非完全信息下无人机集群对抗研究综述

摘要: 无人机集群以其具备的应用优势及发展前景，成为当前人工智能领域研究者关注的热点之一，而非完全信息下的无人机集群对抗技术，因其集群结构变化的高动态性以及环境信息复杂多变且不能完全感知的特点，成为对集群协同性与智能性要求最高的研究方向之一，其研究成果可以促进智能化无人系统的快速发展和广泛应用。该文全面回顾了非完全信息环境下无人机集群对抗研究的最新进展，按照包以德循环理论的思路将无人机集群对抗过程划分为态势评估、意图推断、任务规划与机动决策4个相互衔接的关键组成部分，并进一步将其细分为8个子研究目标。通过分析比较近年来的相关研究，着重阐述了无人机集群对抗领域各项任务的研究重点和难点以及已取得的成果，并讨论了无人机集群对抗技术所面临的挑战，包括大规模异构集群的协同控制、非完全信息的处理、复杂决策过程的建模以及实际应用任务的应对等。

**1.1 无人机集群对抗的定义和背景

无人机(Unmanned Aerial Vehicle, UAV)因其低维护成本和高机动性，在民用与军事领域成为研究热点[1,2]。单一无人机能力有限，易损坏导致任务失败，因此研究重心转向无人机集群，以实现群体智能，提高效率和性能。无人机集群技术的发展进一步促进了无人机集群对抗的研究，多架无人机可以高度协同执行战术行动，如打击、掩护和情报搜集等，增强了其在军事和安全领域的应用，成为军事和安全领域的重要研究方向。同时，这一技术也推动了工业、物流和农业领域的自动化生产和管理，促进了智能应用技术的发展。无人机集群对抗要求无人机具备自主判断、规划、和决策能力，并能实现集群间的信息交互和协同行动。多种算法的配合形成完整系统，以提高任务执行效率和精确度。无人机集群对抗广泛应用于军事和安全领域，如对恐怖组织的打击、军事突袭、领空防御、海上巡逻等，能提高作战效率，降低成本和人员伤亡。此外，为了满足更复杂的任务需求，设计了不同类型的无人机以及由不同无人系统组成的异构集群[3,4]，这对无人系统的适应力和自主性提出了更高的要求。

**1.2 非完全信息下无人机集群对抗方法研究意义

在无人机集群对抗中，真实对抗环境往往存在非完全信息环境，集群无法获取完整的信息，包括友机、敌机以及其他环境信息。这些特点通常由通信干扰、数据传输带宽限制、通信距离限制、敌方决策误导、突发障碍物威胁、极端气候等多种因素引起。因此，非完全信息问题成为当前无人机控制领域的热点和难点之一。为了帮助研究人员应对这一问题，本文总结了近年来非完全信息下无人机集群对抗的研究现状。提升无人机在非完全信息环境下的决策能力具有重要意义，但也带来了很大的挑战。非完全信息条件使模型更加贴近真实应用场景，增强了模型可行性和实用性。要突破这一难关，不仅需要更先进的硬件设计、感知算法和通讯技术，方法研究也是关键，它是提高无人机集群智能化的核心。非完全信息条件会增加信息处理难度，需要研究者提出更高效灵活的对抗策略与方法，增强方法的鲁棒性。现有研究通过多种任务算法配合使用，以提高无人机智能化水平，推动无人机集群模型向实用性方向发展。

**1.3 非完全信息下无人机集群对抗研究内容

非完全信息下无人机集群对抗研究，参考由美国空军军事战略家John Boyd提出的包以德循环(Observe-Orient-Decide-Act Loop, OODA Loop)理论，可以分成几个阶段。OODA循环描述了空战中飞行员决策过程，由观察、定位、决策、执行组成，强调的是比敌人具备更灵活的观察与反应能力，能够快而准确的在敌人的决策周期中瓦解敌人招式而取得优势[5]。参照此循环结构及其各部分的内在逻辑关系，本文将复杂的无人机对抗过程对应地分解为如图1所示的多阶段循环研究任务，包括态势评估、意图推断、任务规划、机动决策4个主要部分。通过OODA循环不断迭代，无人机集群能够快速适应并响应环境中的变化与不确定性，快速理解环境，识别目标意图，灵活地调整策略，进而采取有利的行动。

根据OODA循环环节，并结合近年来的研究进展情况，本文进一步将非完全信息下的无人机集群对抗研究的具体内容分解为8个子任务，如表1所示。OODA循环的观察阶段对应态势评估，涵盖对抗态势评估研究与威胁因素评估研究。定位阶段则对应敌机行为的意图推断，无人机集群进一步对收集到的敌机行为数据进行分析，通过对敌机行为的预测与识别对潜在的意图进行推断，进而快速响应、精准打击，获得决策优势。OODA循环的决策阶段需要制定最佳行动方案，对应任务规划研究，包括目标分配与航迹规划两部分。机动决策对应于OODA循环中的执行阶段，其核心研究涵盖协同对抗与追踪合围两部分内容，在执行阶段将观察、定位与决策结果转化为具体的无人机集群自主协同机动决策。

在无人机集群对抗的OODA循环中，态势评估和意图推断主要进行非完全信息环境下的数据处理与分析，为决策提供依据。而任务规划与机动决策侧重于集群内外信息融合的综合决策，有很高的协同性与灵活性要求。随对抗进展， OODA循环持续迭代至对抗结束，以优化无人机集群的作战效能。下面分别从态势评估、意图推断、任务规划与机动决策这四个方面对无人机集群对抗的研究现状做进一步的阐述。