无人机已成为现代战争中不可或缺的一部分,其向更大自主性的演进是不可避免的。本研究探讨了军用无人机向智能化、最小程度依赖人类方向发展的轨迹,并详细介绍了必要的技术进步。我们模拟了无人机侦察行动,以确定和分析新出现的挑战。本研究深入探讨了对提高无人机智能至关重要的各种技术,重点是基于物体检测的强化学习,并提供了实际实施案例来说明这些进步。我们的研究结果证实了增强军用无人机智能的巨大潜力,为更自主、更有效的作战解决方案铺平了道路。

图 3 智能无人机侦察场景和应用技术。

在最近的冲突中,如俄罗斯入侵乌克兰和亚美尼亚-阿塞拜疆战争,无人机被认为是不可或缺的力量。目前,大多数可用于作战的无人机都是遥控的。虽然无人机在一定程度上实现了自动化,但由于技术和道德问题,仍需要操作人员。从战术角度看,无人机的最大优势是 "低成本 "和 "大规模部署"。然而,这两个优势只有在无人机无需操作人员即可控制时,也就是无人机智能化时才能发挥作用。

自主无人机本身并不是一个新概念,因为人们已经进行了广泛的研究。例如,我们生活在一个无人机用于送货和搜救任务的时代 [1]、[2]、[3]。然而,民用智能无人机技术能否直接用于军事目的呢?我们的答案是'不能',因为军用无人机的操作在以下情况下与民用无人机有明显区别。首先,军用环境比民用环境更加复杂。想想特斯拉在未铺设路面的道路上自动驾驶时,驾驶员必须干预的频率有多高。军事行动并不发生在 "铺设良好的道路上"。此外,军事行动涉及在任意地点分配任务。其次,伴随军事行动而来的是敌人无数次的反击。这些反作用包括主动和被动拒绝,主动拒绝包括试图拦截,被动拒绝包括隐藏和欺骗。这些敌方活动增加了问题的复杂性。第三,由于军事的特殊性和安全性,缺乏与军事行动相关的数据。例如,缺乏坦克和运输机发射器(TEL)的鸟瞰数据,而这些都是物体探测的常用目标。第四,军用智能无人机执行任务时需要考虑安全和道德问题。智能无人机在执行任务时如果缺乏稳定性,就会产生不可预测的行为,导致人员滥伤和任务失败。从伦理角度考虑,即使无人机的整体操作实现了智能化,也需要有最终攻击决策由人类做出的概念。换句话说,关键的考虑因素不应该是无人机是否能自主做出攻击决定,而是无人机如何提供信息,协助人类做出攻击的最终决定。这些伦理问题与人类的责任和机器的作用有关。

鉴于这些军事方面的考虑,对自主军用无人机和民用无人机的研究应以不同的理念推进。有关军用智能无人机的研究正在积极进行中,但与民用研究不同的是,大部分研究都没有进入公共领域。因此,本研究有以下目标。

  • 首先,考虑到军事行动的特殊性,本研究探讨了智能军用无人机的概念。

  • 其次,我们对该领域出现的各种问题进行案例研究,从工程师的角度看待这些问题,并讨论从案例研究中得出的直觉。

图 1. 智能无人机在民用领域的工程研究

智能侦察无人机案例研究

军用无人机根据其使用目的分为侦察、攻击、欺骗、电子战和作为目标等类别 [38],[39]。在本案例研究中,我们重点关注侦察无人机的智能化。案例研究中的无人机以韩国 "Poongsan "公司的无人机为模型。根据应用模块的不同,该模型可以执行多种任务。不过,本研究使用的是配备侦察模块的无人机。模块包括摄像头、LRF、GNSS 等传感器和系统。在规范假设方面,假定无人机能够配备物体检测和强化学习神经网络。

图 4. 用于训练 YOLOv4 微型目标检测模型的跟踪车辆图像。

图 12. 根据 Unity 中的情景验证技术应用

成为VIP会员查看完整内容
50

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《人工智能赋能空战智能体的可解释性》
专知会员服务
59+阅读 · 6月5日
《无人机蜂群协同决策》
专知会员服务
68+阅读 · 5月15日
《蜂群无人机系统条令与设计一体化开发框架》
《基于自然语言的人工智能军事决策支持》
专知会员服务
116+阅读 · 1月25日
《有人与无人协同编队飞行:德国国防项目回顾》
专知会员服务
75+阅读 · 2023年10月10日
深度学习研究及军事应用综述
专知
18+阅读 · 2022年7月7日
雷达海面目标识别技术研究进展
科技导报
18+阅读 · 2017年11月13日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
21+阅读 · 2014年12月31日
国家自然科学基金
14+阅读 · 2014年12月31日
国家自然科学基金
14+阅读 · 2011年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
147+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
21+阅读 · 2014年12月31日
国家自然科学基金
14+阅读 · 2014年12月31日
国家自然科学基金
14+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员