《超视距空战中控制无人机的目标推理智能体》

介绍了战术战斗管理器（TBM），它是一种智能体，使用多种综合人工智能技术在模拟超视距（BVR）空战场景中控制自主无人飞行器。TBM 结合了目标推理、自动规划、对手行为识别、状态预测和差异检测等技术，可在实时、动态、不确定和敌对的环境中运行。通过实证研究证明，在 BVR 场景中，TBM 的表现明显优于专家编写的智能体。还报告了一项消融研究的结果，该结果表明智能体架构的所有组件都需要最大限度地提高任务性能。

图 1：由共享资源（灰色）、推理组件（橙色）和差异检测器（黄色）组成的战术战斗管理器（TBM）概念图。箭头表示信息在各个组件之间的移动。

超视距（BVR）空战是现代空对空战斗的一种形式，在这种战斗中，飞机之间的交战距离较远，通常可达数百公里。与第一次和第二次世界大战期间常见的近距离犬牙交错的战斗相比，BVR 战斗往往不那么被动，而是涉及更多的长期规划和战略。在本文中，我们介绍了一种名为 "战术战斗管理器"（TBM）的智能体，其设计目的是在 BVR 战斗场景中利用大量综合人工智能技术控制无人驾驶飞行器（UAV）。

BVR 空中格斗有几个关键特性，使其成为一个有趣的研究领域，需要采用综合设计而不是任何单一的人工智能技术。交战涉及多架飞机，既有队友，也有对手，在有争议的空域中作战。环境是连续的、部分可观测的（即由于传感器范围有限）和嘈杂的（即由于传感器误差）。此外，飞机需要满足严格的实时约束条件，以躲避对手的攻击和避免危险动作（例如飞得太低、与队友相撞）。

我们的集成架构使用多个并行组件，每个组件都可以访问、创建和修改共享数据源中的信息。这种并行设计允许各组件实时处理信息，避免了速度较慢的组件造成的延迟。TBM 使用目标推理 [Aha 等人，2013 年；Roberts 等人，2016 年] 来动态推理其目标，并根据突发事件或机会（如对手攻击、对手与中队分离）修改目标。自动规划用于根据 TBM 的目标生成计划。由于对手飞机的计划最初是未知的，并可能随着时间的推移而改变，因此 TBM 会持续监控对手飞机的行动，并进行行为识别，以预测其当前计划和目标。

TBM 利用自己的计划以及友机和敌机的行为进行状态预测（即预测环境可能发生的变化）。然而，由于 TBM 可能使用不完整的感知信息、错误的传感器值或对对手行为的不正确假设，因此它会持续执行差异检测，以确定其预测、假设或对手模型是否存在任何缺陷。本文的其余部分将介绍我们的智能体架构，并说明包含每个集成组件的理由。在第 2 节中，我们描述了 BVR 空中格斗领域，并正式提出了要解决的问题。第 3 节介绍了我们的集成智能体设计和每个组件的作用。我们将在第 4 部分对 TBM 的设计进行实证评估，并在第 5 部分讨论相关工作。最后，我们在第 6 节讨论了我们工作的方方面面，并在第 7 节总结了我们的贡献和未来工作领域。