美国陆军正在开发一种模块化的机器人战车,这种战车相对轻便、机动性好,同时还适合执行各种任务。

机器人战车(RCV)运动计划于 2019 年 1 月制定,旨在开发一个由三种不同尺寸、具有不同能力和任务特征的非乘员武装地面车辆(UGV)组成的系列。其中包括:RCV-轻型车(RCV-L),最大尺寸为 569×224×239 厘米(长宽高),重达 10 吨,生存能力和杀伤力有限;RCV-中型车(RCV-M),10-20 吨级车辆,能够击败轻型至中型装甲威胁;以及高生存能力的 RCV-重型车(RCV-H),重达 30 吨。后者本质上是一种无人火力支援车,配备大口径火炮,用于对付重装甲威胁。

RCV 的基本设想是与 “斯特赖克”、M2 “布雷德利 ”和 “布雷德利 ”的指定后继型号 XM30 “机械化步兵战车”(MICV)等装甲战车联合作战。RCV 将执行武装警戒,作为侦察兵部署在有人驾驶车辆的前方,保护有人驾驶编队的侧翼,并协助突破障碍。根据人工智能(AI)的发展状况,机器人车辆将由其护送的载人车辆进行远程控制,或至少以有限的自主方式部署。计划在初期采用远程控制。

最适合的尺寸

2020 年开始使用代理演示器进行实地测试。这包括将技术演示器纳入排级战术演习和训练场景。2021 年开始进行挂载武器测试,包括遥控定向发射机枪、榴弹发射器和标枪导弹。从评估场景和演习中汲取的经验教训有助于陆军完善未来量产 RCV 的技术和性能要求,并继续指导未来有人无人作战战术、技术和程序的开发。

图:自 2020 年以来,陆军已将 QinetiQ 公司提供的四辆机器人车辆作为代用车辆,用于验证 RCV-L 概念的可行性。 资料来源:美国陆军

到 2023 年夏,陆军决定推迟 RCV-M 和 RCV-H 的开发。“陆军仍然广泛地......对许多不同尺寸的机器人感兴趣。但我们将重点放在 RCV-L 上,因为我们认为这是在向更大平台发展之前必须迈出的第一步。"2023 年 8 月,陆军负责采购、后勤和技术的助理部长道格拉斯-布什(Douglas Bush)说。到 2023 年 10 月,陆军更进一步,宣布现在将采用单一的通用 RCV 底盘,该底盘可进行不同配置,以执行以前分配给概念 RCV-L 或 RCV-M 平台的任务。2025 财年陆军预算文件确认,“机器人战车(RCV)已从轻型、中型和重型变型车系列过渡到采用通用底盘的单车方式”。

地面作战系统(PEO GCS)项目执行官格伦-迪恩少将解释说,这一变化受到了 2022 年年中对 RCV 代理型进行的为期三个月的评估周期结果的影响。“迪恩在 2023 年 10 月表示:"实验结果[发现]我们确实需要一种介于[轻型和中型]之间的模块化平台。“它可以比我们允许的[RCV]轻型平台大一点,但不需要像我们期望的中型平台那么大,因为我们发现,目前国防工业中现有的有效载荷选项都可以......安装在这个较小的平台上"。前 RCV-H 概念的能力并没有考虑用于普通底盘,因为普通底盘太小,无法容纳大口径火炮。除了尺寸因素外,陆军在得出远程操作大口径火炮不可行的结论后,到2022年已经决定无限期推迟RCV-H的研制。

竞争

2023 年 3 月,随着陆军发布原型提案请求,目标 RCV 的工程与制造开发(EMD)阶段开始启动。当时的要求仍是针对专用的 RCV-L 变体。2023 年 9 月,四家公司获得了原型设计合同: 通用动力陆地系统公司(GDLS)、McQ、奥什科什防务公司和德事隆系统公司。这些合同构成了 RCV 计划的第一阶段,即平台原型设计和建造。合同规定每个竞争者交付两辆原型车的最后期限为 2024 年 8 月。正如陆军当时所描述的那样,全系统原型车的授予构成了 RCV-L 中级采购--快速原型车计划的一部分。RCV 项目经理 Steven Herrick 说:这标志着我们正式从试验阶段过渡到 2030 年之前的可实战 RCV 平台。

图:这里展示的是奥什科什防务公司(Oshkosh Defense)第一阶段提交的 RCV,该 RCV 可根据各种任务和作战环境进行配置,包括配备 30 毫米自动加农炮、闲逛弹药和系留无人机。 资料来源:奥什科什防务公司

陆军提出了许多要求,所有参赛者都必须满足。与最初的 RCV-L 概念一样,模块化平台可由旋转升降机吊装;陆军希望(但不要求)通用 RCV 底盘也能由 CH-47 直升机进行内部运输。迪恩少将称,最初的重点将放在侦察能力和有效载荷上,包括公司选择的机载系留无人机。每种设计还必须包括一个能部署 “标枪 ”反坦克制导导弹(ATGM)的通用遥控武器站(CROWS)。未来的有效载荷将包括烟雾和遮蔽物、电子战和反无人机能力,以及化学、生物、辐射和核(CBRN)传感器。

迪恩列举了在加利福尼亚州国家训练中心进行的重大测试演习中代理 RCV 的表现,以强调其作战潜力。“他们让机器人领导侧翼攻击,同时使用烟雾和电子战。迪恩在 2023 年 10 月对媒体说:"他们用机器人来节省兵力,我们有两个机器人挡住了整个美军步兵连,表现非常成功。

陆军预计将在 2024 年夏季接收四台 RCV 原型,之后这四种设计将经过作战单元一年的紧张测试和评估。评估将有一个新的重点,即它们是否适合作为 RCV 通用底盘,而不是专用的 RCV-轻型车。陆军计划在 2025 财年将第二阶段(全系统原型设计与制造)的设计方案减少到一个;如果资金允许,陆军可能会将第二阶段的合同授予两家公司。被选中的承包商将在 2026 财年完成系统设计、建造并交付多达九个全系统原型。计划在 2027 财政年度做出生产决定,陆军打算在 2028 财政年度投入使用第一个作战单元。

图:德事隆公司提交的第一阶段 RCV 是 Ripsaw M3。它与较大型的 Ripsaw M5 有 75% 的相同之处,后者是陆军用于概念和技术评估的 RCV-M 代用演示器。 资料来源:德事隆系统公司

挑战与担忧:自主系统

尽管陆军对这一进度表以及获得可行车辆底盘的前景充满信心,但该计划仍存在一些挑战和问题。其中一个主要问题是车辆的自主性。机器人技术内核(RTK)又称自主机器人控制系统(ARCS),是一个跨车辆的自主平台模块化软件包库,负责导航规划、障碍物探测和规避以及速度和转向控制等因素。它构成了 RCV 自主能力软件包的核心。与机器人战车的大多数其他软件和硬件组件不同,陆军正在内部开发这项技术。这一方面是为了避免在这一关键能力上依赖单一供应商,另一方面也是为了使军方能够在不谈判新合同的情况下将软件应用于其他车辆系统。业内人士警告说,五角大楼忽视了已经比 ARCS 更为成熟的商业设计的自主系统;他们说,这样一来,军方--至少在初期--有可能投入使用的机器人战车的能力会大打折扣。

军方承认,RTK 的发展已经落后于预期。对具备上路能力的无人战车进行的持续测试表明,该软件独立解释和控制桥梁、路面颠簸等多种障碍物的能力有限,这导致系统自动 “退出 ”自主模式,等待人类干预。从 2024 年 1 月到 4 月,五角大楼已向工业界授予 11 份合同,以补充 RTK。其中包括三份其他交易授权(OTA)合同,用于在未来两年内开发RCS自主软件,另外还有八份合同用于开发自主导航(供应商:Forterra、Kodiak Robotics、Neya Systems和Overland AI)、机器学习和自主(Applied Intuition和Scale AI)以及软件系统集成(Anduril和Palantir)领域的原型软件。“RCV产品经理史蒂文-赫瑞克(Steven Herrick)在2024年4月3日的新闻稿中表示:"我们很高兴能与这些一流的自动驾驶供应商、软件专家和系统集成商合作,推动将通过RCV软件获取途径(SWP)开发的软件能力并入RCV全系统原型。“这些公司将共同支持[RCV]项目开发一个强大、有能力且符合要求的软件系统,该系统可在各种自主模式下运行,并能快速集成各种可用的有效载荷"。

图:McQ 和 BAE 系统公司的 Wolf-X 是唯一的轮式 RCV 候选者。它采用柴油/电力混合动力系统,降低了声学和热学特征,并配备高性能硬核动力包磷酸铁锂电池。 资料来源:McQ

挑战与担忧:远程控制

有限的自主性意味着至少在服役的头几年,大多数遥控车功能都需要远程控制。这反过来又要求控制机器人的士兵保持在近距离和视线范围内,以确保无线电链路或 “系绳 ”的保真度。操作概念要求由两名士兵组成的小组从尾随 RCV 的装甲车后面控制机器人。2024 年 2 月至 3 月在加利福尼亚州进行的陆军 “聚合项目顶点 4 ”实验中,RCV-L 和 RCV-M 代理机器人的集成提供了有关系链可靠性的新细节。在开阔的地形中,控制车必须与机器人保持 1,000 到 2,000 米的距离。由于障碍物会降低和阻断无线电信号,因此在城市或森林地形中执行任务时,士兵与遥控车之间的距离最远可达 500 米。这与五角大楼宣称的“[使用]机器人而不是士兵与敌人进行首次接触”、定位和驱散敌对部队或击退第一波敌对攻击的意图相冲突。

2024 年 7 月退休的杰弗里-诺曼准将(Geoffrey Norman)说:需要让[士兵]退后一点。如果他们处于[敌方]的直射火力范围内,无论是大炮、直射火力还是反坦克制导导弹,这些控制车都会非常脆弱。诺曼建议将控制车和控制站配置为卫星通信,以增强视距中继。然而,陆军其他消息来源预测,将卫星终端整合到硬件组合中存在技术困难。迪恩将军警告说,卫星信号到达时的延迟可能超过 250 毫秒。迪恩说,虽然这在大多数作战场景中可能无关紧要,但在高速行驶 RCV 或使用车载武器攻击移动目标时可能会出现问题。另一种正在研究的替代方案是网状网络,即由附近其他车辆或无人驾驶飞行器(UAV)的无线电作为控制信号的中继器。这样一来,控制车辆和遥控飞行器之间就不需要视线接触了。即使在这种情况下,每次中继过程都会损失信号强度和凝聚力,而且各种中间无线电之间仍然需要视线联系。保持不间断的通信链路对于使用武器与敌军交战(这需要人类操作员做出不使用武器的决定)或向单元指挥官发送态势感知更新信息等应用至关重要。

图:用于评估 RCV-M 概念的替代品以 Textron Ripsaw M5 UGV 为基础。在 RCV-M 计划中,它配备了 30 毫米自动加农炮,如 CG 效果图所示。 图片来源:美国陆军

另一个因素是现代战场对通信带宽的要求极高,甚至在 RCV 加入之前就已经如此。机器人战车的通信需求将因执行的任务和特定任务的自主程度而有很大不同。“诺曼将军说:"我们不能[......]专门为机器人锁定一大堆带宽或一大部分网络能力,因为会有很多需求。继续研究更强大、更安全的通信链路将是推进该计划的一个优先事项。

继续前进

尽管做出了这些工作,但军方承认,目前车辆自主性的局限性将限制早期机器人可以执行的任务类型。第一批作战单元最有可能执行的任务是监视任务,如武装警戒,包括从固定位置与接近的部队交战。诺曼将军承认,军方目前需要降低期望值,但他还是为现在就向前推进的决定进行了辩护。诺曼在 2024 年 7 月说:"我用现实来调节我的热情,当我看到技术的现状时,我必须服用一些抑制食欲的药物,并认识到只需要将能力投入实战。它不会像想要的或可能希望的那样自主或有能力,但需要开始将这些能力交付到士兵、单元和部队指挥部手中,以便他们可以开始试验"。

成为VIP会员查看完整内容
13

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。
自主战士:英国陆军寻求整合无人平台
专知会员服务
26+阅读 · 9月27日
美海军陆战队先进侦察车 (ARV)
专知会员服务
22+阅读 · 8月20日
美军空中靶机系统
专知会员服务
29+阅读 · 8月16日
协同作战飞机(CCA)
专知会员服务
43+阅读 · 7月15日
美国陆军机器人战车 (RCV) 计划
专知会员服务
32+阅读 · 7月3日
颠覆性空战中的美军协同作战飞机
专知会员服务
54+阅读 · 2月22日
英国陆军将测试用于作战训练的 ChatGPT 增强型目标机器人
专知会员服务
40+阅读 · 2023年12月31日
美国陆军:作战云
专知会员服务
90+阅读 · 2023年10月14日
美陆军计划部署四大新型地面无人系统
无人机
25+阅读 · 2019年4月30日
以色列英雄系列巡飞弹
无人机
21+阅读 · 2018年12月8日
美国“忠诚僚机”项目概念与技术现状
无人机
11+阅读 · 2018年11月1日
反无人机电子战蓬勃发展
无人机
18+阅读 · 2018年7月11日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
34+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
4+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
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
VIP会员
相关VIP内容
自主战士:英国陆军寻求整合无人平台
专知会员服务
26+阅读 · 9月27日
美海军陆战队先进侦察车 (ARV)
专知会员服务
22+阅读 · 8月20日
美军空中靶机系统
专知会员服务
29+阅读 · 8月16日
协同作战飞机(CCA)
专知会员服务
43+阅读 · 7月15日
美国陆军机器人战车 (RCV) 计划
专知会员服务
32+阅读 · 7月3日
颠覆性空战中的美军协同作战飞机
专知会员服务
54+阅读 · 2月22日
英国陆军将测试用于作战训练的 ChatGPT 增强型目标机器人
专知会员服务
40+阅读 · 2023年12月31日
美国陆军:作战云
专知会员服务
90+阅读 · 2023年10月14日
相关基金
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
34+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
4+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
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员