曾谈过制空无人机的气动布局和设计逻辑,这次来聊下智能化水平。科学的气动布局使得制空无人机有了良好的硬件,但这还不够,制空无人机还需要先进的软件,也就是要有先进AI,这才是制空无人机的技术灵魂。

无人空战AI水平可分五档:

早期军用无人机多是L1.5的水平。以飞手操纵为主,但在失联后能自己飞回来,也就显得没那么笨,对吧?
现在的哪怕私人买的小无人机,也有L2的水平,你在前面走,它能在后面亦步亦趋地跟着走。这在战场上就表现为“自动跟踪目标”的能力罗。
咱们著名的“浙大机”,能够自主避障,在茂密的树林中快速穿梭,这是典型的L3水平。当然罗,浙大机这方面做得非常优秀,是世界领先的,但这项技术毕竟是L3的层次。
我制空无人机当然可以优先应用“浙大机”的成果,达到L3水平是毫无鸭梨呀。
解说词提到“与歼-20协同夺取制空权”,说明咱们的制空无人机可以执行:复杂编队飞行、前出侦查、跟踪制导、攻击指定目标等任务。
L4这一档要求能应付复杂电磁环境,这个老美还在折腾(XQ58忠诚僚机项目),咱们也差不多。
路遥遥有个龙智杯无人空战大赛,全程自主仿真,模拟2V2超视距空战,新增随机防空阵地要素以提升复杂性。
龙智杯考验AI的双机协同策略和动态环境适应能力(电磁干扰、多目标分配),这已经是L4的初级内容了。
龙智杯并非国家行为,而是企业内部活动,对吧?国家立项的无人制空战机的技术水平当然在龙智杯之上吧?
如果能够达到L4水平,那人类就退居二线,只负责监督AI了,这显然目前还远远达不到。
综上,咱们的制空无人机处于L3+的水平,可以执行相对复杂的指令,与歼20S协同作战,但只具备初级自主能力,应付不了复杂电磁环境。虽然还不那么令人满意,但万事开头难,咱们好歹迈出了第一步。
附录:无人空战代表论文
《美军有人/无人机协同作战项目介绍及发展趋势研判》
核心进展:
技术框架:美军通过AMUST项目实现有人机(如F-15E)与无人机(改装T-33)的协同编队飞行,突破低延迟通信、自主导航等关键技术。
智能化方向:2024年后重点发展动态任务分配系统,允许无人机根据战场态势自主调整攻击优先级。
我军对标:公开报道显示,我国在2024年珠海航展演示了歼-20与攻击-11无人机的编队协同,但具体算法细节尚未披露。
《无人飞行器自主决策与规划技术综述》
关键发现:
算法迭代:从传统规则式决策(如“if-else”逻辑)转向深度强化学习,例如在模拟空战中,AI通过自我博弈实现战术进化(类似AlphaZero的围棋训练模式)。
实战短板:复杂电磁环境下决策稳定性不足,2024年试验中,无人机在强干扰时仍有15%概率误判目标。
另外两大研究反向是蜂群无人机和无人机跨域联合作战。

无人空战AI水平可分五档:

早期军用无人机多是L1.5的水平。以飞手操纵为主,但在失联后能自己飞回来,也就显得没那么笨,对吧?
现在的哪怕私人买的小无人机,也有L2的水平,你在前面走,它能在后面亦步亦趋地跟着走。这在战场上就表现为“自动跟踪目标”的能力罗。
咱们著名的“浙大机”,能够自主避障,在茂密的树林中快速穿梭,这是典型的L3水平。当然罗,浙大机这方面做得非常优秀,是世界领先的,但这项技术毕竟是L3的层次。
我制空无人机当然可以优先应用“浙大机”的成果,达到L3水平是毫无鸭梨呀。
解说词提到“与歼-20协同夺取制空权”,说明咱们的制空无人机可以执行:复杂编队飞行、前出侦查、跟踪制导、攻击指定目标等任务。
L4这一档要求能应付复杂电磁环境,这个老美还在折腾(XQ58忠诚僚机项目),咱们也差不多。
路遥遥有个龙智杯无人空战大赛,全程自主仿真,模拟2V2超视距空战,新增随机防空阵地要素以提升复杂性。
龙智杯考验AI的双机协同策略和动态环境适应能力(电磁干扰、多目标分配),这已经是L4的初级内容了。
龙智杯并非国家行为,而是企业内部活动,对吧?国家立项的无人制空战机的技术水平当然在龙智杯之上吧?
如果能够达到L4水平,那人类就退居二线,只负责监督AI了,这显然目前还远远达不到。
综上,咱们的制空无人机处于L3+的水平,可以执行相对复杂的指令,与歼20S协同作战,但只具备初级自主能力,应付不了复杂电磁环境。虽然还不那么令人满意,但万事开头难,咱们好歹迈出了第一步。
附录:无人空战代表论文
《美军有人/无人机协同作战项目介绍及发展趋势研判》
核心进展:
技术框架:美军通过AMUST项目实现有人机(如F-15E)与无人机(改装T-33)的协同编队飞行,突破低延迟通信、自主导航等关键技术。
智能化方向:2024年后重点发展动态任务分配系统,允许无人机根据战场态势自主调整攻击优先级。
我军对标:公开报道显示,我国在2024年珠海航展演示了歼-20与攻击-11无人机的编队协同,但具体算法细节尚未披露。
《无人飞行器自主决策与规划技术综述》
关键发现:
算法迭代:从传统规则式决策(如“if-else”逻辑)转向深度强化学习,例如在模拟空战中,AI通过自我博弈实现战术进化(类似AlphaZero的围棋训练模式)。
实战短板:复杂电磁环境下决策稳定性不足,2024年试验中,无人机在强干扰时仍有15%概率误判目标。
另外两大研究反向是蜂群无人机和无人机跨域联合作战。