美軍第11裝甲騎兵在加利福尼亞州歐文堡測試了40架無人駕駛飛機（美國陸軍文件圖片）
2018年韓國平昌冬奧會以驚人的燈光表演震驚世界，該表演由破紀錄的1,218架無人駕駛飛機組成，所有飛機都和諧共舞。不過，在國防部（DOD）中，顯示器激發了人們對反群戰術研究的興趣，因為無人機和群載戰術可以在所有作戰領域得到應用。
通過國防部提供給海軍研究生院（NPS）的資金，艾薩克·卡米納（Isaac Kaminer）教授和安倍·克拉克（Abe Clark）教授將領導反群分析工具箱的開發。該計劃得到NPS機器人與無人系統教育與研究聯盟（CRUSER）的支持，該組織直接響應艦隊和部隊的研究需求。這項工作是在海軍研究辦公室（ONR）自主科學計劃資助的先前研究的基礎上進行的。它使Kaminer的團隊能夠建立多所大學，多年努力，以開發可用于防御攻擊性無人機群的作戰計劃模擬。
卡米納解釋說:“我們正在尋找能夠盡可能精確地為這些場景建模的數學表示或框架。”
卡米納在機械與航空航天工程(MAE)系任教，過去10年致力于不確定參數最優控制的研究，這是一種數學理論，為研究群對群的沖突提供了分析基礎。
在物理系任教的克拉克是這個項目的新成員。他專門研究軟物質，研究由許多固體組成的系統如何相互作用(想象一堆沙子，每一粒沙子相互推擠)。為了模擬所有這些物體的集體行為，Clark和他在軟物質領域的同事使用離散元法(DEM)模擬。在這些模擬中，計算機有時要花很長時間來確定每一粒沙子之間的相互作用。
同樣地，群是一群為了達到相同的目標而同步工作的個體，但它也可能是由數十個或數千個相互交互的個體代理組成的。目前的群體策略大多涉及自動車輛(AV)和人工智能(AI)，但群體也由有人駕駛的車輛進行。
一些國家已經開發出了通過無人機群進行攻擊的技術，無人機群可以從陸基或水下發射系統發射到空中。NPS自己的先進機器人系統工程實驗室(ARSENL)已經進行了大量的無人機研究和實驗，包括幾年前創下了同時發射和飛行50架無人機的記錄。
蜂群可以通過跟隨一個或多個先導來引導，先導可以是實體的，也可以是虛擬的。慢慢地，命令變得更高級，能夠適應變化。也有不同類型的飛行模式和不同的武器可能性。
考慮到如此多的變量，當前可用的預測軟件包無法跟上，因為每個代理采取的所有可能途徑可能需要一段時間。卡米納和克拉克已經加入了其他幾個NPS和學術同事——博士。魏康，Johannes Royset和Sean Kragelund在NPS;德克薩斯大學圣安東尼奧分校(UTSA)的克萊爾·沃爾頓博士;和加州大學圣克魯茲分校的龔啟博士一起尋找所有不同情況的數學表示。
克拉克帶來了他在使模擬更快速、更有效方面的專長。康和龔在各自大學的數學系任教，他們為這些算法提供了理論支撐。龔為大規模優化設計算法，而康則帶來了他在可觀察性數學理論方面的專業知識，該理論研究的是一個系統的內部工作如何能被一個人對系統行為的外部觀察的理解所決定。
“你可以看到速度和位置，根據你可以推斷出領導者的位置以及他們遵循的協調策略，”康解釋道。
Royset在NPS運籌學(OR)部門教書，帶來了他對隨機和確定性優化的理解，或如何在隨機或預編程代理的情況下最有效地使用資源。此外，Walton和Kragelund帶來了更多的經驗和對最優控制理論的理解，如Kaminer。
Kragelund是MAE系的一名研究教授，他有多年構建和編程機器人群可能使用的那種自動機器的經驗。他和卡米納參與了NPS自動駕駛汽車研究中心(CAVR)的工作。沃爾頓在過去五年里一直在CAVR進行研究，現在他正在為UTSA的團隊建立一個額外的實驗室，這將為數百個機器人的群體實驗提供一個測試平臺。最近的NPS畢業生Theodoros Tsatsanifos也通過他的熱情和碩士論文工作對這項工作做出了廣泛的貢獻。
該團隊將使用優化協議構建針對不同類型場景的最佳策略的“劇本”。他們調整了最優控制的數學理論，將不確定性包括在內，這意味著他們在為不確定性留出空間的同時，仍然為官員的決策提供反饋。
克拉克解釋說:“我們想建立一個框架，可以模擬任何特定類型的無人機和任何特定類型的武器能力，也包括一些其他的地基武器。”“然后我們希望只改變幾行代碼，我們仍然可以在整個框架上push play。”
麗貝卡·霍格(Rebecca Hoag)就職于大學通信學院的海軍研究生院辦公室。這篇文章由《美國海軍新聞》提供，并在此以縮寫形式轉載。原件可能在這里找到。
?