人工智能空戰(zhàn)系統(tǒng)的發(fā)展及應(yīng)用前景

湯一峰

人工智能空戰(zhàn)系統(tǒng)ALPHA基于模糊邏輯樹控制算法，通過整合模糊控制、遺傳算法、級聯(lián)控制結(jié)構(gòu)的思想和原理，克服了神經(jīng)網(wǎng)絡(luò)算法運算量過大的缺點，同時又不失于精確性和魯棒性。本文介紹了ALPHA系統(tǒng)的項目背景、研發(fā)歷程、算法優(yōu)勢和實施框架。同時，結(jié)合美軍現(xiàn)有“忠誠僚機”等預(yù)研計劃，預(yù)測了人工智能空戰(zhàn)系統(tǒng)在無人機編隊等方面的應(yīng)用前景。

項目背景

2017年，針對人工智能科技的爆發(fā)式發(fā)展趨勢，英國廣播公司（BBC）發(fā)布了一份最可能被人工智能取代的人類工作清單。其中，汽車駕駛員這一崗位在榜單名列前茅。未來，可能不僅僅是汽車，連超聲速戰(zhàn)斗機飛行員也將被無人駕駛技術(shù)所取代。2016年，美國空軍研究實驗室（AFRL）的信息透露，其研發(fā)了一套名為ALPHA的人工智能空戰(zhàn)系統(tǒng)。同時，該系統(tǒng)在模擬空戰(zhàn)中以無可爭議的優(yōu)勢擊敗了經(jīng)驗豐富的美國空軍退役上校吉恩·李。而此前，還沒有任何人工智能模擬空戰(zhàn)系統(tǒng)可以戰(zhàn)勝人類頂尖的飛行員。

吉恩·李上校曾任美國空軍高級教官，為美國空軍培訓(xùn)了上千名飛行員，參加過越南戰(zhàn)爭，具有大量實際空戰(zhàn)經(jīng)驗。他也參與了ALPHA的研制，對ALPHA人工智能空戰(zhàn)系統(tǒng)的評價是：“這是我見過的最具敏捷性、侵略性、可靠性的人工智能系統(tǒng)”。

試驗歷程

2015年，ALPHA的早期版本出現(xiàn)在美國空軍的先進仿真集成模型框架（Advanced Framework for SimulationIntegration Modeling，AFSIM）空戰(zhàn)仿真平臺上。該系統(tǒng)利用其VESPA可視化模擬工具和當時美國空軍研究實驗室正在使用其他空戰(zhàn)系統(tǒng)進行了對戰(zhàn)，并成功獲勝。

在2016年11月舉行的IQPCInternationalFighter會議上，ALPHA的主要研制項目負責人尼古拉斯·厄內(nèi)斯特博士介紹，在擊敗了美國空軍研究實驗室所有的空戰(zhàn)模擬系統(tǒng)后，ALPHA不但在一對一中戰(zhàn)勝了吉恩·李，并且和多名美軍飛行員控制的飛行編隊進行了對戰(zhàn)。在多次模擬中，ALPHA控制的戰(zhàn)機只配備4發(fā)中程導(dǎo)彈，雷達所能掃描的俯仰和方位角分別被設(shè)定為15°和70°。而人類飛行員控制的戰(zhàn)機配備了4發(fā)遠程導(dǎo)彈和4發(fā)近程導(dǎo)彈，同時配備機載預(yù)警和控制系統(tǒng)（AWACS）。盡管ALPHA在武器數(shù)量和態(tài)勢感知能力上處于弱勢，但是其仍然在每次模擬中面對這些人類飛行員控制的戰(zhàn)機編隊中占據(jù)絕對優(yōu)勢。

研究團隊

ALPHA人工智能空戰(zhàn)系統(tǒng)由Psibernetix公司研制。該公司和美國賴特·帕特森空軍基地、美國空軍研究實驗室保持了緊密的合作聯(lián)系。從2013年起，尼古拉斯·厄內(nèi)斯特博士等人的團隊就利用基于模糊邏輯控制的人工智能技術(shù)，不斷在無人機路徑規(guī)劃、無人機機群防撞、無人機機群協(xié)作決策、無人機控制和任務(wù)規(guī)劃方面完成了關(guān)鍵性研究。

2017年，美國航空航天學(xué)會（AIAA）表彰了尼古拉斯·厄內(nèi)斯特博士等人的研究團隊在利用人工智能技術(shù)解決大規(guī)模復(fù)雜航空航天領(lǐng)域問題的突出貢獻。目前，Psibernetix公司開發(fā)了ALPHA、EVE、LITHIA等投入實際應(yīng)用的基于模糊邏輯算法控制的人工智能原型系統(tǒng)。

關(guān)鍵技術(shù)

常見人工智能算法

空戰(zhàn)決策算法中，一類是模糊邏輯控制算法為代表的傳統(tǒng)方法，另一類是以人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、影響圖法等為代表的智能方法。

傳統(tǒng)模糊邏輯控制算法應(yīng)用非常廣泛，最常用于工業(yè)控制系統(tǒng)領(lǐng)域，優(yōu)勢是對于噪聲、不確定環(huán)境的魯棒性較好，但擴展性較差。模糊邏輯控制算法不復(fù)雜，但是非常依賴“專家系統(tǒng)”提供的一整套規(guī)則。需要有大量預(yù)先設(shè)置的專業(yè)領(lǐng)域知識，這些知識通過一定的規(guī)則來影響系統(tǒng)做出判斷，形成決策。當輸入量有限時，模糊邏輯系統(tǒng)在趨勢預(yù)測方面表現(xiàn)得十分出色，但一旦輸入量變多（例如ALPHA系統(tǒng)目前的輸入變量就超過150個）時，它就變得太過復(fù)雜，計算量呈指數(shù)級增長，即便是今日的計算能力發(fā)達的情況下，仍是難以完全實時處理。另外，直接將傳統(tǒng)模糊邏輯控制應(yīng)用于空戰(zhàn)場景存在的問題包括：規(guī)則庫比較復(fù)雜，需要不斷調(diào)試；規(guī)則集很難覆蓋所有的空戰(zhàn)情境，對空戰(zhàn)中的不確定性和動態(tài)特性適應(yīng)較差。

遺傳算法（Genetic Algorithm）以生物進化理論中的自然選擇為模型，模擬了自然界中的進化過程。在優(yōu)化控制、信號處理等問題上得到了廣泛的應(yīng)用，是解決隨機搜索問題的有效方法。

人工神經(jīng)網(wǎng)絡(luò)（Artificial NeuralNefwork）以其優(yōu)良的自學(xué)能力和存儲能力，能夠快速找到優(yōu)化解，在人工智能領(lǐng)域使用十分廣泛。戰(zhàn)勝李世石的大名鼎鼎ALPHA GO上使用的就是深度卷積神經(jīng)網(wǎng)絡(luò)（匹配卷積網(wǎng)絡(luò)的權(quán)重共享結(jié)構(gòu)）和蒙特卡洛搜索樹的算法。這一算法模擬了人類大腦的工作機制，但缺點是需要進行多層計算，計算量較大，人們通常很難理解或者破譯出為何算法得出該結(jié)果。

算法原理

ALPHA人工智能空戰(zhàn)系統(tǒng)中使用的核心算法被稱為“遺傳模糊邏輯樹”（Genetic Fuzzy Tree，GFT）。該算法是“遺傳算法”、“模糊邏輯控制算法”、“級聯(lián)樹狀控制算法”的集成，繼承了以上3種算法的優(yōu)勢，具有以下特性：

（1）遺傳特性

ALPHA人工智能空戰(zhàn)系統(tǒng)的訓(xùn)練過程是從大量隨機參數(shù)版本的ALPHA開始，讓這些自動生成的版本和經(jīng)過人工調(diào)整參數(shù)的ALPHA版本進行對戰(zhàn)。獲勝版本的代碼段將互相“繁殖”，以生成更加強大性能的下一代版本。即只有經(jīng)過優(yōu)勝劣汰的最優(yōu)代碼段會繼承給下一代，每一代ALPHA都將表現(xiàn)更出色。這是遺傳模糊邏輯樹算法中，“遺傳”的含義所在。

（2）模糊特性

目前，大多數(shù)人工智能空戰(zhàn)系統(tǒng)采用的基于數(shù)值的控制算法，為操作提供了非?！熬_”的參數(shù)。但是，模糊控制算法基于“語義”，并非基于“數(shù)值”，因此是一種“模糊”算法。

模糊控制算法依賴專家知識庫，通過專家知識將輸入和輸出分組，應(yīng)用一系列“if-then”規(guī)則來確定輸出，將該輸出轉(zhuǎn)化為一個控制動作。

利用模糊控制算法可以降低算法難度：將控制問題的解空間離散化，形成一系列“語義詞組”（Linguistic Term）。

（3）樹狀特性

模糊邏輯控制的控制器稱為模糊推理系統(tǒng)（Fuzzy Inference System，F(xiàn)IS）。單個模糊推理系統(tǒng)在面對海量輸入時，就變得異常復(fù)雜，產(chǎn)生無法處理的運算量。因此，在處理解空間巨大的問題時，需要將多個模糊推理系統(tǒng)組合成樹狀結(jié)構(gòu)，形成所謂的模糊邏輯樹（ Fuzzy Tree）結(jié)構(gòu)。在模糊邏輯樹中，通過分解控制問題，讓每個模糊推理系統(tǒng)處理整個問題的一小部分。通過生成模糊邏輯樹，可以大幅減少系統(tǒng)規(guī)則庫的規(guī)則數(shù)目，提高控制系統(tǒng)運行效率。

但是需要指出的是，遺傳模糊邏輯樹中的樹狀結(jié)構(gòu)并不是傳統(tǒng)的“自頂向下”模式（見圖4左圖），而是有著互連不固定的架構(gòu)。下右圖就是一種典型的遺傳模糊邏輯樹的級聯(lián)樹狀結(jié)構(gòu)形式。

綜上，ALPHA人工智能空戰(zhàn)系統(tǒng)采用的遺傳模糊邏輯樹算法更關(guān)注于模型構(gòu)建，就像人們描述物體是使用“大、中、小”這樣語意模糊詞語，而一般不會用精確尺寸去描述。遺傳模糊決策樹也嘗試在控制系統(tǒng)中引入這樣的“模糊性”。同時，其遺傳特性會讓它在海量數(shù)據(jù)中不斷進化，拋棄過時的解決方案。最后，級聯(lián)樹狀結(jié)構(gòu)使整個系統(tǒng)運算量降低到現(xiàn)有硬件可以接受的范圍。

整個遺傳模糊邏輯樹算法演進過程如下圖：

具體實現(xiàn)

前文提到，遺傳模糊邏輯樹中包含了許多模糊推理子系統(tǒng)。每個模糊推理子系統(tǒng)子系統(tǒng)都有多個成員函數(shù)，用于將輸入輸出按照“語言語義”（Linguistic）進行分類?！罢Z言語義”表示：“很遠”、“威脅很大”等并非精確的數(shù)值參數(shù)。同時利用“l(fā)f-Then”規(guī)則。例如：如果（lf）發(fā)射導(dǎo)彈擊中目標的概率是中等的，并且毀傷精確度非常高，那么（Then）就發(fā)射導(dǎo)彈。通過將空戰(zhàn)問題分解為多個子決策，那么整個解空間就將大大縮小。當然這樣分解的潛在風(fēng)險是可能有一些子決策之間存在耦合關(guān)系。

盡管大部分的復(fù)雜決策都由一組模糊推理子系統(tǒng)來完成，但是其他算法也可以很方便的添加進整個遺傳模糊邏輯樹系統(tǒng)。只要某個子問題存在最優(yōu)算法，就可以將該算法納入進來。下圖是遺傳模糊邏輯樹系統(tǒng)的典型架構(gòu)方式。

以ALPHA人工智能空戰(zhàn)系統(tǒng)樹狀結(jié)構(gòu)中的防御分支為例。防御分支在遺傳模糊邏輯樹中負責量化戰(zhàn)機在面對特定進攻模式時的防御性能，其輸出為0～100%。根據(jù)防御分支的輸出，確定戰(zhàn)機的規(guī)避機動方式和下一步戰(zhàn)術(shù)操作。

防御分支可以由兩層模糊推理子系統(tǒng)級聯(lián)。第一層模糊推理子系統(tǒng)測量敵我間的水平和垂直距離，第二層測量威脅目標的方位角、角速度以及第一層模糊推理子系統(tǒng)處理后的有效距離數(shù)據(jù)。各個模糊推理子系統(tǒng)中的成員函數(shù)最后得到的結(jié)果幫助整個ALPHA人工智能空戰(zhàn)系統(tǒng)決定：戰(zhàn)機是否該開始機動規(guī)避動作、是否應(yīng)該針對來襲威脅發(fā)射防御導(dǎo)彈。同時，防御分支下模糊推理子系統(tǒng)得到的有效距離數(shù)據(jù)也會被態(tài)勢感知（SA）分支所用到。

Psibernetix在ALPHA人工智能空戰(zhàn)系統(tǒng)之前研發(fā)過一套同樣使用遺傳模糊邏輯樹算法的增強學(xué)習(xí)型戰(zhàn)術(shù)處理算法（Learning Enhanced TacticalHandling Algorithm，LETHA），用于無人機編隊控制。增強學(xué)習(xí)型戰(zhàn)術(shù)處理算法的模糊邏輯樹交聯(lián)方式如下圖。可以看到增強學(xué)習(xí)型戰(zhàn)術(shù)處理算法系統(tǒng)被分解成3個分支：路徑規(guī)劃分支、武器系統(tǒng)分支、通信分支。每個分支自身又形成一個小型的級聯(lián)模糊邏輯控制系統(tǒng)，同時3個分支之間存在連接。

目前來看，模糊推理子系統(tǒng)在應(yīng)對不確定動態(tài)環(huán)境、深度學(xué)習(xí)等領(lǐng)域具有良好的潛力。同時，通過將模糊推理子系統(tǒng)系統(tǒng)級聯(lián)形成遺傳模糊邏輯樹，分解空戰(zhàn)中的復(fù)雜問題為各個子決策，解決了模糊推理子系統(tǒng)在輸入數(shù)量比較大時會變得極端復(fù)雜的問題。不過，遺傳模糊邏輯樹算法也存在劣勢：整體遺傳模糊邏輯樹系統(tǒng)的性能受單個模糊推理子系統(tǒng)子系統(tǒng)的限制，單個模糊推理子系統(tǒng)的性能表現(xiàn)決定了整體遺傳模糊邏輯樹的性能上限。

相比于神經(jīng)網(wǎng)絡(luò)算法模擬“大腦結(jié)構(gòu)”來完成深度學(xué)習(xí)，遺傳模糊邏輯樹算法模擬的是“大腦思考模式”，即基于語義的方法。根據(jù)遺傳模糊邏輯樹算法建立起的ALPHA人工智能空戰(zhàn)系統(tǒng)，通過對敵對目標的“速度”、“威脅等級”等參數(shù)區(qū)分，發(fā)展出一套應(yīng)對的規(guī)則，例如，可以根據(jù)目標敵機的移動和威脅大小來確定是發(fā)射導(dǎo)彈攻擊還是機動規(guī)避。

同時，ALPHA人工智能空戰(zhàn)系統(tǒng)也可以接受來自人類飛行員的命令，而且人類飛行員可以在任意層面收回控制權(quán)，ALPHA人工智能空戰(zhàn)系統(tǒng)只有當獲得人類允許時才會進行相應(yīng)攻擊。針對ALPHA人工智能空戰(zhàn)系統(tǒng)可能出現(xiàn)的誤傷問題，AFRL的研究人員對ALPHA人工智能空戰(zhàn)系統(tǒng)所有代碼進行了檢查。

目前，ALPHA人工智能空戰(zhàn)系統(tǒng)可同時處理多達150項輸入，包括我機速度、加速度、僚機位置、敵機導(dǎo)彈覆蓋范圍等等信息。同時計算速度要遠遠超過人類0.15s的極限目視反應(yīng)速度（這還不包括在完成各種翻滾俯仰機動操作時會造成的反應(yīng)延遲）。在之前進行的一次模擬中，每6.5msALPHA人工智能空戰(zhàn)系統(tǒng)就能對4架飛機所有輸入的傳感器數(shù)據(jù)進行一遍處理，完成場景對應(yīng)，分析當前行動方案并做出決策。這樣的速度比“眨一次眼”快200多倍。接下來ALPHA人工智能空戰(zhàn)系統(tǒng)將進一步提升對機體空氣動力學(xué)、傳感器建模的精確度、引入更多更復(fù)雜的機載航電和傳感器模型。

未來應(yīng)用

無人作戰(zhàn)飛機（UCAV）若想實現(xiàn)完全遠程控制，則勢必需要零延遲的通信傳輸系統(tǒng)，而在目前環(huán)境下要想實現(xiàn)無人機圖像、指揮控制等各種信息的零延遲傳輸幾乎是不可能實現(xiàn)的。首先要面臨衛(wèi)星通信的帶寬限制，其次數(shù)據(jù)鏈的安全性和抗干擾性也是非常大的風(fēng)險?；谏鲜銮闆r，使用ALPHA人工智能系統(tǒng)使無人作戰(zhàn)飛機自主決策完成C41SR以及攻擊任務(wù)，可以避免通信延遲帶來的種種問題。

與此同時，美國空軍正考慮今后使用無人作戰(zhàn)飛機作為僚機，和人類飛行員組成飛行編隊。為此，開展的“忠誠僚機”（Loyal Wingman）項目在2017年已經(jīng)進行了第二階段演示驗證。洛克希德·馬丁公司的臭鼬工廠團隊和美國空軍研究實驗室開展合作，利用F-16作為無人平臺，和有人飛機平臺在愛德華茲空軍基地進行了復(fù)雜空戰(zhàn)環(huán)境下的編隊操作。

接下來，“忠誠僚機”項目將會引入進一步成熟后的ALPHA人工智能空戰(zhàn)系統(tǒng)，美國空軍期望在2022年完成“忠誠僚機”項目并在5～1O年后正式部署。如果順利的話，“忠誠僚機”項目能為F-35、F-22和下一代遠程轟炸機B-21配備相應(yīng)的無人僚機編隊。實現(xiàn)人類飛行員發(fā)出指令，ALPHA控制的無人機執(zhí)行較為危險的任務(wù)，而將安全程度更高的任務(wù)交給人類執(zhí)行。

目前，美軍發(fā)展的“忠誠僚機”、“小精靈”、“SOSITE”、“CODE”等多個飛行平臺自主性項目分別面向不同的作戰(zhàn)場景和平臺，使用的核心算法技術(shù)也不盡相同。ALPHA人工智能空戰(zhàn)系統(tǒng)是其中最具有巨大潛力的重要發(fā)展方向。今后，ALPHA人工智能空戰(zhàn)系統(tǒng)能否走出模擬平臺，進入實際空戰(zhàn)，讓我們拭目以待。