现代信息化高技术战争中，无人机正在发挥着越来越大的作用。近年的阿富汗战争、叙利亚战争等频繁出现捕食者、全球鹰等无人作战飞机，在这些无人机武器系统中驾驶员不在飞机上，但驾驶员仍然保留在UCAV系统回路中，这种模式可称之为操控员远程操控模式。而且，其作战使用需要地面控制站具备远程目标人工识别、目标搜索、攻击决策等功能，并通过地面控制站任务规划系统指挥控制UCAV进入可发射区，构成制导武器的发射条件。可见，当前无人机武器系统作战均采用操控员远程操控攻击模式。但是这种攻击模式具有以下局限性。

(1)不可避免的要求地面指挥控制站与UCAV之间大数据量的交互，特别是在复杂作战环境和强对抗作战条件下，不仅增加了无人机对通讯的带宽、可靠性、实时性等需求，还使得地面操控人员必须实时处理和完成态势评估与威胁估计、战术决策、机动攻击/规避/干扰轨迹规划、机动飞行控制、特情处置、武器发射与控制等一系列复杂的作战任务，这将使得地面操控人员难以胜任。

(2)无人机在与地面通讯过程中极易受到干扰，存在作战指挥控制和信息交互的链路隐患。典型的事件有2011年伊朗成功通过电子战技术干扰美国RQ-170哨兵无人机的控制链路，使得无人机在伊朗境内降落。

(3)地面操控人员的固有生理因素，如估算精度、动作准确性、反应时间、攻击决策的优劣程度等限制导致地面操控人员并不能充分利用飞机和武器系统的全部能力，甚至产生错过或丧失攻击时机，乃至错误攻击目标等严重后果。然而，UCAV制空作战面临严峻的强对抗作战环境，目标具有高速/高超声速、大机动、低可探测性等特点，攻击时间窗口极短，战机稍纵即逝。使得无人对地打击采用的操控员远程操控作战模式不能适应无人制空作战。在人工智能技术的发展和推动下，智能自主作战模式成为解决空战所面临关键难题的必然技术发展方向，并具有以下两方面主要优势。

(1)飞行员进行大量地面模拟飞行训练和战法研讨，研究各种战术动作，累积经验。特别是近百年的飞行员实战与空中飞行训练，得到了丰富的实战经验，飞行员作战与训练经验为UCAV智能自主空战提供优秀的学习样本。空战知识来源于飞行员，但从飞行员处直接获得的是关于空战决策、飞行操纵等方面的一组离散的客观事实描述数据，通过飞机数据记录设备获得数据，大部分情况下对于飞行员的经验数据只能通过与飞行员的交流获得，它们是构成信息和知识的原始材料，对于空战战术决策显然是至关重要的数据财富。随着人工智能技术的发展，通过对飞行员数据进行处理，消除数据的不确定性，找到具有特定含义的彼此有关联的数据，形成空战知识，通过知识集成形成知识库，知识是结构化的、对于战术决策与战术机动具有指导意义的信息，对于提高作战能力具有重要的支撑作用。

(2)机器智能与飞行员智能具有很好的互补、移植和共生关系，在有人机/无人机协同作战中具有显著的军事应用发展潜力。智能互补指人的智能与机器智能间相互取长补短。人的长处体现在创造性、灵活性、主动性，适宜从事非常规的、不确定的、未确知的管理活动，如高层决策、总体规划、发展预测等；人的短处是易疲劳、会遗忘、有情绪，其脑力和体力劳动能力受到心理和生理条件的限制，不适于进行重复性、繁琐性、单调性的工作，如大量记忆、精确计算、高速查询等。相反地，计算机的长处是抗疲劳、不遗忘、无情绪，适宜担负重复的、繁琐的、单调的，需要大量记忆、精确计算、高速查询的工作；计算机的短处是规范性、呆板性、被动性，不适于处理非常规、不确定、未确知的管理问题，而适于处理常规的、确定的、确知的问题。因此通过智能互补可以充分发挥机器智能和飞行员智能的优势。另外，通过机器学习，在智能技术的研究、开发、应用过程中，机器智能还可以不断挖掘、学习和应用飞行员智能，使得人的智能不断地向机器智能转移，将逐步提高机器的人工智能水平。

转载于网络：侵删