《用于适应性、任务就绪型军用仿生机器人的合成数据管道》

本文讨论开发一种合成数据驱动的仿生机器人能力，以加速军用仿生机器人的基线性能及先进子系统的集成。核心创新是能够从第一人称视角记录、增强现实头显和空间浏览平台中快速生成并精炼高保真训练数据。此管道能产生可扩展的、领域特定的数据集，使仿生机器人的感知、导航和决策系统能够在复杂且存在对抗的环境中进行训练，而无需承担实体外场试验的成本、风险或时间延误。合成数据生成技术让仿生机器人在原型机进入外场之前很久，就能接触数百万个模拟作战场景——从城市巡逻到化学、生物、放射、核与高爆物侦察。这种方法不仅缩短了开发周期，还能生产出对动态作战环境更具适应性、复原力和任务就绪性的仿生机器人。奥姆尼亚（Omnia）的平台处于技术就绪等级5-6和集成就绪等级3-4。已经展示了针对仿生机器人相关任务的合成环境创建、自动标注和感知模型训练。在未来18-24个月内，将推进至技术就绪等级7-8和集成就绪等级7-8，扩大与仿生机器人原型机的集成，并演示可直接转化到外场试验的端到端合成训练管道。通过让仿生机器人在合成环境中针对地形变化、编队行为和小队战术进行训练，利用数据驱动模型增强其核心功能——例如导航、巡逻、侦察和负载运输。还应用合成数据来加速先进子系统的开发，包括人工智能自主性（根据HAW 008-A/B）、多模态感知（根据HAW 003/005-A，包括光电/红外、声学和CBRNE嗅探器）以及反探测生存能力（根据HAW 007-A/B）。通过生成模拟传感器欺骗和隐蔽的对抗性数据集，使仿生机器人准备好承受并适应现实世界的拒止环境。