
| 行为意图理解 | 威胁分析、分队意图识别、潜在目标关联推理 | 时空图神经网络[11]、贝叶斯推理、多智能体博弈 | |
| 行动决策 | 行动序列生成、任务分配/资源分配 | 强化学习、混合整数规划、在线任务调度优化 | |
| 决策规划 | 路径规划 | 复杂建筑群中的覆盖规划与隐蔽路径生成 | 拓扑地图优化、抗干扰RRT*算法、基于深度强化学习的实时重规划 |
| 载荷规划 | 多任务需求下的传感器与武器资源动态调配 | 动态加权多目标优化、联邦学习驱动的协同决策 | |
| 感知避障 | 高动态障碍物(如车辆、无人机群)的实时避碰 | 模型预测控制、仿生避障算法 | |
| 行动控制 | 自主降落 | 非结构化场地(如废墟、倾斜屋顶)的精准着陆 | 视觉伺服控制、抗扰动降落策略 |
| 轨迹跟踪 | 强风扰流与突发威胁下的轨迹容错跟踪 | 自适应滑模控制[12]、强化学习补偿器 |
2.1.2 智能通信和组网技术
建立信息交互的通道,满足无人平台(集群)操控高可靠、情报高容量、指控高时效等业务应用需求,是有人/无人系统高效稳健协同的基础。城市环境下,建筑物对无线信号会产生遮挡、反射、折射等,严重影响信号传输质量(信号衰减可能超过30 dB)。无人平台缺少人员实时操作,易受电磁干扰软杀伤,对时效性、可靠性、安全性、平台间组网要求更高。尤其是小型战术无人机,受无人平台尺寸限制,天线数量少、口径小、功率小,多采用视距链路,加之平台的高机动性、自主运行等特征,导致网络拓扑动态变化快,网络节点的连接关系和通信链路也频繁变化,平台间组网和网络控制较有人平台更加困难。此外,有人/无人平台大量业务数据“高带宽、大容量”需求与实际有限频谱资源的矛盾加剧——在有限频谱资源下,还需同时保障高清视频、遥测数据和语音通信等多种业务。构建高稳定、大容量、抗干扰、广覆盖、多承载和端到端的通信网络[13],成为有人/无人力量建设运用的堵点。当前技术发展主要从三个维度突破:(1)架构层面,基于高速带宽移动通信、低轨星座互联网、融合通信等技术,研究利用5G、高通量卫星、自组网宽带电台等手段,采取多网融合、立体建站、滚动补盲的方式,建立异构融入、随遇接入、动态组网、自主适应的“云—网—端”架构体系[14],实现泛在网络支撑下的各类有人/无人平台无缝可靠通联。例如,美军TITAN项目[15]可实现百平方千米城区内数百个节点互联。此外,我们可以借鉴美军联合全域作战(JADC2)概念[16],跨域跨军种联接大量传感器与武器系统,借助自动化与人工智能、云环境与新通信方式实现泛在互联。(2)协议层面采用软件定义网络[17](SDN)与网络功能虚拟化[18](NFV)技术实现的网络软件化,借助集中化可编程性与虚拟化网络功能,能够为无人机网络提供灵活自适应的控制与重构能力[19],将网络重构时间缩短至毫秒级。(3)物理层面发展智能反射面、毫米波通信和量子加密等新技术。未来6G时代将实现通信—感知—计算深度耦合,通过无线信号特征反演环境信息,结合立体组网(卫星—空中—地面)和AI动态优化,构建具备环境认知能力的智能弹性网络,为复杂对抗环境中的实时协同提供可靠支撑。
2.1.3 非接触式人机交互技术
人机交互,作为人与机器间信息交互和协同作业的过程,其核心目标在于搭建起人与机器间有效沟通、协作与控制的桥梁,助力完成各类特定任务。高效的人机交互,更是提升人机协同决策水平的关键所在。按照交互形式,人机交互方式[20]划分为接触式与非接触式。接触式交互借助终端操作设备二维界面实现对无人平台的操控,常见方式有鼠标、键盘、触摸屏以及手柄操作等。而非接触式交互则涵盖手势、动作姿势、表情、语音、眼动、触觉,乃至脑电、肌电等基于生理特征的智能交互形式。
二维人机交互方式给操作人员带来认知负担和较高的操控门槛,难以适应高动态、强实时的智能化对抗——接敌过程中,指挥员很难有足够安全的位置可供停留并使用二维界面实时操控无人平台。近年来,非接触式交互取得显著突破,不再受限于视距范围。借助可穿戴设备连接体域网、战术互联网,指挥员便能与无人系统开展“视—听—触—力”多模态交互,这极大提升了操作体验与效率。此外,随着大模型技术的落地应用,针对指挥员脱离预定范式的指令(如指令不规范等)、不完整信息或模糊指令,机器无偏解读能力大幅提升,人机“无障碍”沟通基本成为现实。同时,基于柔性材料的触觉反馈手套[21]、触觉外骨骼,以及主动电子皮肤[22]等触觉人机交互新技术的不断涌现,推动着更为灵活自然的操作方式持续创新。Meta公司基于表面肌电捕捉多变量功率频率特征,结合LSTM和CNN网络设计离散手势解码器,开发出一款SEMG腕带,实现了高精度手势检测,为探索“人机共生”交互模式提供新思路[23]。
2.1.4 平台互操作技术
互操作性是实现有人平台与无人平台之间互联互通、信息共享、协同控制的基础。随着无人机种类和数量的急剧增加,不同无人平台在物理接口、通信模块等硬件方面的差异,以及指控操控业务协议、数据语义、软件架构等软件层面问题日益凸显,严重阻碍了人机、机机之间的互联互通和信息共享。指控与操控业务协议标准化、通用基型终端适配多型无人装备等成为提升互操作性亟须攻克关键技术难题[14]。美国国防部在2011年公布的《无人系统综合路线图2011—2016》[24]中指出,有人/无人机协同发展需要硬件和软件的互操作性、可升级的自主性、人机接口、全新的协同控制算法和网络任务工具的高度发展作为支撑,强调提升无人系统互操作技术的迫切性。北约制定发布了一系列无人系统互操作性标准化协议,包括:数据标准、接口标准、通信标准和控制标准。其中,STANAG4586标准已经在实现通用地面控制站方面迈出重要一步,但需要进一步研究适用于有人/无人机协同的通用化体系架构与消息标准,实现有人机、地面控制站对无人机的无缝协同控制。一些研究正在推动构建“即插即用”(Plug-and-Play)的无人系统生态,以实现对抗资源的快速接入与高效调度,满足复杂环境下有人/无人系统快速重组的需求。以美军“马赛克战”对抗概念为典型代表,强调通过开放式架构和标准化接口,动态组合不同无人平台以应对复杂战场环境。此外,更新滞后、安全机制和保密限制,也在一定程度上对系统间的协同互操作性形成了制约。
2.2 协同核心技术
协同核心技术是有人/无人协同系统“对抗效能转化”的关键载体,在基础支撑技术构建的“互联互通”基础上,遵循OODA作战环逻辑,形成以下三层技术闭环。
2.2.1 协同感知与态势理解技术
在巨复杂、高动态、不确定的复杂对抗环境中,情报是消除“战争迷雾”和破解对手“行动密码”的关键,旨在尽可能地为指挥员提供透明的决策环境,为获取信息和决策优势提供保障[25]。海量的情报采集能力依赖于多元的感知手段与广泛的传感覆盖,无人系统出色的机动能力和隐蔽优势恰好能够弥补作战班组(分队)的战场感知能力的短板。无人系统通过搭载可见光传感器、红外传感器、激光雷达等不同侦察类载荷,在机载端实现目标自动检测、识别跟踪、轨迹预测、威胁分析、毁伤评估等,完成多源信息融合、情报分析与分发共享,具有判读精度高、速率快、个体差异小的优点。但对于小目标[26-27]、遮挡目标、伪装目标、重复上报目标等仍需人工综合判读验证。此外,由于城市建筑遮挡或无人机倾斜摄影等,无人机定位目标的位置精度易受影响,基于地标信息人工校准,以及图像—地图匹配辅助定位目标成为提升目标定位精度的常用手段。GPS拒止条件下,根据相互测量相对空间位置互为定位的集群间协同定位方法[28],为有人/无人协同提供新思路。
2.2.2 协同规划与资源调度技术
有人/无人协同对抗中的规划与资源调度是一个复杂的动态决策过程,其核心在于实现人类智能与机器智能的深度融合。当系统接收任务指令后,通过智能人机交互界面建立对任务目标的共同认知理解。由于城市作战任务通常具有多阶段、多约束的特点,传统集中式规划方法难以适应动态环境。现代协同规划系统采用分层递进的智能决策架构:在战略层,指挥员通过增强现实界面设定对抗意图,系统利用分层任务网络[29]进行逻辑推理,将高层目标智能分解为可执行任务单元。例如,“占领关键建筑物”“清除敌方狙击点”拆解为“侦察、火力压制、突入”等可执行的子任务;在战术层,系统采用“静态能力匹配+动态订单调度”的混合机制,通过能力评估矩阵实现最优任务分配。任务分配过程中,人们考虑资源约束、物理约束、先验规则约束等,匹配有人/无人系统的能力,建立“任务—能力—有人系统/无人系统”的映射关系[30],动态分配通信、感知、火力、平台资源。尤其是“订单式”任务分配模式近年在俄乌战场中得到创新运用——分布在多维空间内的对抗力量发布攻击任务订单,系统核对订单,指挥员根据目标距离、装备情况分配订单,各分队也可以获取共享订单信息后主动接单,从而高效完成各项任务。这种融合人类战略判断与机器战术优化的智能决策体系,正在重塑作战的指挥模式,其核心突破在于实现了“人在环上”的适应性协同,使作战系统既能遵循人类指挥意图,又能自主应对瞬息万变的战场态势。
当遭遇通信中断等突发情况,分布式协商机制(如:合同网协议、拍卖算法)能实现快速任务调整,避免因中心节点失效导致系统瘫痪,提升有人无人平台一线自主协同能力。此外,多智能体强化学习技术的突破性进展为异构平台协同提供了全新解决方案,通过分布式在线学习机制,无人机与无人车等作战单元可自主优化协同策略,持续适应动态战场环境。为确保决策质量和有效评估作战行动方法,技术人员可以通过融合建筑结构、平台模型、电磁环境等参数进行实时仿真推演,集成高保真的数字孪生环境,充分利用大模型推理能力,提升规划决策质量。2024年,美陆军研究实验室提出的作战规划大模型COA-GPT[31],通过上下文学习,将军事条令和领域专业知识整合到大模型中,实现作战行动序列的秒级快速生成,并支持基于(文本和图像格式)人机交互的实时细化调整行动方法,大幅提升决策过程的敏捷性。
2.2.3 协同行动与编队控制技术
协同行动与编队控制技术是有人/无人协同战术执行层面的核心技术支撑,其关键在于实现各单元之间高度一致的决策与行动,避免“各自为战”。城市环境存在大量障碍物(如建筑、废墟)、敌方火力封锁区域以及非结构化道路,根据障碍物间距自动调整无人平台编队密度,或遭遇突发火力时快速疏散重组等,城市作战中的编队形态需动态适应能力需求,这在给动态编队控制带来挑战的同时,也不断催生编队形成、编队队形保持、编队避障以及编队队形重构等技术的前向发展[32]。尤其是在三维空间编队控制、异构多智能体编队控制、动态障碍避障、密集障碍物避障等问题上的突破,正在深刻改变城市作战的战术样式,使有人/无人混合编队能够像“有机体”一样在复杂的城市战场中灵活机动、协同制敌。
3 有人/无人系统发展趋势
随着人工智能、通信技术和自主控制技术的快速发展,有人/无人协同系统在智能化对抗中的应用逐渐从概念验证走向实战化部署。未来,有人/无人协同体系发展与反制将呈现出“互为攻防、互为依托”的发展趋势,将推动有人/无人协同系统向更智能、更抗毁、更协同的方向演进。
3.1 有人/无人协同模式演进
3.1.1 指挥信息系统赋能的扁平化协同模式
指挥信息系统[33]的发展决定了有人/无人协同指控模式。传统的指挥体系呈树状层次结构,战场态势、侦察情报自下而上逐级上传,指挥信息自上而下逐级下达,信息转发链路长、处理耗时长,纵向贯通不顺畅,横向融合难通联,严重制约了指挥的效率[34]。现代指挥信息系统推动了指挥体系的扁平化发展——通过将作战人员、无人系统、武器平台、指挥机构和对抗单元连接起来,可以实现战场态势实时共享,指挥员通过指挥信息系统可直接指挥最前沿的单兵,极大提升指挥效率[33]。近年来,美俄等国家大力发展指挥信息系统建设,采购部署战场管理应用软件,将信息链路延伸到装甲战斗车辆、下车班组、无人机、无人车,帮助指挥员实时指挥部队行动,及时了解敌方态势,大幅提高战斗效能,减少友邻间的误伤。
3.1.2 资源松耦合驱动的可重构协同模式
现代指挥信息系统的发展虽然打破了传统树状层级结构的指挥体系,在一定程度上提高了指挥效率,加速了杀伤链闭合。然而,有人/无人单元仍旧按编制组织预先确定编组,难以根据战斗需要临机快速重构,难以适应作战阶段快节奏切换。并且,直接调遣基本有人/无人对抗单元面临资源紧耦合的堵点,无法满足精准行动控制需求。如何实现资源解构、异构资源铰链、资源汇聚寻优以构建敏捷分布式杀伤能力,仍旧存在挑战。(1)资源解构使得各对抗单元摆脱固定编组束缚,能够根据任务需求自主适配。基于服务的资源解构[35]通过定制终端系统的方式,实现资源与上级指挥员关系的解构,即每个平台部署一个终端信息系统,通过终端信息系统接管平台底层资源,实现异构平台能通过终端系统采用标准化模块与其他平台的终端信息系统交互,如图1所示。资源服务化描述将资源编组完全解构,使各类对抗单元以标准化服务形式动态注册、匹配和调用,充分释放分布式资源的对抗潜能。(2)异构资源铰链则通过智能匹配算法和开放式交互协议,确保不同体制、不同功能的对抗单元能够快速形成稳定高效的协同关系。文献[34]提出一种面向任务的自适应性动态组合的扁平式指挥体制,依据战场态势动态组合各对抗资源,实现各对抗力量围绕对抗任务或交互协同自适应性指挥控制。(3)资源汇聚寻优。构建敏捷分布式杀伤能力,使对抗资源能够按需动态组合,形成自适应杀伤链,在复杂战场环境下实现快速感知、决策、打击和评估的闭环。然而,这种高度动态化的协同模式仍面临实时调度优化、跨域可信交互和杀伤链闭环验证等挑战。例如,当多个任务同时竞争同一批对抗资源时,如何避免决策冲突和资源死锁?在强对抗环境下,如何确保动态构建的杀伤链具备足够的鲁棒性和抗毁性?这些问题的解决需要进一步优化智能决策算法、增强跨域协同协议,并建立高效的动态编组验证机制,以确保有人/无人对抗单元能够在复杂战场环境下实现真正灵活、可靠、高效的可重构协同对抗。
3.2 有人/无人协同能力发展
3.2.1 跨域安全泛在通信增强协同弹性
在城市等复杂对抗环境中,通信链路易受建筑物遮挡、电磁干扰和网络攻击的影响。实现安全泛在通信、提升协同弹性,有望从以下方面取得进展:(1)异构网络融合:结合5G/6G、卫星通信、自组网等技术,构建多频段、多模式的冗余通信架构,确保战场信息实时传输;(2)抗干扰与低可观测通信:采用跳频、扩频、定向波束成形等技术,降低信号被截获或干扰的概率;(3)动态频谱分配:利用认知无线电技术,动态调整通信频段,适应复杂电磁环境。
3.2.2 新型人机交互提高协同灵活性
3.2.3 指挥控制平衡安全性与自主性
高效的有人/无人协同需要平衡指挥控制与自主决策的关系,既要避免过度依赖人工操作降低响应速度,又要防止自主系统在复杂环境下失控。通过构建智能化的分层自主架构,系统采用动态权限分配机制,根据实时战场态势和任务复杂度自动调整控制权限比例——在低风险侦察任务中赋予无人系统较高自主权以提升响应效率,而在高价值目标打击等关键环节则保留人类指挥员的最终决策权。这种“人在环上”的混合控制模式既能充分发挥AI在数据处理和方案生成方面的速度优势,又能基于可解释人工智能(XAI)技术实现决策过程可视化,增强了指挥员对自主系统的信任度。发展动态权限移交技术,可在通信中断时智能提升无人系统自主等级,待链路恢复后无缝交还控制权,确保在复杂环境下始终维持最优的安全性与自主性平衡。
3.2.4 低成本无人平台扩大效费比
低成本无人平台通过创新的体系设计和对抗运用模式,正在深刻改变现代城市作战的效费比范式。从成本看,这类平台具有显著的采购成本优势,其价格通常比传统有人对抗平台低数个数量级,同时在维护保障和人员培训方面也大幅降低了使用成本。在作战效能方面,通过集群智能技术的应用,低成本无人平台能够形成分布式对抗网络,在侦察监视、目标指示等任务中展现出与传统高端装备相当的对抗能力。从体系贡献角度分析,低成本无人平台特有的可消耗性设计更开创了新的战术运用模式,允许在承受一定战损的情况下仍保持持续的对抗能力。然而,推进低成本无人系统的规模化部署也面临着抗干扰、自主决策等方面的技术挑战,人们需要在成本优势与对抗效能之间寻求最佳平衡点。
3.3 有人/无人协同对抗反制
3.3.1 软硬杀伤复合反制无人系统
针对敌无人系统的威胁,我方运用“属性相克、跨域制衡”的非对称作战思想,发展“电子对抗软杀伤+无人载具硬摧毁”的复合反制模式,已成为当下反无人热点研究,即通过电子战无人平台实施定向电磁压制,结合有人平台搭载的高功率微波武器,形成对敌方无人机群的软硬杀伤复合打击能力。此外,针对无人平台集群化挑战,特别是如何应对空中“蜂群”、地面“蚁群”等新型对抗样式,我们创新性运用“集群对抗集群、智能对抗智能”的反制理念,部署具备群体智能的反无人机集群系统,通过自主协同的拦截无人机群实施“蜂群对蜂群”的对抗,利用分布式对抗管理和动态任务分配算法,实现多对多拦截的对抗效能。
3.3.2 协同体系关键节点精确打击
针对有人/无人协同体系的架构特点,发展关键节点精确打击能力成为反制有人/无人系统的有效手段。它能通过多源情报融合和智能目标识别技术,精确定位敌方指挥控制节点、通信节点和能源补给点等关键目标。例如,俄乌冲突中,俄军通过“白芷”机动定位系统搜索定位10 km范围内的乌军“星链”终端,实施精确炮击和战术围剿,有效破坏了乌军的战场通信网络,这验证了“打节点、断体系”的反制有效性。
3.3.3 智能欺骗干扰瓦解协同链路
基于现有无人系统自主能力现状以及“平台无人,系统有人”的作战运用特点,我方采用智能欺骗干扰手段破坏敌方“人在回路”协同能力,这成为反制有人/无人系统的兴起方向。一方面,我方研发智能网络入侵技术,通过无线注入方式渗透敌指控系统,实施信息欺骗和指令篡改,扰乱其决策过程,例如通过干扰通信链路,模拟GPS信号,欺骗无人机返航到指定位置以实现对无人机的劫持。另一方面,我方构建分布式电子战无人集群,采用自适应跳频和智能功率控制技术,对敌方关键通信频段实施动态阻塞干扰。
4 结束语
本文围绕作战能力需求,概述有人/无人内涵与特征、基本要素构成,剖析有人/无人系统对抗制胜机理;然后,综述有人/无人系统关键技术,并分析有人/无人协同指控模式。最后,本文探讨如何增强有人/无人系统能力,并且为对抗反制有人/无人协同提出系统性建议,期望为未来有人/无人协同对抗理论研究提供有价值的参考。