精确制导武器智能化若干问题思考

摘 要：本文介绍了人工智能技术对精确制导武器智能化的推动作用，概述了精确制导武器探测识别和制导控制智能化现状， 探讨了精确制导武器智能化过程中面临的大规模样本构建、 仿真性能向真实能力迁移、 不可解释性和可靠性质疑、 智能武器性能评估等问题， 并针对性的给出了半实物仿真训练、 迁移学习、 模仿人类直觉与理性结合、 重构评估方法等解决思路。 提出了精确制导武器智能化对装备研制和作战使用的三个影响： 模拟仿真技术重要性凸显、 训练模式将发生重大变革、 现有作战模式将被颠覆。

关键词：  精确制导武器； 人工智能； 迁移学习； 直觉与理性结合

中图分类号：TJ760

文献标识码： A

文章编号：  1673-5048（2024）02-0001-07

DOI： 10.12132/ISSN.1673-5048.2024.0033

0 引  言

科学技术的每次进步总是催生战争形态出现变革， 机器的发明和应用推动战争形态转向“机械化”， 信息技术和网络技术的出现推动战争形态转向“信息化”。 近十几年来， 新一代人工智能技术的大发展正推动战争形态向“智能化”转变， 智能化战争不仅具备信息化战争的特点， 还能实现更快、 更精准的决策和作战效果。 智能化战争战术策略更加灵活多变， 诸如武器自主决策、 武器群分布式自主协同作战等无人作战模式将成为未来战争的基本形态。

自精确制导武器出现以来， 其在现代高技术战争中的作用和地位持续提高， 越来越成为常规战争最高效的打击手段。 随着新的作战方式不断涌现， 战场环境复杂性、 变化性持续提高， 精确制导武器作战效能也面临着越来越大的挑战， 其智能化水平高低， 是决定未来智能化战争胜负的关键因素。 结合人工智能技术特点和精确制导武器特征， 可将精确制导武器的智能化水平划分为初、 中、 高、 超四个等级， 当前精确制导武器正处于中级智能大发展时期， 典型特征是以深度学习［1］理论为基础的深度神经网络模型在精确制导武器上的应用， 正推动精确制导武器的智能化水平进一步提升， 智能化水平又直接影响着自主和协同能力， 可以说智能化是实现更强自主和协同的基础。 中级智能精确制导武器的典型特点是可以通过对数据的“被动学习”， 产生对复杂环境的部分自主认知决策能力［2］。 具体表现在探测识别、 制导控制、 决策、 协同方面的能力不断提升。 基于数据驱动的深度学习理论与以往基于知识驱动的符号逻辑推理理论存在本质不同， 新一代人工智能技术在精确制导武器上的应用尚存在诸多困难和挑战。

1 人工智能发展推动精确制导武器智能化

一般认为最早的制导武器是第二次世界大战末期德国研制成功并投入使用的V-1、 V-2远程控制导弹。 制导武器是一种无人直接参与（驾驶）的制导战斗飞行器或航行体。 在越南战争和第四次中东战争中， 美国和以色列、 埃及使用制导炸弹和导弹取得了引人瞩目的作战效果， 由于这些武器能够自己“寻找”和攻击目标， 具有极高的命中精度， 当时被称为“灵巧炸弹”。 1974年， 美国政府的正式文件中第一次出现“精确制导武器”（Precision Guided Weapons）这一名词。 一般认为， 精确制导武器是导弹和精确制导弹药的总称， 而精确制导技术（Precision Guidance Technique）是发展精确制导武器的核心技术， 是以微电子、 计算机和光电探测技术为核心， 以自动控制技术为基础发展起来的高新技术［3-6］。 其中， 计算机是导弹的重要组成部分， 特别是70年代微处理机问世后， 数字计算机在导弹上的应用日益广泛［7］。

“人工智能”这一术语于1956年在达特茅斯学院召开的会议上第一次被正式使用， 是计算机科学中涉及研究、 设计和应用智能机器的一个分支， 是研究制造模拟人类智能活动能力的智能机器或智能系统， 以延伸人类智能的科学。 通俗地说， 人工智能就是研究如何使机器具有能听、 能说、 能看、 能写、 能思维、 会学习、 能适应环境变化、 能解决面临的各种实际问题等功能的一门学科［8-9］。 精确制导武器探测识别装置可以类比为人类的视觉、 听觉等感知处理系统， 制导控制装置可以类比为人类的身体、 肢体控制系统。 精确制导武器自动探测、 识别、 选择目标的能力要求对应了人工智能技术使机器能看、 会思维的目标， 精确制导武器应对敌方拦截、 干扰的能力要求对应了人工智能技术使机器适应环境变化的目标。 可以说， 人工智能学科出现后， 其部分研究成果就迅速成为精确制导武器实现自己“寻找”和攻击目标能力的重要技术手段。 从20世纪80年代起至今， 诸多文献在展望精确制导武器的发展趋势时， 都将“智能化”列为重要发展方向［10-17］， 人工智能技术的持续突破推动了精确制导武器智能化水平的不断进步。

人工智能在几十年的发展过程中产生了许多不同的学派， 主要包括符号主义、 连接主义和行为主义。 符号主义认为可以通过逻辑推理和符号操作来实现人工智能， 其核心观点是物理符号系统假设和有限合理性原理。 连接主义强调神经网络和神经元之间的连接机制在人工智能中的重要作用， 认为可以通过神经元之间的连接和权重调整， 实现对复杂函数和知识的表示与学习。 行为主义强调智能体在与环境交互中的学习、 适应和演化， 认为行为是人与环境相互作用的结果， 强调研究行为背后的刺激与反应关系， 认为学习是刺激与反应之间的联结。 近十几年来， 连接主义学派基于深度学习的人工智能技术在计算机视觉、 自然语言处理等领域取得了重大突破， 随后逐渐在精确制导武器的光学成像导引系统中得到应用。 随着技术的发展， 研究者开始将连接主义理论与行为主义理论相结合， 以解决更复杂的控制和优化问题，产生了一种结合了两者特点的智能决策与控制算法-深度强化学习（Deep Reinforcement Learning， DRL）。 之后， 开始有研究者将深度强化学习算法应用于精确制导武器的制导控制系统。 除此之外， 也有研究者将符号主义和连接主义融合， 以期建立一个可解释和鲁棒的人工智能理论， 发展可信、 安全和可靠的人工智能技术， 这一目标也正好契合了智能化精确制导武器可靠、 安全、 可控的发展和使用要求。

2 精确制导武器智能化现状

精确制导武器一般采用雷达制导、 激光制导、 红外制导、 GPS制导等单模或复合制导方式， 实现对目标的精准打击［13］。 以深度学习理论为基础的新一代人工智能技术， 能够从大量数据中自动学习并提取特征， 从而实现对未知数据的预测和分类。 这种自主学习能力使得新一代人工智能系统能够不断自我进化， 提高性能。 精确制导武器属于一种典型的智能机器， 其智能自主水平的高低直接决定了作战效能好坏， 精确制导武器智能化、 自主化水平提升是作战部队的持续需求［18］。 当前， 精确制导武器正处于中级智能的快速发展时期， 中级智能导弹在目标识别、 跟踪和打击上的自主性将进一步提升， 能够通过训练不断提升感知、 认知和决策能力， 对于复杂战场环境具备较强的适应能力。 中级智能精确制导武器将有效解决抗复杂背景、 抗新型诱饵、 强博弈对抗下高精度打击等问题， 生成目标分类识别、 关键部位识别、 敌我识别、 自主协同等新质能力。 与初级智能相比， 其最大特点是具备“自主学习”能力， 可以通过在大规模数据样本上的训练自主实现性能的不断提升。 从精确制导武器各分系统功能区分， 新一代人工智能技术正在探测识别和制导控制方面得到应用， 推动精确制导武器智能化发展。

2.1 探测识别智能化现状

探测识别系统是精确制导武器的核心部件， 主要作用是截获并跟踪目标， 输出实现制导律所需的信息。 近几年， 在计算机视觉领域快速发展和广泛应用的深度学习理论， 被迅速的引入到导弹的探测识别系统（导引头和引信）。 深度学习算法具备强大的自主学习能力、 数据处理能力和泛化能力。 基于强大的自主学习能力， 通过在大规模数据样本上训练， 可以使探测识别系统具备强大的目标检测识别性能； 基于强大的数据处理能力， 通过战场态势感知、 数据链路传输等技术， 实时获取多源信息并在数据级进行充分融合， 可以大幅提升抗干扰性能； 基于强大的泛化能力， 可以有效保障精确制导武器在新场景新态势下仍具备优异性能。 深度学习算法的应用有效提升了精确制导武器在复杂环境下的探测识别和跟踪性能， 使精确制导武器探测识别分系统看得更远、 更清、 更真， 为提高导弹的打击精度和抗干扰能力奠定了良好基础。

近年来， 美军智能制导武器技术逐渐成熟， 实现了导弹的自主决策、 协同作战、 信息融合等方面的突破［19］。 其“远程反舰导弹”（LRASM）具有目标精确探测与识别、 电子频谱监视与定位、 区分敌方不同雷达信号的能力。 其探测识别智能化主要体现在两个方面。 一是能够自主识别目标并进行攻击。 美国军方称， LRASM导弹能在航运密集的海面上从众多船只中准确地识别出预设的特定类型舰船目标。 二是在网络被切断的情况下， 采用先进惯性测量装置以及具有自动目标识别算法的多模导引头， 可以自主寻的打击目标。 美国雷神公司研制的SDB-Ⅱ小直径炸弹采用三模导引头， 实现了对激光回波、 红外成像、 毫米波雷达回波信息的感知， 利用智能信息处理技术， 有效提升三模信息的融合效果， 能够在复杂地物背景下对坦克、 装甲车辆等目标进行快速自主的分类、 识别和跟踪。

以色列拉斐尔（Rafael）先进防御系统公司在发布“海上破坏者”（Sea Breaker）时， 声称此型导弹配备了先进的红外成像导引头， 使用了人工智能与决策算法， 可对300km外的固定/移动海陆目标实施防区外精确打击， 其智能算法包括计算机视觉、 人工智能、 场景匹配、 自动目标识别以及任务规划等， 可以实现完全自主的作战。

2.2 制导控制智能化现状

制导控制系统是精确制导武器飞向目标过程中至关重要的一环， 负责对导弹的飞行轨迹、 姿态和速度进行实时调整， 确保导弹能够精确打击目标。 制导控制系统从探测识别系统获取目标信息， 按照预定的导引规律形成制导误差信号并传递给姿态控制系统。 姿态控制系统根据制导误差信号， 实时计算导弹的飞行姿态偏差， 并生成相应的控制指令。 导弹的制导控制本质上是寻找最优制导律， 是指特定条件下， 能够使导弹以最优性能完成制导任务的一系列控制策略和算法。 最优制导律旨在实现导弹的高精度、 高速度、 高灵活性， 以达到最佳的打击效果。 精确制导武器制导控制系统智能化的核心是智能制导律， 其内涵是指在弹目对抗博弈不确定场景下， 利用人工智能技术自动生成机动博弈策略， 提升导弹弹道能效、 降低弹道刚性， 使精确制导武器打得更准、 更远、 更灵活。 当前智能制导律的研究包括局部智能制导律和全局智能制导律两个方向。 局部智能制导律研究包括： 利用深度神经网络进行参数预测实现对干扰项的抑制， 利用深度神经网络求解局部最优制导律， 利用深度强化学习进行参数估计实现自适应变比例系数制导， 利用深度强化学习预测局部最优制导律等。 全局智能制导律研究包括： 利用深度神经网络取代传统制导律算法以提高计算效率， 利用深度强化学习方法求解全局最优制导律等［20］。

美国雷神公司与挪威康斯伯格海事公司联合研发的NSM导弹（Naval Strike Missile）在弹道末端可以三维迂回机动， 其制导算法将协同制导与智能制导相结合实时规划出有利的飞行弹道， 可以实现多枚导弹同时攻击目标的不同部位， 提高杀伤效果。

俄罗斯的锆石高超声速反舰导弹采用了智能制导律算法， 能够自主选择目标， 动态实时选择合适的、 满足规避威胁要求且能够有效攻击所选择目标。

挪威第五代反舰导弹能够智能改变末端弹道和进入角度以攻击目标薄弱或关键部位， 利用智能制导实时规划出有利的飞行弹道实现多枚导弹同时攻击目标的不同部位。 能够在自身处于不利攻击阵位时， 其智能制导控制软件可以控制弹体进行战术机动， 占领有力攻击阵位， 对目标实施最佳效果的攻击。

3 精确制导武器智能化若干问题与对策