0 引　言

未来的海上作战，战场环境越来越复杂，作战信息越来越透明，作战样式越来越丰富，“智能主导”将替代“信息主导”成为战争新的制胜机理与作战特点。无人系统作为未来战争的主角，要在战争中真正发挥自身作战特点，形成作战体系中“智能优势”，必须具备态势感知与理解、自主任务规划、智能目标识别、威胁评估、自主决策行动等自主能力，即必须具备较高的自主性。可以说，自主性是无人系统的突破口，是衡量无人系统水平的重要指标。因此，研究无人系统的自主性，对提升其智能程度，打赢未来智能化战争尤为重要。

本文在归纳美军对无人系统自主性开发研究的基础上，分析无人系统自主性的评价方法和支撑自主性的关键技术，并对无人系统自主性牵引的作战价值进行探讨，为制定无人系统发展策略和提升无人系统作战运用的自主性提供参考。

1 美军对无人系统自主性的研究现状

美国是最早使用无人系统参与海上作战的国家之一，无人系统技术、无人作战理论以及无人作战模式等相关内容的研究与开发一直走在世界的前列。早在海湾战争中，美国海军就利用“先锋”舰载无人机为“威斯康星”号和“密苏里”战列舰上的406 mm火炮提供火力校正^[1]，而后的伊拉克、阿富汗等局部战争，越来越多的无人系统被美军运用于海战场。

为维护美国世界霸主地位和军事战略优势，美国防部（DoD）先后发布了8版《无人系统路线图》（以下称《路线图》）。除了2009版《路线图》，其他7个版本《路线图》都不约而同地提到或强调了无人系统的自主性^[2-5]。这些文件从不同层面和角度反映出美国军方关于海上无人系统的总体发展思路，并指出未来美海军的兵力结构很大一部分由无人系统编成，自主技术是支撑新型作战概念的主要力量之一。

美军在开发无人系统自主技术的同时，也加大了对各类无人自主系统作战运用的测试和实验，试图将无人系统能力集成到全域作战力量中，推动海上作战力量兵力结构的转型。2013年，美国海军成功实现X-47B原型无人机自主降落于航母上，实验飞行过程完全由无人系统自主控制实现^[6]。2014年，1架美国海军的自主空中货运通用系统（AACUS）项目的直升机实现自主搜寻临时着陆区域并成功自行着陆^[7]。2015年，X-47B更成功实现飞行过程中的自主空中加油，引发世界各国持续关注^[8]。2019年7月举行的先进海上技术演习中，美海军使用远征无人水面舰艇，执行了保护有人舰的任务，并利用“梭鱼”无人潜航器进行协同扫雷^[9]。2021年4月19–26日，美海军太平洋舰队进行了“无人综合作战问题-21”演习，首次开展有无人装备体系化实装演习。旨在演练无人指挥和控制，弄清楚战术、技术和程序，为后续美海军无人系统发展提供了宝贵的数据和经验支撑^[10]。

从《路线图》、测试实验与演习中，不难看出，自主性对无人系统至关重要，是无人系统最重要的研究领域，美军将其视为无人系统的核心竞争力，已经把提升无人系统的自主性视作未来无人系统发展的最重要方向。

2 无人系统的自主性分析

自主性作为无人系统的典型特征和发展趋势，虽然目前已经取得了重要进步，但是发展水平仍处于弱自主阶段，依然面临着很多挑战。为了充分认识自主性，本文从等级评估以及关键技术对无人系统的自主性进行分析。

2.1 自主性等级评估

研究无人系统自主性的评价方式或相关标准制定，对无人系统的战略方针、无人系统的研制与设计，以及无人系统的应用都有非常重要的意义。自主性等级代表无人系统的智能水平，对其进行量化的评估方法可以避免自主性提法上和性能描述上的模糊性，提高科学性和可操作性，利于工程实现和性能提高，具有一定的技术引领作用。

目前，学者们提出了多种无人系统等级评估方法，包括等级法、双坐标轴法、三坐标轴法、蛛网评价模型、模糊评价法、公式法等^[11]。表1列举了典型的系统自主性等级评估方法。

DoD无人系统自主性等级评估方法是美国防部在2010年发布的《路线图》中提出的^[3]，主要从人机交互角度出发，给出了一般意义和普遍性的自主性通用分级描述；ALFUS（autonomy levels for unmanned systems）评估法是美国国家标准和技术研究所智能系统部（NIST）提出的^[12]，主要思想是通过分解无人系统所要执行的任务并分配权值，然后对任务的权值求和再平均；ACL（autonomy control levels）评估方法是美国空军研究实验室（AFRL）针对无人机提出的自主等级评估方法^[13]，它量化了无人机的自我管理能力，系统所需的交互信息量和自主等级成反比；NASA飞行器自主等级评估方法是由NASA对其飞行器系统制定的自主等级^[14]，是ACL评估方法的简化版；UUA自主性等级评估方法是美国试验与材料协会（ASTM）针对UUA提出的自主性等级评估方法^[15]，主要从态势感知，决策、规划与控制以及外部交互3个维度来表征自主性的等级，可以让无人系统用户根据维度来选择系统的自主性等级，很大程度上消除了能力需求的模糊性。

2.2 自主性关键技术

得益于计算机科学、信息技术、电子技术、认知与行为科学、人工智能与机器学习等技术的发展，无人系统自主能力的实现成为可能。基于这些学科和技术的发展，提升无人系统的自主性仍有许多关键技术需要突破。

1）智能感知技术。无人系统在测试和实验时，所采用的环境变量是静态的、结构化，而无人系统在实际应用中，执行任务的环境变量是动态的、非结构化，这就要求无人系统能感知和理解复杂不确定的战场环境。智能感知技术可能使无人系统融合多传感器数据信息，以实现对周围环境的建模，并将这些信息转化成有用信息，服务于后续的决策过程。它是无人系统实现自主航行、目标探测与识别、智能化决策，执行复杂任务最关键技术之一。

2）高带宽通信技术。无人系统在感知和理解环境过程中，各类传感器产生了大量的、复杂的数据。一方面，这些海量数据需要通信网络传输至后台进行数据处理；另一方面，为了支撑相互协作能力，无人系统需要通过通信网络与其它无人平台、有人系统进行信息共享，将指令和数据有指向性的快速传输给有需要的作战单元，这使得无人系统对通信网络能力的需求日益迫切。

3）智能导航与航迹规划技术。它是保证无人系统在复杂环境下自主、安全航行的关键。无人系统在执行任务时，除了需要目标的位置外，还需要自身的实时位置、航行速度、航向等导航参数，即需要导航系统提供目标和自身的精确定位。目前，在无人系统上采用的导航技术主要有惯性导航、卫星导航、声学导航、多普勒通航、雷达导航等。这些导航技术有各自的优缺点，无人系统可根据任务的不同自主选择合适的导航技术，并结合态势感知的信息，综合考虑时间、距离、速度、自身状态、障碍物等情况，自适应地优化航迹路线，智能的对航行路径进行动态规划，实现自主航行。

4）自主决策技术。它是无人系统自主性的核心技术，决定了无人系统的自主性等级。面对环境的不确定性，无人系统除了需要感知与理解外，还需要在决策阶段对状态进行估计、对威胁进行评估以及对效能进行评价等，从而达到对环境的快速响应。而面对执行任务的变化时，需要无人系统对任务的分配、处理、利用和分发进行自动优化，尤其在自主性更高的协同与集群作战中，能提供编队协调、多机协同、使命分解与任务冲突消解等能力，达到对任务的快速响应。这需要自主决策技术的支撑，它能对环境和任务中的信息进行行为决策导向，或以目标导向方式进行决策，实现快速响应，使无人系统自主性具有更高等级的性能。

5）人机交互技术。虽然自主技术能降低无人系统对人的依赖程度，但是无人系统仍离不开人的控制，如何让无人系统与人或其他类智体便捷交互是提升自主性面临的一个重要的挑战。人机交互技术可以使无人系统与操作员之间实现有效高效地交互，提高整个系统的自主性，让无人系统和人在认识上保持一致，从而共享态势信息，无人系统会根据任务工作量和操作员的意图快速对自主等级进行动态调整，保证系统本身的可靠性和可信度。在未来的智能化战争中，无人系统作战效能的高低将取决于人机交互的程度。

3 自主性的作战价值探讨

无人系统的自主性对许多作战任务的价值不言而喻。提升无人系统的自主性，能够使无人系统履行多种类型的作战任务，扩大无人系统的作战范围，增强无人系统的杀伤力、威慑力、生存力，加快作战节奏，从而提升作战部队的综合效率和效能。尤其是在诸如“分布式杀伤”、“马赛克战”、“无人集群”等新型作战概念的牵引下，无人系统自主性的作战价值体现的更加明显。

为了探讨无人系统新型作战概念牵引下的自主性作战价值，本文融合OODA作战环与武器自主等级模型建立基于无人系统自主性的作战环模型，如图1所示。以此作战环模型为立脚点，对几个作战阶段中的无人系统自主性作战价值进行探讨。

1）态势感知中的自主性作战价值

态势感知阶段是无人系统与外部战场环境交互的底层，主要负责战场环境数据的采集、信息有效传输以及数据的预处理。由于机器的数值运算能力远远超过人类，这一阶段的自主性完全可由人在回路上转换到人在回路外。自主性的提升可以使无人系统只对海量数据中的感兴趣部分进行采集，只对目标有效特征数据进行提取和预处理，从而节省系统传输带宽、提高交互时效性和降低整个作战系统的能耗，以较低的处理成本换取整体作战效能的提升。

2）态势理解中的自主性作战价值

态势理解阶段是将感知阶段的预处理高维数据转换成低维、可执行的数据，并对感知目标的数据进行深层次的分析，为后续系统迅速做出决策提供信息支持。随着人工智能技术特别是深度学习的发展，机器对态势理解的程度在某些方面已超人类，如ResNet模型在ImageNet图像数据集上实现了目标识别高达96%的分类准确率，超过人类在该任务上95%的准确率^[16]，这阶段的自主性正从人在回路上慢慢过渡到人在回路外。提升系统的自主性可以提高态势理解中数据处理和分析的精度，从而提高决策的正确率和信任度，提升整个作战体系的鲁棒性。

3）决策中的自主性作战价值

决策阶段是整个作战环节中的核心。以往的作战决策基本都是由人来执行，随着机器自主性的提升，系统在态势感知和理解阶段的多源信息支持下，可以通过知识库、专家系统、决策模型等智能系统进行自我学习、推理和预测，缓解决策过程中系统对人脑力的需求，而且机器强大的算力可以大幅度提升决策速度，这对提高“分布式杀伤”、“马赛克战”、“集群作战”等复杂作战概念的作战敏捷性非常有利。但是，决策阶段的自主性只能起辅助作用，人依然为决策的主体，因为决策的好坏直接影响作战的成败，而机器与人的认知层次目前，也许以后也不会在同一水平，即人对机器的信任度还是不够的。尽管如此，系统自主性的提升，可以有效辅助提高作战决策的水平和决策速度，从而提升作战的快速应变能力和对抗能力。

4）行动中的自主性作战价值

无人系统加入到作战行动中，直接改变了整个作战兵力的结构，实现了有人－无人的兵力组成。根据任务的不同，合理运用兵力结构的自主能力，可以有效改善整体作战响应能力，提升作战效能。如早期预警、侦察监视、诱饵、空中加油等枯燥、危险、肮脏的任务可由无人系统完全自主执行，提升整体系统的持续作战能力和韧性；而对于攻击、打击等毁伤性作战任务，需要在人的监督下完成，使机器处在人的掌控之下，按人的意图实施作战行动，避免战争伦理问题，毕竟无人系统只按命令执行行动，不顾行为执行的后果。

从以上分析可以得出，作战环中各个阶段对自主性的功能要求和等级要求有所不同，但是提升系统的自主性，可以使作战环的各个阶段更快、更准、更精细地实施，提升整个作战环的敏捷性、稳定性和鲁棒性，增强作战系统的应变能力、对抗能力和响应能力，有效改善整体作战效率和作战效能。

4 结　语

自主性是无人系统最突出的特点，也是其最核心的竞争力之一。目前，无人系统的自主性技术研究处于初级阶段，或者称弱自主性阶段，面临着很多问题与挑战。本文从美军海上无人系统自主性的研究现状和作战运用展开，分别从自主性等级的评估方法和关键技术对无人系统的自主性进行分析，提出基于无人系统自主性的战模型，在态势感知、态势理解、决策与行动4个阶段对自主性在新型作战概念牵引下的作战价值进行了探讨。