精確制導(dǎo)武器智能化若干問(wèn)題思考

樊會(huì)濤 張新朝

摘 要：本文介紹了人工智能技術(shù)對(duì)精確制導(dǎo)武器智能化的推動(dòng)作用，概述了精確制導(dǎo)武器探測(cè)識(shí)別和制導(dǎo)控制智能化現(xiàn)狀， 探討了精確制導(dǎo)武器智能化過(guò)程中面臨的大規(guī)模樣本構(gòu)建、 仿真性能向真實(shí)能力遷移、 不可解釋性和可靠性質(zhì)疑、 智能武器性能評(píng)估等問(wèn)題， 并針對(duì)性的給出了半實(shí)物仿真訓(xùn)練、 遷移學(xué)習(xí)、 模仿人類直覺(jué)與理性結(jié)合、 重構(gòu)評(píng)估方法等解決思路。 提出了精確制導(dǎo)武器智能化對(duì)裝備研制和作戰(zhàn)使用的三個(gè)影響： 模擬仿真技術(shù)重要性凸顯、 訓(xùn)練模式將發(fā)生重大變革、 現(xiàn)有作戰(zhàn)模式將被顛覆。

關(guān)鍵詞：? 精確制導(dǎo)武器； 人工智能； 遷移學(xué)習(xí)； 直覺(jué)與理性結(jié)合

中圖分類號(hào)：TJ760

文獻(xiàn)標(biāo)識(shí)碼： A

文章編號(hào)：? 1673-5048（2024）02-0001-07

DOI： 10.12132/ISSN.1673-5048.2024.0033

0 引? 言

科學(xué)技術(shù)的每次進(jìn)步總是催生戰(zhàn)爭(zhēng)形態(tài)出現(xiàn)變革， 機(jī)器的發(fā)明和應(yīng)用推動(dòng)戰(zhàn)爭(zhēng)形態(tài)轉(zhuǎn)向“機(jī)械化”， 信息技術(shù)和網(wǎng)絡(luò)技術(shù)的出現(xiàn)推動(dòng)戰(zhàn)爭(zhēng)形態(tài)轉(zhuǎn)向“信息化”。 近十幾年來(lái)， 新一代人工智能技術(shù)的大發(fā)展正推動(dòng)戰(zhàn)爭(zhēng)形態(tài)向“智能化”轉(zhuǎn)變， 智能化戰(zhàn)爭(zhēng)不僅具備信息化戰(zhàn)爭(zhēng)的特點(diǎn)， 還能實(shí)現(xiàn)更快、 更精準(zhǔn)的決策和作戰(zhàn)效果。 智能化戰(zhàn)爭(zhēng)戰(zhàn)術(shù)策略更加靈活多變， 諸如武器自主決策、 武器群分布式自主協(xié)同作戰(zhàn)等無(wú)人作戰(zhàn)模式將成為未來(lái)戰(zhàn)爭(zhēng)的基本形態(tài)。

自精確制導(dǎo)武器出現(xiàn)以來(lái)， 其在現(xiàn)代高技術(shù)戰(zhàn)爭(zhēng)中的作用和地位持續(xù)提高， 越來(lái)越成為常規(guī)戰(zhàn)爭(zhēng)最高效的打擊手段。 隨著新的作戰(zhàn)方式不斷涌現(xiàn)， 戰(zhàn)場(chǎng)環(huán)境復(fù)雜性、 變化性持續(xù)提高， 精確制導(dǎo)武器作戰(zhàn)效能也面臨著越來(lái)越大的挑戰(zhàn)， 其智能化水平高低， 是決定未來(lái)智能化戰(zhàn)爭(zhēng)勝負(fù)的關(guān)鍵因素。 結(jié)合人工智能技術(shù)特點(diǎn)和精確制導(dǎo)武器特征， 可將精確制導(dǎo)武器的智能化水平劃分為初、 中、 高、 超四個(gè)等級(jí)， 當(dāng)前精確制導(dǎo)武器正處于中級(jí)智能大發(fā)展時(shí)期， 典型特征是以深度學(xué)習(xí)［1］理論為基礎(chǔ)的深度神經(jīng)網(wǎng)絡(luò)模型在精確制導(dǎo)武器上的應(yīng)用， 正推動(dòng)精確制導(dǎo)武器的智能化水平進(jìn)一步提升， 智能化水平又直接影響著自主和協(xié)同能力， 可以說(shuō)智能化是實(shí)現(xiàn)更強(qiáng)自主和協(xié)同的基礎(chǔ)。 中級(jí)智能精確制導(dǎo)武器的典型特點(diǎn)是可以通過(guò)對(duì)數(shù)據(jù)的“被動(dòng)學(xué)習(xí)”， 產(chǎn)生對(duì)復(fù)雜環(huán)境的部分自主認(rèn)知決策能力［2］。 具體表現(xiàn)在探測(cè)識(shí)別、 制導(dǎo)控制、 決策、 協(xié)同方面的能力不斷提升。 基于數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)理論與以往基于知識(shí)驅(qū)動(dòng)的符號(hào)邏輯推理理論存在本質(zhì)不同， 新一代人工智能技術(shù)在精確制導(dǎo)武器上的應(yīng)用尚存在諸多困難和挑戰(zhàn)。

1 人工智能發(fā)展推動(dòng)精確制導(dǎo)武器智能化

一般認(rèn)為最早的制導(dǎo)武器是第二次世界大戰(zhàn)末期德國(guó)研制成功并投入使用的V-1、 V-2遠(yuǎn)程控制導(dǎo)彈。 制導(dǎo)武器是一種無(wú)人直接參與（駕駛）的制導(dǎo)戰(zhàn)斗飛行器或航行體。 在越南戰(zhàn)爭(zhēng)和第四次中東戰(zhàn)爭(zhēng)中， 美國(guó)和以色列、 埃及使用制導(dǎo)炸彈和導(dǎo)彈取得了引人矚目的作戰(zhàn)效果， 由于這些武器能夠自己“尋找”和攻擊目標(biāo)， 具有極高的命中精度， 當(dāng)時(shí)被稱為“靈巧炸彈”。 1974年， 美國(guó)政府的正式文件中第一次出現(xiàn)“精確制導(dǎo)武器”（Precision Guided Weapons）這一名詞。 一般認(rèn)為， 精確制導(dǎo)武器是導(dǎo)彈和精確制導(dǎo)彈藥的總稱， 而精確制導(dǎo)技術(shù)（Precision Guidance Technique）是發(fā)展精確制導(dǎo)武器的核心技術(shù)， 是以微電子、 計(jì)算機(jī)和光電探測(cè)技術(shù)為核心， 以自動(dòng)控制技術(shù)為基礎(chǔ)發(fā)展起來(lái)的高新技術(shù)［3-6］。 其中， 計(jì)算機(jī)是導(dǎo)彈的重要組成部分， 特別是70年代微處理機(jī)問(wèn)世后， 數(shù)字計(jì)算機(jī)在導(dǎo)彈上的應(yīng)用日益廣泛［7］。

“人工智能”這一術(shù)語(yǔ)于1956年在達(dá)特茅斯學(xué)院召開(kāi)的會(huì)議上第一次被正式使用， 是計(jì)算機(jī)科學(xué)中涉及研究、 設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支， 是研究制造模擬人類智能活動(dòng)能力的智能機(jī)器或智能系統(tǒng)， 以延伸人類智能的科學(xué)。 通俗地說(shuō)， 人工智能就是研究如何使機(jī)器具有能聽(tīng)、 能說(shuō)、 能看、 能寫(xiě)、 能思維、 會(huì)學(xué)習(xí)、 能適應(yīng)環(huán)境變化、 能解決面臨的各種實(shí)際問(wèn)題等功能的一門(mén)學(xué)科［8-9］。 精確制導(dǎo)武器探測(cè)識(shí)別裝置可以類比為人類的視覺(jué)、 聽(tīng)覺(jué)等感知處理系統(tǒng)， 制導(dǎo)控制裝置可以類比為人類的身體、 肢體控制系統(tǒng)。 精確制導(dǎo)武器自動(dòng)探測(cè)、 識(shí)別、 選擇目標(biāo)的能力要求對(duì)應(yīng)了人工智能技術(shù)使機(jī)器能看、 會(huì)思維的目標(biāo)， 精確制導(dǎo)武器應(yīng)對(duì)敵方攔截、 干擾的能力要求對(duì)應(yīng)了人工智能技術(shù)使機(jī)器適應(yīng)環(huán)境變化的目標(biāo)。 可以說(shuō)， 人工智能學(xué)科出現(xiàn)后， 其部分研究成果就迅速成為精確制導(dǎo)武器實(shí)現(xiàn)自己“尋找”和攻擊目標(biāo)能力的重要技術(shù)手段。 從20世紀(jì)80年代起至今， 諸多文獻(xiàn)在展望精確制導(dǎo)武器的發(fā)展趨勢(shì)時(shí)， 都將“智能化”列為重要發(fā)展方向［10-17］， 人工智能技術(shù)的持續(xù)突破推動(dòng)了精確制導(dǎo)武器智能化水平的不斷進(jìn)步。

人工智能在幾十年的發(fā)展過(guò)程中產(chǎn)生了許多不同的學(xué)派， 主要包括符號(hào)主義、 連接主義和行為主義。 符號(hào)主義認(rèn)為可以通過(guò)邏輯推理和符號(hào)操作來(lái)實(shí)現(xiàn)人工智能， 其核心觀點(diǎn)是物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理。 連接主義強(qiáng)調(diào)神經(jīng)網(wǎng)絡(luò)和神經(jīng)元之間的連接機(jī)制在人工智能中的重要作用， 認(rèn)為可以通過(guò)神經(jīng)元之間的連接和權(quán)重調(diào)整， 實(shí)現(xiàn)對(duì)復(fù)雜函數(shù)和知識(shí)的表示與學(xué)習(xí)。 行為主義強(qiáng)調(diào)智能體在與環(huán)境交互中的學(xué)習(xí)、 適應(yīng)和演化， 認(rèn)為行為是人與環(huán)境相互作用的結(jié)果， 強(qiáng)調(diào)研究行為背后的刺激與反應(yīng)關(guān)系， 認(rèn)為學(xué)習(xí)是刺激與反應(yīng)之間的聯(lián)結(jié)。 近十幾年來(lái)， 連接主義學(xué)派基于深度學(xué)習(xí)的人工智能技術(shù)在計(jì)算機(jī)視覺(jué)、 自然語(yǔ)言處理等領(lǐng)域取得了重大突破， 隨后逐漸在精確制導(dǎo)武器的光學(xué)成像導(dǎo)引系統(tǒng)中得到應(yīng)用。 隨著技術(shù)的發(fā)展， 研究者開(kāi)始將連接主義理論與行為主義理論相結(jié)合， 以解決更復(fù)雜的控制和優(yōu)化問(wèn)題，產(chǎn)生了一種結(jié)合了兩者特點(diǎn)的智能決策與控制算法-深度強(qiáng)化學(xué)習(xí)（Deep Reinforcement Learning， DRL）。 之后， 開(kāi)始有研究者將深度強(qiáng)化學(xué)習(xí)算法應(yīng)用于精確制導(dǎo)武器的制導(dǎo)控制系統(tǒng)。 除此之外， 也有研究者將符號(hào)主義和連接主義融合， 以期建立一個(gè)可解釋和魯棒的人工智能理論， 發(fā)展可信、 安全和可靠的人工智能技術(shù)， 這一目標(biāo)也正好契合了智能化精確制導(dǎo)武器可靠、 安全、 可控的發(fā)展和使用要求。

2 精確制導(dǎo)武器智能化現(xiàn)狀

精確制導(dǎo)武器一般采用雷達(dá)制導(dǎo)、 激光制導(dǎo)、 紅外制導(dǎo)、 GPS制導(dǎo)等單?；驈?fù)合制導(dǎo)方式， 實(shí)現(xiàn)對(duì)目標(biāo)的精準(zhǔn)打擊［13］。 以深度學(xué)習(xí)理論為基礎(chǔ)的新一代人工智能技術(shù)， 能夠從大量數(shù)據(jù)中自動(dòng)學(xué)習(xí)并提取特征， 從而實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的預(yù)測(cè)和分類。 這種自主學(xué)習(xí)能力使得新一代人工智能系統(tǒng)能夠不斷自我進(jìn)化， 提高性能。 精確制導(dǎo)武器屬于一種典型的智能機(jī)器， 其智能自主水平的高低直接決定了作戰(zhàn)效能好壞， 精確制導(dǎo)武器智能化、 自主化水平提升是作戰(zhàn)部隊(duì)的持續(xù)需求［18］。 當(dāng)前， 精確制導(dǎo)武器正處于中級(jí)智能的快速發(fā)展時(shí)期， 中級(jí)智能導(dǎo)彈在目標(biāo)識(shí)別、 跟蹤和打擊上的自主性將進(jìn)一步提升， 能夠通過(guò)訓(xùn)練不斷提升感知、 認(rèn)知和決策能力， 對(duì)于復(fù)雜戰(zhàn)場(chǎng)環(huán)境具備較強(qiáng)的適應(yīng)能力。 中級(jí)智能精確制導(dǎo)武器將有效解決抗復(fù)雜背景、 抗新型誘餌、 強(qiáng)博弈對(duì)抗下高精度打擊等問(wèn)題， 生成目標(biāo)分類識(shí)別、 關(guān)鍵部位識(shí)別、 敵我識(shí)別、 自主協(xié)同等新質(zhì)能力。 與初級(jí)智能相比， 其最大特點(diǎn)是具備“自主學(xué)習(xí)”能力， 可以通過(guò)在大規(guī)模數(shù)據(jù)樣本上的訓(xùn)練自主實(shí)現(xiàn)性能的不斷提升。 從精確制導(dǎo)武器各分系統(tǒng)功能區(qū)分， 新一代人工智能技術(shù)正在探測(cè)識(shí)別和制導(dǎo)控制方面得到應(yīng)用， 推動(dòng)精確制導(dǎo)武器智能化發(fā)展。

2.1 探測(cè)識(shí)別智能化現(xiàn)狀

探測(cè)識(shí)別系統(tǒng)是精確制導(dǎo)武器的核心部件， 主要作用是截獲并跟蹤目標(biāo)， 輸出實(shí)現(xiàn)制導(dǎo)律所需的信息。 近幾年， 在計(jì)算機(jī)視覺(jué)領(lǐng)域快速發(fā)展和廣泛應(yīng)用的深度學(xué)習(xí)理論， 被迅速的引入到導(dǎo)彈的探測(cè)識(shí)別系統(tǒng)（導(dǎo)引頭和引信）。 深度學(xué)習(xí)算法具備強(qiáng)大的自主學(xué)習(xí)能力、 數(shù)據(jù)處理能力和泛化能力。 基于強(qiáng)大的自主學(xué)習(xí)能力， 通過(guò)在大規(guī)模數(shù)據(jù)樣本上訓(xùn)練， 可以使探測(cè)識(shí)別系統(tǒng)具備強(qiáng)大的目標(biāo)檢測(cè)識(shí)別性能； 基于強(qiáng)大的數(shù)據(jù)處理能力， 通過(guò)戰(zhàn)場(chǎng)態(tài)勢(shì)感知、 數(shù)據(jù)鏈路傳輸?shù)燃夹g(shù)， 實(shí)時(shí)獲取多源信息并在數(shù)據(jù)級(jí)進(jìn)行充分融合， 可以大幅提升抗干擾性能； 基于強(qiáng)大的泛化能力， 可以有效保障精確制導(dǎo)武器在新場(chǎng)景新態(tài)勢(shì)下仍具備優(yōu)異性能。 深度學(xué)習(xí)算法的應(yīng)用有效提升了精確制導(dǎo)武器在復(fù)雜環(huán)境下的探測(cè)識(shí)別和跟蹤性能， 使精確制導(dǎo)武器探測(cè)識(shí)別分系統(tǒng)看得更遠(yuǎn)、 更清、 更真， 為提高導(dǎo)彈的打擊精度和抗干擾能力奠定了良好基礎(chǔ)。

近年來(lái)， 美軍智能制導(dǎo)武器技術(shù)逐漸成熟， 實(shí)現(xiàn)了導(dǎo)彈的自主決策、 協(xié)同作戰(zhàn)、 信息融合等方面的突破［19］。 其“遠(yuǎn)程反艦導(dǎo)彈”（LRASM）具有目標(biāo)精確探測(cè)與識(shí)別、 電子頻譜監(jiān)視與定位、 區(qū)分?jǐn)撤讲煌走_(dá)信號(hào)的能力。 其探測(cè)識(shí)別智能化主要體現(xiàn)在兩個(gè)方面。 一是能夠自主識(shí)別目標(biāo)并進(jìn)行攻擊。 美國(guó)軍方稱， LRASM導(dǎo)彈能在航運(yùn)密集的海面上從眾多船只中準(zhǔn)確地識(shí)別出預(yù)設(shè)的特定類型艦船目標(biāo)。 二是在網(wǎng)絡(luò)被切斷的情況下， 采用先進(jìn)慣性測(cè)量裝置以及具有自動(dòng)目標(biāo)識(shí)別算法的多模導(dǎo)引頭， 可以自主尋的打擊目標(biāo)。 美國(guó)雷神公司研制的SDB-Ⅱ小直徑炸彈采用三模導(dǎo)引頭， 實(shí)現(xiàn)了對(duì)激光回波、 紅外成像、 毫米波雷達(dá)回波信息的感知， 利用智能信息處理技術(shù)， 有效提升三模信息的融合效果， 能夠在復(fù)雜地物背景下對(duì)坦克、 裝甲車輛等目標(biāo)進(jìn)行快速自主的分類、 識(shí)別和跟蹤。

以色列拉斐爾（Rafael）先進(jìn)防御系統(tǒng)公司在發(fā)布“海上破壞者”（Sea Breaker）時(shí)， 聲稱此型導(dǎo)彈配備了先進(jìn)的紅外成像導(dǎo)引頭， 使用了人工智能與決策算法， 可對(duì)300km外的固定/移動(dòng)海陸目標(biāo)實(shí)施防區(qū)外精確打擊， 其智能算法包括計(jì)算機(jī)視覺(jué)、 人工智能、 場(chǎng)景匹配、 自動(dòng)目標(biāo)識(shí)別以及任務(wù)規(guī)劃等， 可以實(shí)現(xiàn)完全自主的作戰(zhàn)。

2.2 制導(dǎo)控制智能化現(xiàn)狀

制導(dǎo)控制系統(tǒng)是精確制導(dǎo)武器飛向目標(biāo)過(guò)程中至關(guān)重要的一環(huán)， 負(fù)責(zé)對(duì)導(dǎo)彈的飛行軌跡、 姿態(tài)和速度進(jìn)行實(shí)時(shí)調(diào)整， 確保導(dǎo)彈能夠精確打擊目標(biāo)。 制導(dǎo)控制系統(tǒng)從探測(cè)識(shí)別系統(tǒng)獲取目標(biāo)信息， 按照預(yù)定的導(dǎo)引規(guī)律形成制導(dǎo)誤差信號(hào)并傳遞給姿態(tài)控制系統(tǒng)。 姿態(tài)控制系統(tǒng)根據(jù)制導(dǎo)誤差信號(hào)， 實(shí)時(shí)計(jì)算導(dǎo)彈的飛行姿態(tài)偏差， 并生成相應(yīng)的控制指令。 導(dǎo)彈的制導(dǎo)控制本質(zhì)上是尋找最優(yōu)制導(dǎo)律， 是指特定條件下， 能夠使導(dǎo)彈以最優(yōu)性能完成制導(dǎo)任務(wù)的一系列控制策略和算法。 最優(yōu)制導(dǎo)律旨在實(shí)現(xiàn)導(dǎo)彈的高精度、 高速度、 高靈活性， 以達(dá)到最佳的打擊效果。 精確制導(dǎo)武器制導(dǎo)控制系統(tǒng)智能化的核心是智能制導(dǎo)律， 其內(nèi)涵是指在彈目對(duì)抗博弈不確定場(chǎng)景下， 利用人工智能技術(shù)自動(dòng)生成機(jī)動(dòng)博弈策略， 提升導(dǎo)彈彈道能效、 降低彈道剛性， 使精確制導(dǎo)武器打得更準(zhǔn)、 更遠(yuǎn)、 更靈活。 當(dāng)前智能制導(dǎo)律的研究包括局部智能制導(dǎo)律和全局智能制導(dǎo)律兩個(gè)方向。 局部智能制導(dǎo)律研究包括： 利用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)預(yù)測(cè)實(shí)現(xiàn)對(duì)干擾項(xiàng)的抑制， 利用深度神經(jīng)網(wǎng)絡(luò)求解局部最優(yōu)制導(dǎo)律， 利用深度強(qiáng)化學(xué)習(xí)進(jìn)行參數(shù)估計(jì)實(shí)現(xiàn)自適應(yīng)變比例系數(shù)制導(dǎo)， 利用深度強(qiáng)化學(xué)習(xí)預(yù)測(cè)局部最優(yōu)制導(dǎo)律等。 全局智能制導(dǎo)律研究包括： 利用深度神經(jīng)網(wǎng)絡(luò)取代傳統(tǒng)制導(dǎo)律算法以提高計(jì)算效率， 利用深度強(qiáng)化學(xué)習(xí)方法求解全局最優(yōu)制導(dǎo)律等［20］。

美國(guó)雷神公司與挪威康斯伯格海事公司聯(lián)合研發(fā)的NSM導(dǎo)彈（Naval Strike Missile）在彈道末端可以三維迂回機(jī)動(dòng)， 其制導(dǎo)算法將協(xié)同制導(dǎo)與智能制導(dǎo)相結(jié)合實(shí)時(shí)規(guī)劃出有利的飛行彈道， 可以實(shí)現(xiàn)多枚導(dǎo)彈同時(shí)攻擊目標(biāo)的不同部位， 提高殺傷效果。

俄羅斯的鋯石高超聲速反艦導(dǎo)彈采用了智能制導(dǎo)律算法， 能夠自主選擇目標(biāo)， 動(dòng)態(tài)實(shí)時(shí)選擇合適的、 滿足規(guī)避威脅要求且能夠有效攻擊所選擇目標(biāo)。

挪威第五代反艦導(dǎo)彈能夠智能改變末端彈道和進(jìn)入角度以攻擊目標(biāo)薄弱或關(guān)鍵部位， 利用智能制導(dǎo)實(shí)時(shí)規(guī)劃出有利的飛行彈道實(shí)現(xiàn)多枚導(dǎo)彈同時(shí)攻擊目標(biāo)的不同部位。 能夠在自身處于不利攻擊陣位時(shí)， 其智能制導(dǎo)控制軟件可以控制彈體進(jìn)行戰(zhàn)術(shù)機(jī)動(dòng)， 占領(lǐng)有力攻擊陣位， 對(duì)目標(biāo)實(shí)施最佳效果的攻擊。

3 精確制導(dǎo)武器智能化若干問(wèn)題與對(duì)策

復(fù)雜對(duì)抗場(chǎng)景下的目標(biāo)探測(cè)識(shí)別和制導(dǎo)控制性能是決定導(dǎo)彈作戰(zhàn)效能的核心要素， 近幾年， 各國(guó)研究機(jī)構(gòu)紛紛將新一代人工智能技術(shù)引入精確制導(dǎo)武器［21］， 精確制導(dǎo)武器的探測(cè)識(shí)別和制導(dǎo)控制性能得到了大幅提升。 但是由于深度學(xué)習(xí)基于數(shù)據(jù)驅(qū)動(dòng)的底層原理， 精確制導(dǎo)武器的智能化發(fā)展在大規(guī)模數(shù)據(jù)樣本構(gòu)建、 訓(xùn)練方法、 可靠性以及性能評(píng)估等方面仍然存在諸多亟待解決的問(wèn)題。

3.1 大規(guī)模樣本構(gòu)建問(wèn)題

深度學(xué)習(xí)理論的核心是通過(guò)學(xué)習(xí)大量數(shù)據(jù)來(lái)提取特征并進(jìn)行預(yù)測(cè)或決策， 深度神經(jīng)網(wǎng)絡(luò)模型對(duì)數(shù)據(jù)的依賴性極高。 首先， 深度學(xué)習(xí)算法需要大量的數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練， 數(shù)據(jù)必須達(dá)到一定規(guī)模， 才能達(dá)到較高的性能。 隨著訓(xùn)練樣本規(guī)模增加， 算法的準(zhǔn)確率通常會(huì)不斷提高， 如果數(shù)據(jù)規(guī)模過(guò)小， 則容易出現(xiàn)過(guò)擬合現(xiàn)象， 導(dǎo)致模型在應(yīng)用場(chǎng)景表現(xiàn)不佳。 其次是數(shù)據(jù)質(zhì)量， 深度學(xué)習(xí)算法的性能嚴(yán)重依賴于訓(xùn)練數(shù)據(jù)的質(zhì)量， 如果數(shù)據(jù)存在噪聲、 缺失值、 不準(zhǔn)確或不完整的信息， 那么算法學(xué)到的特征就會(huì)出現(xiàn)偏差， 模型性能就會(huì)受到影響， 預(yù)測(cè)或決策的準(zhǔn)確性會(huì)大幅下降。 最后， 訓(xùn)練數(shù)據(jù)的分布也直接影響實(shí)際應(yīng)用性能， 如果訓(xùn)練數(shù)據(jù)與實(shí)際應(yīng)用場(chǎng)景的數(shù)據(jù)分布不一致， 實(shí)際應(yīng)用時(shí)性能將大打折扣。

真實(shí)作戰(zhàn)場(chǎng)景大規(guī)模數(shù)據(jù)獲取是精確制導(dǎo)武器智能化面臨的一大挑戰(zhàn)。 首先， 精確制導(dǎo)武器在真實(shí)作戰(zhàn)過(guò)程中飛行速度快、 距離遠(yuǎn)， 通過(guò)真實(shí)靶試采集數(shù)據(jù)成本極高， 無(wú)法大規(guī)模獲取。 其次， 系留、 繞飛等試驗(yàn)只能模擬部分飛行彈道， 無(wú)法做到全彈道覆蓋。 第三， 通過(guò)試驗(yàn)只能采集到合作目標(biāo)或者我方裝備的數(shù)據(jù)， 敵人的裝備數(shù)據(jù)幾乎無(wú)法通過(guò)采集手段獲取。

仿真模擬可能是唯一能夠解決大規(guī)模數(shù)據(jù)問(wèn)題的技術(shù)途徑， 精確制導(dǎo)武器研制過(guò)程中的仿真驗(yàn)證包括數(shù)字仿真和半實(shí)物仿真， 數(shù)字仿真由于場(chǎng)景、 目標(biāo)、 武器裝備全部為數(shù)字化模型， 導(dǎo)致仿真數(shù)據(jù)與真實(shí)數(shù)據(jù)之間的存在巨大差異。 半實(shí)物仿真環(huán)境中武器裝備為實(shí)物， 場(chǎng)景和目標(biāo)通過(guò)仿真模擬實(shí)現(xiàn)， 其在武器裝備自身傳感器系統(tǒng)上的耦合是真實(shí)的， 典型半實(shí)物仿真環(huán)境構(gòu)成如圖1所示。 與數(shù)字仿真手段相比， 在半實(shí)物仿真環(huán)境下進(jìn)行數(shù)據(jù)獲取， 僅需提高場(chǎng)景、 目標(biāo)模擬器的逼真度即可提升數(shù)據(jù)真實(shí)度。 另外， 數(shù)據(jù)獲取的成本是可以承受的， 也能夠便捷的覆蓋全部飛行彈道， 需要重點(diǎn)突破的方向是通過(guò)技術(shù)創(chuàng)新不斷縮小目標(biāo)和場(chǎng)景模擬器與真實(shí)目標(biāo)場(chǎng)景之間的差異。

3.2 仿真性能向真實(shí)能力遷移問(wèn)題

深度學(xué)習(xí)模型具有高度參數(shù)化的非線性特性， 這一特性使其具備強(qiáng)大復(fù)雜問(wèn)題預(yù)測(cè)能力， 但同時(shí)也導(dǎo)致其在輸入數(shù)據(jù)出現(xiàn)干擾和異常時(shí)極其脆弱， 這就要求模型的訓(xùn)練數(shù)據(jù)與真實(shí)應(yīng)用場(chǎng)景盡可能保持一致。 如前文所述， 智能精確制導(dǎo)武器只能依靠模擬仿真環(huán)境開(kāi)展訓(xùn)練， 而仿真場(chǎng)景不可能做到與真實(shí)場(chǎng)景完全一致， 這就需要思考智能精確制導(dǎo)武器在仿真環(huán)境訓(xùn)練后獲得的優(yōu)異性能在真實(shí)作戰(zhàn)場(chǎng)景下能否保持， 如何將仿真環(huán)境下訓(xùn)練得到的優(yōu)異性能向真實(shí)場(chǎng)景遷移。

遷移學(xué)習(xí)（Transfer Learning）是一種機(jī)器學(xué)習(xí)方法， 其核心思想是將已經(jīng)在某個(gè)數(shù)據(jù)/任務(wù)上訓(xùn)練好的模型（源數(shù)據(jù)/任務(wù)）的部分知識(shí)或特征遷移到新的任務(wù)（目標(biāo)數(shù)據(jù)/任務(wù)）上， 從而實(shí)現(xiàn)對(duì)新數(shù)據(jù)/任務(wù)的學(xué)習(xí)。 常見(jiàn)的遷移學(xué)習(xí)方法包括基于樣本的遷移、 基于特征的遷移、 基于模型的遷移、 基于關(guān)系的遷移等。 基于樣本的遷移是加權(quán)利用源域中有標(biāo)記的樣本實(shí)現(xiàn)知識(shí)遷移， 在遷移時(shí)， 為了最大限度地和目標(biāo)域相似， 可以人為地提高源域中相似樣本的權(quán)重， 遷移的知識(shí)是源域的加權(quán)樣本。 基于特征的遷移是通過(guò)特征變換的方式互相遷移， 實(shí)現(xiàn)源域和目標(biāo)域之間的差異縮小， 遷移的知識(shí)是源域和目標(biāo)域的共同子空間。 基于模型的遷移是通過(guò)從源域和目標(biāo)域中找到共享的參數(shù)信息， 以實(shí)現(xiàn)知識(shí)遷移， 遷移的知識(shí)是模型的一部分參數(shù)或結(jié)構(gòu)。 基于關(guān)系的遷移關(guān)注源域和目標(biāo)域樣本間的聯(lián)系， 遷移的知識(shí)是源域中樣本之間的某些特定的規(guī)則。 對(duì)于智能精確制導(dǎo)武器從仿真到真實(shí)的遷移問(wèn)題來(lái)說(shuō)， 可以采用基于特征和基于模型的遷移兩種方法進(jìn)行嘗試， 仿真域到真實(shí)域能力遷移示意如圖2所示。

3.3 不可解釋性和可靠性質(zhì)疑問(wèn)題

深度神經(jīng)網(wǎng)絡(luò)的復(fù)雜性較高， 相較于邏輯回歸、 支持向量機(jī)等傳統(tǒng)的機(jī)器學(xué)習(xí)算法， 深度神經(jīng)網(wǎng)絡(luò)包含大量的層數(shù)和神經(jīng)元， 網(wǎng)絡(luò)的參數(shù)量隨深度增加呈指數(shù)級(jí)增長(zhǎng)， 模型的復(fù)雜性也隨之大幅上升， 本質(zhì)上深度神經(jīng)網(wǎng)絡(luò)的推理過(guò)程涉及大量的非線性變換和組合， 其內(nèi)部結(jié)構(gòu)和工作原理相當(dāng)復(fù)雜， 難以直接解釋。 深度神經(jīng)網(wǎng)絡(luò)模型的不可解釋性導(dǎo)致其應(yīng)用于武器裝備時(shí)常面臨可靠性質(zhì)疑。

為了解決深度神經(jīng)網(wǎng)絡(luò)的可解釋性問(wèn)題， 研究人員進(jìn)行了廣泛的嘗試， 包括引入可解釋模塊和可視化模塊等， 但這些嘗試均存在一定局限性。 關(guān)于可解釋性最新的研究集中在反事實(shí)（counterfactual）例子的概念上， 旨在通過(guò)制造一些有預(yù)期輸出的反事實(shí)樣例， 輸入到原來(lái)的網(wǎng)絡(luò)中， 然后通過(guò)分析隱層單元來(lái)解釋為什么網(wǎng)絡(luò)會(huì)產(chǎn)生一些其他輸出。 然而美國(guó)東北大學(xué)體驗(yàn)式人工智能研究所的高級(jí)研究科學(xué)家Walid從組合語(yǔ)義的角度出發(fā)， 認(rèn)為深度學(xué)習(xí)無(wú)法構(gòu)造一個(gè)可逆的組合語(yǔ)義， 所以其無(wú)法實(shí)現(xiàn)可解釋［22］。 其贊同Browne和Swift論文中“沒(méi)有語(yǔ)義就沒(méi)有解釋”的觀點(diǎn)［23］， 認(rèn)為反事實(shí)示例只是通過(guò)對(duì)輸入執(zhí)行微小且不可觀察的擾動(dòng)， 從而導(dǎo)致網(wǎng)絡(luò)對(duì)其進(jìn)行錯(cuò)誤分類。 反事實(shí)示例只是“解釋”了獲得正確預(yù)測(cè)所應(yīng)具備的某些特征， 并未打開(kāi)“黑盒子”， 也就是說(shuō)并沒(méi)有解釋算法是如何工作的。 Walid還基于Fodor和Pylyshyn在1988年論文中的觀點(diǎn)［24］， 認(rèn)為通過(guò)尋找“解釋深度神經(jīng)網(wǎng)絡(luò)中隱藏層表示的語(yǔ)義”， 以某種方式“為深度學(xué)習(xí)系統(tǒng)提供令人滿意的解釋”是無(wú)法實(shí)現(xiàn)的。 Fodor和Pylyshyn認(rèn)為對(duì)系統(tǒng)性組合推理進(jìn)行建模是實(shí)現(xiàn)可解釋性的基礎(chǔ)， 而神經(jīng)網(wǎng)絡(luò)恰恰不能對(duì)系統(tǒng)性和組合性進(jìn)行建模， 神經(jīng)網(wǎng)絡(luò)中的子符號(hào)本身并不是人類在概念上可以理解的任何事物（隱藏單元本身不能表示任何具有形而上學(xué)意義的對(duì)象）， 而是隱藏單元的集合， 這個(gè)集合通過(guò)一個(gè)組合的過(guò)程表示出某個(gè)顯著特征（例如貓的胡須）， 而這個(gè)組合的過(guò)程是不可逆的， 即不可反向推理。

20世紀(jì)60年代， 加利福尼亞理工學(xué)院的斯佩里教授開(kāi)始了左右腦研究， 通過(guò)實(shí)驗(yàn)證明人類大腦的左右兩個(gè)半球各自具有獨(dú)特的認(rèn)知能力， 在認(rèn)知功能中明顯發(fā)揮了不同的作用， 且兩個(gè)半球是作為一個(gè)整體緊密合作的， 人類左右腦分工如圖3所示。 左右腦理論可以解釋為什么有些人傾向于“分析”， 而另外一些人傾向于“直覺(jué)”。 人類的直覺(jué)是一種迅速而直接的認(rèn)知方式， 基于對(duì)世界的不自覺(jué)理解和經(jīng)驗(yàn)， 是大腦在接收到外部信息后， 迅速做出判斷和反應(yīng)的一種方式。 直覺(jué)可以幫助人快速地識(shí)別和處理信息， 作出初步的決策。 直覺(jué)往往偏重于感性和經(jīng)驗(yàn)， 同樣不可解釋。 但人類還具有基于邏輯和分析的認(rèn)知方式， 根據(jù)已有的知識(shí)和原則， 通過(guò)推理和論證來(lái)解決問(wèn)題， 即理性思維。 直覺(jué)可以瞬間從眾多信息中捕捉到關(guān)鍵點(diǎn)， 為后續(xù)的理性分析提供基礎(chǔ)。 理性則強(qiáng)調(diào)概念、 判斷和推理的過(guò)程， 有助于做出更全面、 更準(zhǔn)確的決策， 可以幫助人克服直覺(jué)中的偏見(jiàn)和盲點(diǎn)， 提高認(rèn)知和決策的準(zhǔn)確性和可靠性。 人的直覺(jué)和理性是既有區(qū)別又相互關(guān)聯(lián)的能力， 在人的認(rèn)知過(guò)程中， 直覺(jué)和理性往往相互影響、 相互補(bǔ)充。 直覺(jué)為理性提供了初步的思路和靈感， 理性則對(duì)直覺(jué)進(jìn)行深入的分析和驗(yàn)證。 通過(guò)直覺(jué)和理性的相互作用， 能快速應(yīng)對(duì)復(fù)雜環(huán)境， 又能保證決策的合理、 可靠、 長(zhǎng)遠(yuǎn)。

精確制導(dǎo)武器的使用場(chǎng)景要求其必須具備強(qiáng)可靠性， 要實(shí)現(xiàn)強(qiáng)可靠性就無(wú)法回避數(shù)據(jù)驅(qū)動(dòng)的深度神經(jīng)網(wǎng)絡(luò)的可解釋難題。 如何在使用深度神經(jīng)網(wǎng)絡(luò)提升性能的同時(shí)實(shí)現(xiàn)強(qiáng)可靠性？可以參照人類觀察識(shí)別物體和思考決策的過(guò)程， 模仿這個(gè)過(guò)程設(shè)計(jì)彈載信息處理系統(tǒng)。 深度學(xué)習(xí)模型“端到端”的預(yù)測(cè)能力可以直接從原始數(shù)據(jù)的預(yù)測(cè)語(yǔ)義信息， 避免了傳統(tǒng)方法中需要手動(dòng)設(shè)計(jì)特征提取和組合的過(guò)程， 可以類比為人類的直覺(jué)感知能力。 符號(hào)邏輯推理是一種基于邏輯符號(hào)和規(guī)則來(lái)進(jìn)行推理的過(guò)程， 首先將問(wèn)題用邏輯符號(hào)表示出來(lái)， 然后構(gòu)建一個(gè)包含已知條件和推理規(guī)則的知識(shí)庫(kù)， 最后基于知識(shí)庫(kù)查找和應(yīng)用相關(guān)規(guī)則推理視線可靠決策， 可以類比為人類的理性思維。 精確制導(dǎo)武器智能信息處理系統(tǒng)可以利用深度學(xué)習(xí)模型完成對(duì)輸入數(shù)據(jù)的快速認(rèn)知， 同時(shí)在設(shè)定的空間內(nèi)表示出語(yǔ)義符號(hào)， 利用符號(hào)邏輯推理按照設(shè)定的探測(cè)識(shí)別、 制導(dǎo)控制規(guī)則實(shí)現(xiàn)目標(biāo)跟蹤和自主導(dǎo)航， 最終完成對(duì)目標(biāo)的殺傷。 這種模仿人類直覺(jué)與理性結(jié)合的方式， 可以充分結(jié)合符號(hào)主義和連接主義兩種人工智能理論的優(yōu)點(diǎn)， 提升智能精確制導(dǎo)武器性能的同時(shí)保障強(qiáng)可靠性。

3.4 智能武器性能評(píng)估問(wèn)題

精確制導(dǎo)武器的智能化水平主要體現(xiàn)在其軟件性能上， 軟件系統(tǒng)是精確制導(dǎo)武器的重要組成部分， 其性能和穩(wěn)定性直接影響到武器裝備的飛行軌跡、 命中精度等關(guān)鍵性能。 軟件測(cè)評(píng)評(píng)估在精確制導(dǎo)武器性能評(píng)估中具有重要作用， 通過(guò)軟件測(cè)評(píng)可以評(píng)估裝備在各種復(fù)雜環(huán)境下的適應(yīng)性、 可靠性和實(shí)時(shí)性， 可以發(fā)現(xiàn)潛在的安全隱患， 確保導(dǎo)彈在面臨敵方干擾、 攻擊等情況下仍能保持穩(wěn)定的飛行狀態(tài)， 降低事故風(fēng)險(xiǎn)。 軟件的評(píng)估一般包括白盒測(cè)試和黑盒測(cè)試， 白盒測(cè)試主要針對(duì)軟件系統(tǒng)的內(nèi)部結(jié)構(gòu)和邏輯進(jìn)行測(cè)試， 測(cè)試過(guò)程中， 測(cè)試人員需要了解軟件內(nèi)部的實(shí)現(xiàn)細(xì)節(jié)， 包括代碼、 數(shù)據(jù)結(jié)構(gòu)、 算法等。 通過(guò)設(shè)計(jì)測(cè)試用例， 檢查軟件的內(nèi)部功能是否按照預(yù)期工作， 確保代碼的正確性和可靠性。 黑盒測(cè)試主要針對(duì)軟件系統(tǒng)的功能和性能進(jìn)行測(cè)試， 測(cè)試過(guò)程中， 測(cè)試人員不需要了解軟件內(nèi)部的實(shí)現(xiàn)細(xì)節(jié)， 只需關(guān)注軟件的輸入輸出及其對(duì)應(yīng)的關(guān)系。 通過(guò)設(shè)計(jì)測(cè)試用例， 檢查軟件在各種輸入條件下是否能產(chǎn)生預(yù)期的輸出， 確保軟件的功能正常運(yùn)行。 軟件的測(cè)評(píng)還有助于優(yōu)化軟件性能， 提高導(dǎo)彈在實(shí)際作戰(zhàn)中的效能。

傳統(tǒng)彈載信息處理軟件研制主要基于設(shè)計(jì)人員的經(jīng)驗(yàn)進(jìn)行特征提取和規(guī)則設(shè)定， 軟件的性能主要取決于科研人員的經(jīng)驗(yàn)和能力。 在引入深度學(xué)習(xí)算法后， 精確制導(dǎo)武器軟件出現(xiàn)顯著的數(shù)據(jù)驅(qū)動(dòng)特征， 其特征的提取與表達(dá)由模型在大規(guī)模數(shù)據(jù)樣本上訓(xùn)練自動(dòng)習(xí)得， 且模型具有不可解釋性， 無(wú)法對(duì)其內(nèi)部結(jié)構(gòu)和邏輯進(jìn)行測(cè)試。 深度學(xué)習(xí)算法在設(shè)計(jì)和評(píng)估中需要構(gòu)建大規(guī)模的數(shù)據(jù)樣本作為訓(xùn)練和性能測(cè)試的輸入， 訓(xùn)練樣本的覆蓋性和混雜性直接決定模型訓(xùn)練完成后的性能表現(xiàn)， 在軟件測(cè)試時(shí)， 測(cè)試樣本與作戰(zhàn)使用場(chǎng)景是否同分布決定了測(cè)試結(jié)論是否準(zhǔn)確可靠。 針對(duì)精確制導(dǎo)武器智能軟件數(shù)據(jù)驅(qū)動(dòng)的特點(diǎn)， 需要從精確制導(dǎo)武器軟件的設(shè)計(jì)、 測(cè)試、 評(píng)估全流程進(jìn)行方法重構(gòu)， 從設(shè)計(jì)流程、 樣本構(gòu)建、 評(píng)估指標(biāo)、 模擬仿真手段等方面開(kāi)展創(chuàng)新研究， 形成適用于智能化精確制導(dǎo)武器軟件研制、 試驗(yàn)、 評(píng)估、 使用的全流程理論體系， 指導(dǎo)新一代智能精確制導(dǎo)武器裝備研制。

4 智能化對(duì)裝備研制和作戰(zhàn)使用的影響

4.1 模擬仿真環(huán)境的重要性進(jìn)一步凸顯

精確制導(dǎo)武器具備強(qiáng)大的殺傷力， 其應(yīng)用具有極大的破壞性， 作戰(zhàn)場(chǎng)景極其復(fù)雜， 部分極端場(chǎng)景甚至只有在真實(shí)戰(zhàn)爭(zhēng)中才會(huì)出現(xiàn)。 當(dāng)前精確制導(dǎo)武器的智能化發(fā)展以數(shù)據(jù)驅(qū)動(dòng)模型為基礎(chǔ)， 數(shù)據(jù)樣本的規(guī)模、 質(zhì)量、 分布將成為影響武器性能和作戰(zhàn)效能的關(guān)鍵因素。 在仿真模擬環(huán)境中， 可以設(shè)定各種極端的條件， 如惡劣的氣候、 復(fù)雜的地理環(huán)境、 敵方的干擾、 目標(biāo)的機(jī)動(dòng)等， 仿真模擬是構(gòu)建多樣性作戰(zhàn)場(chǎng)景， 構(gòu)建高逼真大規(guī)模數(shù)據(jù)樣本的重要可行途徑。 仿真模擬環(huán)境對(duì)智能精確制導(dǎo)武器設(shè)計(jì)、 測(cè)試、 評(píng)估甚至使用的影響力將不斷增大， 但當(dāng)前的仿真模擬技術(shù)在場(chǎng)景顆粒精細(xì)程度、 敵方對(duì)抗行為等方面還存在明顯差距， 如何不斷縮小仿真模擬環(huán)境與真實(shí)作戰(zhàn)環(huán)境之間的差異， 是精確制導(dǎo)武器智能化必須著重解決的基礎(chǔ)關(guān)鍵問(wèn)題。 考慮到數(shù)據(jù)規(guī)模和質(zhì)量對(duì)智能精確制導(dǎo)裝備性能提升的重要性， 仿真模擬技術(shù)水平在未來(lái)精確制導(dǎo)武器智能化發(fā)展中的重要性將不斷凸顯。

4.2 訓(xùn)練模式將發(fā)生重大變革

新一代人工智能技術(shù)推動(dòng)下的智能化精確制導(dǎo)武器最大的特點(diǎn)在于其具備了“自主學(xué)習(xí)”能力， 這意味著可以通過(guò)對(duì)精確制導(dǎo)武器“訓(xùn)練”不斷提升其性能。 以往作戰(zhàn)部隊(duì)開(kāi)展精確制導(dǎo)武器使用訓(xùn)練， 主要目的是提高武器操作員對(duì)武器使用流程和操作動(dòng)作的熟練程度。 在訓(xùn)練的過(guò)程中， 武器裝備本身的能力并不會(huì)發(fā)生變化， 主要靠操作人員操作技能的提升來(lái)發(fā)揮武器的最大作戰(zhàn)效能。 而在智能化精確制導(dǎo)武器具備“自主學(xué)習(xí)”能力后， 部隊(duì)訓(xùn)練模式將出現(xiàn)重大變革， 不僅要考慮如何通過(guò)訓(xùn)練提升武器操作者的技能， 還要考慮如何通過(guò)“訓(xùn)練”使武器“自主學(xué)習(xí)”實(shí)現(xiàn)能力提升。 相應(yīng)的， 在訓(xùn)練科目和方法設(shè)計(jì)、 訓(xùn)練場(chǎng)景構(gòu)建、 模擬訓(xùn)練裝置研制等技術(shù)研究中也需要重點(diǎn)考慮武器裝備的“自主學(xué)習(xí)”需求。 基于此， 未來(lái)至少會(huì)出現(xiàn)三種訓(xùn)練模式： 操作人員技能提升訓(xùn)練模式、 武器裝備性能提升訓(xùn)練模式、 操作人員與武器裝備能力共同提升訓(xùn)練模式。

4.3 現(xiàn)有作戰(zhàn)模式將被顛覆

智能化水平的提升將極大提升武器的博弈對(duì)抗能力。 在未來(lái)戰(zhàn)爭(zhēng)中， 飛行員只需要下達(dá)發(fā)射指令， 然后即可坐觀智能精確制導(dǎo)武器全權(quán)處理余下的所有任務(wù)。 現(xiàn)有作戰(zhàn)模式將被顛覆， 精確制導(dǎo)武器的發(fā)射與目標(biāo)確定順序可能出現(xiàn)顛倒， 先發(fā)制人、 空中巡邏、 自主選擇攻擊目標(biāo)等成為可能， 作戰(zhàn)模式將由過(guò)去的全程管、 半程管向全程不用管發(fā)展， 作戰(zhàn)行動(dòng)將變得更加高效、 迅速， 令對(duì)手難以防范。

單個(gè)導(dǎo)彈智能化、 自主化水平的提升， 可以極大促進(jìn)彈群的分布式協(xié)同能力， 精確制導(dǎo)武器必然出現(xiàn)群體編隊(duì)執(zhí)行攻擊任務(wù)的作戰(zhàn)模式， 彈群通過(guò)自建群、 自組織， 自主規(guī)劃完成作戰(zhàn)任務(wù)。 除了彈群自身協(xié)同之外， 彈群與其他平臺(tái)的協(xié)同作戰(zhàn)模式也將出現(xiàn)， 智能自組織彈群可以根據(jù)指揮中心指令要求與體系中的不同平臺(tái)進(jìn)行協(xié)同作戰(zhàn)。

得益于智能化精確制導(dǎo)武器的“自主學(xué)習(xí)”能力， 還可能出現(xiàn)如下作戰(zhàn)模式： 戰(zhàn)爭(zhēng)過(guò)程中出現(xiàn)武器裝備性能大幅下降的新場(chǎng)景時(shí)， 可以通過(guò)迅速構(gòu)建裝備模擬訓(xùn)練場(chǎng)景， 武器“自主學(xué)習(xí)”后快速具備特定作戰(zhàn)能力。

5 結(jié) 束 語(yǔ)

智能化是精確制導(dǎo)武器發(fā)展方向， 深度學(xué)習(xí)、 深度強(qiáng)化學(xué)習(xí)等人工智能技術(shù)在精確制導(dǎo)武器上的應(yīng)用研究必將成為熱點(diǎn)。 精確制導(dǎo)武器智能化發(fā)展面臨的問(wèn)題很多， 在技術(shù)創(chuàng)新過(guò)程中必然會(huì)不斷的遇見(jiàn)新的難題， 也必然能夠研究出新的解決辦法。 本文僅對(duì)當(dāng)前智能化精確制導(dǎo)技術(shù)研究中遇見(jiàn)的幾個(gè)問(wèn)題進(jìn)行了分析和思考， 問(wèn)題覆蓋度不一定全面， 對(duì)策不一定完善合理， 僅為一家之言， 權(quán)當(dāng)拋磚引玉， 期望更多的專家分享探討研究思路， 共同促進(jìn)精確制導(dǎo)武器智能化發(fā)展。

參考文獻(xiàn)：

［1］ LeCun Y， Bengio Y， Hinton G.? Deep Learning［J］.? Nature， 2015， 521：? 436-444.

［2］ 樊會(huì)濤， 張同賀， 張良.? 導(dǎo)彈武器的智能分級(jí)及特征［J］.? 航空兵器， 2022， 29（4）：? 1-5.

Fan Huitao， Zhang Tonghe， Zhang Liang.? Intelligent Classification and Characteristics of Missile Weaponry［J］.? Aero Weaponry， 2022， 29（4）：? 1-5. （in Chinese）

［3］ 趙澄謀.? 精確制導(dǎo)武器的技術(shù)基礎(chǔ)及其發(fā)展趨勢(shì)［M］. 北京： 國(guó)防科工委情報(bào)所， 1983： 1-2.

Zhao Chengmou. The Technical Foundation and Development Trends of Precision Guided Weapons［M］. Beijing： Intelligence Office of the National Defense Science and Technology Commission， 1983： 1-2. （in Chinese）

［4］ 郭修煌.? 精確制導(dǎo)技術(shù)［M］.? 北京：? 國(guó)防工業(yè)出版社， 1999：? 1-2.

Guo Xiuhuang.? Precision Guidance Technology［M］.? Beijing：? National Defense Industry Press， 1999：? 1-2. （in Chinese）

［5］ 劉興堂， 戴革林.? 精確制導(dǎo)武器與精確制導(dǎo)控制技術(shù)［M］.? 西安： 西北工業(yè)大學(xué)出版社， 2009： 17-20.

Liu Xingtang， Dai Gelin.? Precision Guided Weapons and Precision Guided Control Technology［M］.? Xian：? Northwestern Polytechnical University Press， 2009：? 17-20. （in Chinese）

［6］ 楊小岡， 王雪梅， 王宏力， 等.? 精確制導(dǎo)技術(shù)與應(yīng)用［M］.? 西安：? 西北工業(yè)大學(xué)出版社， 2020：? 2-10.

Yang Xiaogang， Wang Xuemei， Wang Hongli， et al.? Precision Guidance Technology and Its Application［M］.? Xian：? Northwes-tern Polytechnical University Press， 2020：? 2-10. （in Chinese）

［7］ 沈緒榜. 彈（箭）載計(jì)算機(jī)［M］. 北京： 宇航出版社， 1989： 1-2.

Shen Xubang. Missile Borne Computer［M］.? Beijing：? China Astronautic Publishing， 1989：? 1-2. （in Chinese）

［8］ Russell S J， Norvig P. 人工智能： 一種現(xiàn)代的方法［M］. 3版.? 殷建平， 祝恩， 劉越， 等， 譯. 北京：? 清華大學(xué)出版社， 2013： 5-15.

Russell S J， Norvig P. Artificial Intelligence：? A Modern Approach［M］. 3rd ed. Translated by Yin Jianping， Zhu En， Liu Yue， et al.? Beijing： Tsinghua University Press， 2013： 5-15. （in Chinese）

［9］ 楊忠寶， 佘向飛.? 大數(shù)據(jù)與人工智能［M］.? 北京：? 北京大學(xué)出版社， 2022：? 115-125.

Yang Zhongbao， She Xiangfei.? Big Data and Artificial Intelligence［M］.? Beijing：? Peking University Press， 2022：? 115-125. （in Chinese）

［10］ 鄭學(xué)文， 沈惠清. 導(dǎo)彈專集［J］. 上海航天， 1984（S1）： 25-28.

Zheng Xuewen， Shen Hqiqing.? Missile Monograph［J］. Shanghai Aerospace， 1984（S1）： 25-28. （in Chinese）

［11］ 吳佩倫.? 精確制導(dǎo)武器的關(guān)鍵技術(shù)和戰(zhàn)略發(fā)展方向［J］.? 現(xiàn)代防御技術(shù)， 1994， 22（5）：? 52-59.

Wu Peilun.? Key Technologies and Strategic Development Direction of Precision Guided Weapons［J］.? Modern Defence Technology， 1994， 22（5）：? 52-59. （in Chinese）

［12］ 陳洪印， 劉永昌.? 光電精確制導(dǎo)戰(zhàn)術(shù)武器的發(fā)展［J］.? 應(yīng)用光學(xué)， 1996， 17（5）：? 6-11.

Chen Hongyin， Liu Yongchang.? Development of Photoelectric Precision Guidance Tactical Weapons［J］.? Journal of Applied Optics， 1996， 17（5）：? 6-11. （in Chinese）

［13］ 陳英碩. 國(guó)外巡航導(dǎo)彈武器發(fā)展趨勢(shì)研究［C］∥國(guó)外導(dǎo)彈武器發(fā)展體系文集， 2005： 190-193.

Chen Yingshuo. Research on the Development Trends of Cruise Missile Weapons Abroad［C］∥Collected Works on the Development System of Missile Weapons Abroad，? 2005： 190-193. （in Chinese）

［14］ 張琳華， 方望林. 智能化導(dǎo)彈武器系統(tǒng)需求分析［C］∥2014年國(guó)際先進(jìn)武器發(fā)展專題研討會(huì)文集， 2014： 168-174.

Zhang Linhua， Fang Wanglin. Requirements Analysis of Intelligent Missile Weapon Systems［C］∥International Advanced Weapon Development Symposium， 2014： 168-174. （in Chinese）

［15］ 付強(qiáng).? 精確制導(dǎo)武器技術(shù)應(yīng)用向?qū)В跰］.? 北京：? 國(guó)防工業(yè)出版社， 2014：? 76-78.

Fu Qiang.? Guide to the Application of Precision Guided Weapon Technology［M］.? Beijing：? National Defense Industry Press， 2014：? 76-78. （in Chinese）

［16］ 樊會(huì)濤， 閆俊.? 自主化：? 機(jī)載導(dǎo)彈重要的發(fā)展方向［J］.? 航空兵器， 2019， 26（1）：? 1-10.

Fan Huitao， Yan Jun.? The Important Development Direction of Airborne Missile：? Autonomization［J］.? Aero Weaponry， 2019， 26（1）：? 1-10. （in Chinese）

［17］ 程運(yùn)江， 張程， 趙日， 等.? 人工智能的發(fā)展及其在未來(lái)戰(zhàn)爭(zhēng)中的影響與應(yīng)用思考［J］.? 航空兵器， 2019， 26（1）：? 58-62.

Cheng Yunjiang， Zhang Cheng， Zhao Ri， et al.? Development of Artificial Intelligence and Thoughts on Its Influence and Application in the Future War［J］.? Aero Weaponry， 2019， 26（1）：? 58-62. （in Chinese）

［18］ 郭正玉.? 美國(guó)制空作戰(zhàn)概念和能力的新發(fā)展［J］.? 航空兵器， 2023， 30（4）：? 10-16.

Guo Zhengyu.? New Development of US Air Warfare Concept and Capability［J］.? Aero Weaponry， 2023， 30（4）：? 10-16. （in Chinese）

［19］ 郝雅楠， 祝彬， 朱華橋， 等.? 美軍導(dǎo)彈智能化發(fā)展態(tài)勢(shì)研究［J］.? 戰(zhàn)術(shù)導(dǎo)彈技術(shù)， 2020（1）：? 15-21.

Hao Yanan， Zhu Bin， Zhu Huaqiao， et al.? Research on the Intelligence Development of US Army Missiles［J］.? Tactical Missile Technology， 2020（1）：? 15-21. （in Chinese）

［20］ 方洋旺， 鄧天博， 符文星.? 智能制導(dǎo)律研究綜述［J］.? 無(wú)人系統(tǒng)技術(shù)， 2020， 3（6）：? 36-42.

Fang Yangwang， Deng Tianbo， Fu Wenxing.? An Overview on the Intelligent Guidance Law［J］.? Unmanned Systems Technology， 2020， 3（6）：? 36-42. （in Chinese）

［21］ 程進(jìn)， 齊航， 袁健全， 等.? 關(guān)于導(dǎo)彈武器智能化發(fā)展的思考［J］.? 航空兵器， 2019， 26（1）：? 20-24.

Cheng Jin， Qi Hang， Yuan Jianquan， et al.? Discussion on the Development of Intelligent Missile Technology［J］.? Aero Weaponry， 2019， 26（1）：? 20-24. （in Chinese）

［22］ Saba W S.? New Research Vindicates Fodor and Pylyshyn：? No Explainable AI Without 'Structured Semantics［EB/OL］. （2022-09-14）［2024-02-25］. https： ∥cacm. acm. org/blogs/blog-cacm/264604-new-research-vindicates-fodor-and-pylyshyn-no-explainable-ai-without-structured-semantics/fulltext.

［23］ Browne K， Ben S.? Semantics and Explanation：? Why Counterfactual Explanations Produce Adversarial Examples in Deep Neural Networks［EB/OL］. （2020-12-18）［2024-02-25］. https： ∥arxiv. org/abs/2012. 10076.

［24］ Jerry A F， Pylyshyn Z W.? Connectionism and Cognitive Architecture：? A Critical Analysis［EB/OL］. （1988-12-18）［2024-02-25］. https： ∥uh. edu/～garson/F&P1. PDF.

Think of Several Issues on Precision Guided Weapons Intelligentizing

Fan Huitao1， 3*， Zhang Xinchao2， 3， 4

（1. AVIC Science and Technology Committee， Beijing 100012， China；

2. China Airborne Missile Academy， Luoyang 471009， China；

3. National Key Laboratory of Air-based Information Perception and Fusion， Luoyang 471009， China；

4. School of Computer and Artificial Intelligence， Zhengzhou University， Zhengzhou 450001， China）

Abstract：? This article introduces the role of artificial intelligence technology in advancing the intlelligence of precision Guided weapons， outlines the current status of intelligence in its detection and recognizing， guidance and control. It discusses the problems faced during the intelligentization process， such as the construction of large samples， transferring simulation performance to real-world capabilities， issues with interptetability and reliability， and the assessment of intelligent weapon performance. Targeted solutions are pesented， including hardware-in-the-loop simulation training， transfer learning， combining human intuition with rationality， and reconstructiong evaluation methods. Three impacts of intelligent precision guided weapons on equipment development and operational use were proposed：? increasing importance of simulation technology，? significant changed in training patterns， and existing conmbat modes will be overturned.

Key words： precision guided weapons； artificial intelligence； transfer learning； the combination of intuition and rationality