科学界正开发人机编队的精准训练与评估方法,核心难点在于缺乏需团队互操作达成性能指标的真实机器人系统。2018年10月22-26日,美军两支五人乘组(陆战队/陆军各一)为"僚机"联合能力技术演示(JCTD)项目实施实弹炮术评估演习,开展真实世界有人-无人编队协同。乘组在指挥控制车内操控独立武装无人僚机车,两车均为高机动多用途轮式车辆(HMMWV)。参战人员先在佐治亚州本宁堡卡穆什靶场使用僚机模拟测试台训练,后操作真实僚机车完成多轮炮术行动。行动含观摩工程团队全实弹演示,士兵与陆战队员参与空膛射击、空包弹射击及静态实弹射击。事后参战人员就训练与演习体验提供反馈。本报告汇总作战人员反馈,用于支撑:制定针对性训练方案、完善模拟测试台技术需求以提升训练效能、优化真实车辆/控制器/作战人员机器界面的交互设计。
美军正识别当前及新兴技术,探索2028年前在复杂对抗环境中提供军事优势的技术赋能概念,含支持有人-无人编队协同(MUM-T)的先进技术。随着无人技术从传统遥操作向具自主决策能力的互操作演进,必须发展人机团队成员间的高效协作。有效编队需在技术开发生命周期纳入人类成员,以推进可信团队建设。聚焦MUM-T中人因要素的核心动因在于:有效协同与技术恰当运用依赖人类对系统行为及其逻辑的理解。若人类预期与系统行为错位,将质疑系统行动准确性。此类质疑导致信任衰减,进而引发系统误用或弃用——即便系统运行有效。
"僚机"项目为理解贯穿系统研发全周期的人机编队协同提供现实案例。该项目旨在通过先进机器人技术与实验评估,提升有人-无人地面战车的联合自主能力。当前编队由指挥控制车(C2)五乘组(图1左)与单辆武装无人地面战车(图1右)构成,乘组含:载具驾驶员、车长(VC)、远程先进侦察监视系统(LRAS3)操作员、无人车操作员(RVO)、无人车射手(RVG)。
图1真实世界载人战车(左)和机器人武器化战车(右)图像
机动行动正开发多级自主模式:线控/遥操作、航点导航、基于禁行区判定的半自主驾驶,最终实现高级自主。参照自主等级研究共识(如Parasuraman等,2000),RVO在炮术任务中不可能仅维持单一控制模式。有效编队目标应是评估操作员依据任务需求切换控制模式的能力,需避免因压力、负荷、疲劳或信任衰减导致的控制权不当变更或系统误用。为此,操作员必须从其他乘员及僚机车获取精准的任务、行动与环境信息。
与机动研究相比,无人炮术作战研究极度匮乏。炮术行动需有人乘组与无人车机动/火控系统(FCS)交互。FCS自主功能包括:武器视场潜在目标探测、用户选定目标跟踪、应用弹道解算持续锁定目标。人类成员仍负责人工修正及开火决策——VC最终授权目标打击,RVG实际操控击发。当前研究空白亟需探索无人武器系统固有缺陷:传感器与网络延迟导致的探测-识别-打击链路复杂性,以及操作员态势感知(SA)局限。
团队协同与效能紧密关联(Salas等,2009),高效沟通能改善其他团队流程与结果(Mathieu等,2000;Kozlowski与Ilgen,2006)。鉴于炮术行动的协同本质,高效团队沟通对目标打击至关重要。"僚机"引入多类自主功能后,理解人机沟通与效能关系更为紧迫——因人机交互仍缺乏人际交互流畅性(Bisk等,2016),需验证团队沟通分析方法在人机场景的适用性。
效能直接取决于有人-无人(MUM-T)互操作性:载人车常距僚机车远程部署(超出目视距离)。因此如先前研究所示(Chen等,2014;Schaefer等,2017c),实现人类团队与无人战车(RCV)的共享态势感知(SA)技术方案是编队协同关键。该目标依赖"作战人员机器界面"(WMI)开发——为VC、RVG、RVO提供可定制交互界面(图2)。各僚机WMI可访问共享SA数据(按子系统分类显示于界面底部),含地图、传感器、警报等核心模块。地图屏提供交互式航拍图、MIL-STD-2525B符号(1999)、机动计划、传感器视场及网格参考线;传感器屏提供实时视频流与方位角/仰角/航向/视场等SA叠加信息。VC与RVG借传感器视频流确认待打击目标。各WMI还配备通用工具栏SA数据及屏顶优先警报弹窗。