1.5 智能无人集群内涵和特征

智能无人集群是基于开放式体系架构，以全系统的群体智能为核心，以节点间的协同交互为纽带，以单节点的无人自主为基础，以多手段发射回收为支撑，具有能力倍增、功能分布、自组网络、鲁棒自愈、成本优势和群智涌现六大特征的“新质新域”武器系统。

1.5.1 无人集群的能力倍增

众所周知，在第二次世界大战中，盟军战胜了“轴心国”。到1944年，美国及其盟国每年生产超过51000辆坦克对战德国的17800辆坦克，每年生产超过167000架飞机对战“轴心国”每年总和不到68000架飞机 ^[25] 。尽管德国的许多坦克和飞机的质量都优于同盟国的坦克和飞机，但德军无法抵御盟军不可阻挡的数量优势。保罗·肯尼迪（Paul Kennedy）在《大国的兴衰》中写道：到1943—1944年，仅美国一个国家每天就可以生产一艘船，每五分钟就可以生产一架飞机！直到战争的最后几个月，无论德军如何在西线和东线进行战术反击，最终都被盟军庞大的火力所淹没 ^[26] 。

采取集群战术的基本原则是使用大量的无人系统，因此，这一作战理念能够实现对敌方区域的广泛占领，使数量再一次成为战争胜负的决定因素。大量作战平台的同时出动可对敌方目标进行全面突防和饱和攻击，通过数量规模阻塞对方防御通道或大量消耗对方防御力量资源，使敌方无力招架，进而摧毁敌方的高价值目标。正如兰切斯特（Lanchester）平方律指出，在热兵器远程交战的条件下，交战一方的有效战斗力正比于其战斗单位数的平方与每一战斗单位平均战斗力的乘积。作战平台数量的优势，将大大提高整个无人集群的战斗能力。无人集群数量优势可带来能力的倍增，如图1-3所示。

虽然小型作战平台在单个平台能力上与传统多任务复杂平台有一定的差距，但广泛分散的小型作战平台可以从多个方向发动进攻或佯攻，从而对敌方整体作战系统进行分解，误导和干扰敌方，使其反应迟钝，进而瓦解敌方的“观察—判断—决策—行动”（Observe-Orient-Decide-Act，OODA）机制 ^[27] ，寻找敌方弱点并快速突破。

1.5.2 无人集群的功能分布

集群的优势在于可将传统的、集成在一个大型平台上的多个功能子系统分散部署到网络化的大量小型平台上，通过通信系统进行有机协同，在满足所有功能需求的同时，提高系统的灵活性和生存力。

功能分布可使每个平台任务更单一，有利于平台设计。例如，美军配备的小型空射诱饵弹（Miniature Air Launched Decoy，MALD），仅需要考虑功能模拟以及平台成本 ^[28-29] 。不同功能的装备整体效能将远远强于个体功能的叠加。

在作战过程中，多功能大型平台成为体系中心，极易遭受敌方的重点打击，一旦受到损毁，在数量一定的情况下，其整体作战效能将出现断崖式的下降。集群作战系统颠覆了追求单平台能力指标的发展逻辑，把体系效能作为重点。首先，将系统功能化整为零。集群把诸多作战所需的系统功能分散到不同的平台上，使每个平台的功能相对单一，但平台数量众多。其次，将平台技术指标化繁就简。集群在单平台上尽量降低技术指标，在保证基本指标的前提下，重点保证单一系统技术指标。这样的做法显然与现有的“大集成”“高性能”“多功能”背道而驰。集群之所以采用这样一种颠覆性路径，是因为运用了系统论的观点，通过系统网络结构的改变，一方面可以使各平台自由组合生成不同作战功能，另一方面可增加功能平台作用路径以涌现出更多作战效能，实现“1+1＞2”的作战效果。集群功能的分布如图1-4所示。

1.5.3 无人集群的自组网络

网络使得分布式的无人装备紧密连接在一起，无人装备可以随时随地进行信息交互、协同作战，彻底改变未来的作战样式。在地理上分散分布的无人集群，在没有网络的情况下是无法实现信息交互的，难以发挥集群的优势。

以自组织的方式建立起来的无人集群网络，节点可以自由地加入和离开。同时，在部分节点失效时，网络能够自动调整拓扑，保持其他节点的连通性。无人集群自组网络中的资源和计算分散在每个节点上，信息的传输和处理都在节点之间直接进行，无须中心节点的管理和介入，避免了网络整体瘫痪的可能，还能更好地实现整个网络的负载均衡。另外，无人集群采用先进的资源管理方法，能够灵活调用闲置的计算能力或存储资源，从而达到分布式计算和存储的目的。

无人集群自组网络可避免整个网络对某个单一节点的过分依赖，具有无中心、可扩展、耐攻击、高容错、易维护等特点，从而避免某个节点的失能、故障或受损导致整个集群系统的崩溃。中心网络和自组网络示例如图1-5所示。

1.5.4 无人集群的鲁棒自愈

当无人集群中的某节点被损毁或失效时，无人集群的自组织特性可依据环境进行自调整，从而确保系统的能力自愈并完成既定的任务 ^[30] 。多功能大平台的无人装备在遭遇打击时，由于数量少，容易被敌方重点打击而被毁灭，导致很难顺利执行完任务。由于无人集群功能的分散性，因此当一个节点失效时，网络中其他节点仍然可以执行该功能，体系的抗毁性强。以无人机集群为例，该集群中包括多架无人机，多架无人机通过网络进行互联互通，当无人集群中的某个无人机被损毁时，可以通过将该无人机需要执行的任务重新分配给无人集群中的其他无人机，从而保证任务的完整执行。无人集群的鲁棒自愈如图1-6所示。

1.5.5 无人集群的成本优势

受机械化战争思维影响，传统武器的研发思路是基于平台设计、追求武器平台的高性能和多功能，通过综合集成各种高精尖技术升级武器平台的战术技术指标，寻求武器平台的代差优势。典型的武器装备，如美军F-22战斗机，兼备隐身性、超音速巡航、超机动等能力，在作战中既可制空，又能对地，还可利用其先进的态势感知和信息分发系统充当作战网络的信息节点。这些武器平台固然战力超群，但也存在研发难度大、周期长、价格昂贵、难以大规模列装等缺点。

1984年，作为“奥古斯丁定律”的提出者之一的奥古斯丁（Norm Augustine），观察到军用飞机的成本呈指数增长（见图1-7），而国防预算却呈线性增长。他幽默地指出：在2054年，整个国防预算将只能购买一架战术飞机 ^[31] 。然而更危险的是，随着开发成本分布在越来越少的单位上，不断减少的采购数量会进一步拉高采购成本，这种恶性循环会进一步导致可装备数量的大幅削减。

采用集群系统后，原本造价高昂的多任务系统被分解成若干低成本的小规模作战平台。哈佛大学的研究人员已经开发出一种技术，可以廉价有效地在单张纸上进行3D打印无人机（Mobee），它是先由3D打印机在二维图纸中制造，再从图纸中弹出并折叠成小虫子大小的无人机 ^[32] 。此外，大量无人装备的使用，不仅可以提高侦察和攻击的效果，也可以降低牺牲成本 ^[33] 。

研发多功能复杂系统的周期很长，动辄上十年。随着时间的推移，各国武器系统都在不断发展，这将导致需求不断变化。武器系统平台的更新始终无法跟上敌方的脚步，最终可能造成巨大的国防开支浪费。而无人集群作战系统所依托的是大量低成本、次复杂子系统，开发成本和牺牲成本远小于多功能复杂系统。

1.5.6 无人集群的群智涌现

群体生物能够通过集体和自组织的协同行为涌现出令人惊叹的智慧。采集数据的多样性、计算平台的差异性和算法的多样性，可以涌现出各种各样的决策 ^[34] 。群体智能在20世纪被提出，群体智能最成功的两个算法是蚁群优化（Ant Colony Optimization，ACO）算法 ^[35] 和粒子群优化（Particle Swarm Optimization，PSO）算法 ^[36] 。蚁群（优化）算法是受到蚁群寻找食物以及搬运食物的明确分工和协同执行的启发而产生的，在群体智能领域有突出的应用效果，可以用于战场中无人集群之间任务的动态分配和协同执行。粒子群（优化）算法是模拟鸟群觅食行为而产生的一种基于群体协同的随机搜索算法，在未来战争中可以提高无人集群的协同侦察和搜索能力。2012年，Tang等人提出了基于狼群狩猎行为的狼群搜索算法（Wolf Search Algorithm，WSA） ^[37] 。狼为了生存和繁衍，需要个体之间的团结与合作，狼群形成了复杂的协同狩猎行为，由头狼、探狼和猛狼组成，各司其职、并肩作战。狼群算法更适合无人集群协同执行打击任务，通过训练，无人集群学习到狼群的策略后，可根据目标的情况进行分工，协同执行任务，提高打击成功的概率。对生物群体中这种通过简单个体之间的协同即可涌现出复杂行为（称为群体智能涌现，简称群智涌现）的机理进行充分研究，并将其应用到无人集群中，就能使无人集群在学习的过程中像自然界中的生物一样进化出高级智慧，从而改变未来战争的作战样式和决策方法。自然界中的群智涌现现象如图1-8所示。