未来战争新星：无人地面作战系统

为适应未来城市攻坚作战熏美投入资金研究地面无人作战系统熏如美海军陆战队的K8城市机器人、“旅鼠”无人地面车、陆军的MPR-800型多功能智能机器人、“徘徊者”自立式智能机器人、“罗伯特”扫雷机器人、“奥德蒂斯”多功能行走机器人、“巡逻兵”运输机器人等熏这些机器人可在地面或城市作战中执行侦察、搜索、警戒扫雷、伏击设障、排爆甚至攻击等各种任务熏目前大多已研制成功并装备联军部队。伊拉克的巴格达街道战经验表明熏美军使用的地面机器人在搜索街区、坑道的行动中发挥了非常重要的作用。     

无人传感器技术——在军事领域中的应用

世界军事科研领域的科学家、战略思想家和未来学家们认为:“五种常常重叠的技术最有可能在今后15—20年使军队发生革命性的变化。这五种技术为:机器人技术、先进的动力与推进技术、微型化技术、移动和自适应数字网络、飞速发展的生物科学。”无人传感器系统就是20世纪90年代由美国等国家开始发展的融合了上述技术的新概念武器,它不但在基础理论、设计、制造与试验技术等方面是革命性创新,而且将对21世纪的战争模式带来革命性的影响。传感器是将各种非电量穴包括物理量、化学量、生物量雪按一定规律转换成便于处理和传输的另一种物理量穴一般…     

美国海军反水雷能力和无人反水雷平台装备分析

美海军是一支推行全球战略的海军。在世界的各大洋上都能看见美国海军航母特混编队和两栖作战特混编队的踪影。美海军自称:"美海军将利用航母和远征打击群在地球上可达到的地方进行海上存在作战行动,这些兵力必须通过战略咽喉点抵达那里"。美海军遭遇布雷的战略咽喉点可能有如下水域:巴士海峡、马六甲海峡、直布罗陀海峡、苏伊士运河、苏伊士湾、曼德海峡、亚丁湾、霍尔木兹海峡等。冷战结束后,美海军又提出了由海到陆的战略方针,美海军不仅要通过上述战略咽喉点,还要远征到"可达到的地方"及其近岸水域执行作战任务。为了对付可能面对的各种类型水雷的挑战,美海军花费了大量资金研制各种反水雷舰艇和平台以及反水雷装备,并特别发展了多种先进的水上/水下无人反水雷平台和装备,以改进反水雷的能力和确保全球战略的实施。     

X-47B将使未来海空战彻底改变!

有人把今年2月初美国海军X-47B舰载无人机的首次飞行测试,称之为"具有里程碑意义的事件"!X-47B的问世与入役,果真有如此重大意义吗?它对航母舰载机的发展及未来作战模式会产生颠覆性的变化吗?要回答这个问题,还真要贯穿美国最新一代"福特"级航母研制与建造来看。众所周知,集纳多项全新高技术装备于一身"福     

国际

美国一名美国海军陆战队预备役人员和一名看护兵,在去阿富汗南部赫尔曼德省桑金地区增援受到敌军猛烈火力攻击的队友时,被队友当敌军误炸身亡。队友判定他们是敌军的依据是,在"食肉动物"无人侦察机发回的战场视频画面上,他们是向队友移动的"热点"。     

为自己“监考”

人的一生要经历无数次考试。学生时代在学校的小考场,几乎每一场考试都设有监考人。步入社会大考场后,虽有组织、领导和群众的监督管理,但当你下班离开工作岗位、单独在外出差或执行任务,离开领导、同事和亲人时;当有人偷偷向你送礼行贿、腐蚀拉拢时……在这些时机和场合,常常是“无人监考”的。然而,     

无人动力伞建模及预测控制

建立了无人动力伞6自由度控制模型,依托该模型分析了系统的动力学特性与动态性能,阐述了基于预测控制算法的无人动力伞系统飞行控制律,并在实际飞行条件下,验证飞行控制系统的控制精度。     

美国海军为MQ-8B火力侦察兵无人机装备导弹

据报道,美国海军签署了1700万美元的武装无人机协议。通过一份1700万美元的合同,美国海军给其无人驾驶直升机装备可以轰炸敌方目标的激光制导导弹。诺思罗普格鲁曼公司制造的M Q-8B"火力侦察兵"将成     

OODA-L模式下的智能无人集群作战仿真建模框架

介绍了智能无人集群作战的相关概念,为反映智能无人仿真实体的自主能力和适应能力,提出将学习过程显性化的观察-判断-决策-行动-学习(Observe, Orient, Decide, Act and Learning, OODA-L)模式,并进一步扩展为适用于集群协同的Co-OODA-L模式。在智能无人仿真实体的总体描述上,采用马尔可夫决策过程进行数学抽象处理,提出智能无人Agent的三域分层结构。为体现智能无人集群作战的自主协同、分布式等特点,提出了利用人工神经网络将可变数量的智能无人Agent融合为同构或异构集群进行协同作战建模的体系结构。     

基于深度强化学习的无人战车自主行为决策

针对高动态强对抗战场环境下,无人战车面临的自主行为决策问题,分析了未来陆战场无人战车实际作战需求,构建了基于马尔可夫决策过程的自主行为决策模型,提出了一种深度强化学习结合行为树的方法,利用行为树的逻辑规则与先验知识降低强化学习问题的难度,保证收敛性和鲁棒性,同时使行为决策模型具有学习能力.构建典型作战场景,验证深度强化学习结合行为树的无人战车自主行为决策方法的有效性.