自主系统中的智能体

智能体是自动驾驶汽车和无人机等自主系统的大脑。它们处理来自传感器、摄像头和其他来源的大量数据，以安全高效地在复杂环境中导航、驾驶以及完成特定任务。

每个智能体都有三个主要组成部分：

• 传感器：就像智能体的眼睛和耳朵，从环境中获取信息。

• 决策机制：这是智能体的大脑，根据感官输入确定动作。

• 执行器：就像智能体的手和脚，执行大脑做出的决定。

这些部分共同帮助代理感知、思考和行动，就像人类使用感官、大脑和肌肉来执行任务一样。

智能体有不同的形式，每种形式都有其独特的思维和行为方式：

• 简单反射

这些智能体会根据当前感知做出快速反应，而不会考虑过去的经验或未来的后果。例如，一个简单的恒温器会在天气冷时打开，在天气热时关闭。它反应很快，但不太智能。

• 基于模型

这些智能体会维护一个内部模型，帮助它们在信息不完整的情况下做出更好的决策。这就像根据记忆猜测暗室里有什么一样。

• 基于效用

这些智能体通过权衡不同的选择来寻求最佳的长期结果。这类似于在即时满足和以后更大的奖励之间做出选择。

决策过程对于智能体至关重要。其工作原理如下：

2. 传感器从环境中收集信息。

4. 该信息被发送到决策机制。

6. 智能体根据其类型（反射、基于模型或基于效用）决定采取何种行动。

8. 它会选择最佳动作。

10. 执行器执行所选择的动作。

如此循环重复，使得智能体能够随着时间的推移提高其性能。

智能体在我们的日常生活中随处可见。例如：

• 清洁家居的机器人吸尘器

• 回答网站问题的聊天机器人

• 自动驾驶汽车可以引导交通

它们都使用传感器来感知环境，使用决策机制来确定动作，并使用执行器来执行这些动作。

了解智能体的工作原理是构建更好的计算机和机器人的关键。这是一个令人兴奋且不断发展的领域！

编辑

军事专家正在开发新的支持技术，以帮助无人机、地面车辆、潜艇和水面舰艇集群并在没有人工干预的情况下做出决策。

无人系统在水下、地面和空中完全自主运行的能力需要强大的处理能力。

盐湖城柯蒂斯·莱特国防解决方案部门高级产品经理迈克·索斯沃思指出，将实现车辆自动驾驶所需的所有不同技术结合在一起，是对强大计算能力需求的一个重要来源。

“分析大量数据以完成复杂的深度学习算法可能需要强大的处理能力。想想自动驾驶汽车在没有人工干预的情况下安全行驶所需的设备数量，例如摄像头和传感器，”Southworth 说。“收集数据的设备越多，带宽竞争就越激烈。这就是为什么当今人工智能的大部分数据处理都在传统的计算机数据中心进行。

“然而，完全依赖数据中心的集中处理具有固有的局限性，包括带宽、安全性和可用性，”Southworth 继续说道。“考虑这样一种模式，所有传感器数据都上传到集中数据中心进行处理，然后边缘计算机等待数据中心的响应来执行命令。如果仅依靠云，可能会有明显的延迟或延迟，比较应用程序发出指令的时间和收到响应的时间。自动驾驶汽车可能需要实时视觉和感知才能安全导航、路径规划或主动防护。想象一下战场场景中的后果，检测到来袭威胁，但在采取任何对策之前存在可测量的网络延迟。威胁尚未消除，生命可能会丧失。集成到车辆平台上的高性能嵌入式计算可以潜在地克服这些障碍，并在战场上实现深度学习。”

嵌入式计算

对于无人系统而言，无论在哪个领域，尺寸都很重要。由于需要将许多集成技术融入到体积有限的物体中，占用空间小，高性能嵌入式计算 (HPEC) 有助于实现这一切。

“作为一个行业，我们一直在努力从我们开发的系统中获得更多收益。HPEC 计算与 AI 功能相结合，以 SWaP [尺寸、重量和功率] 优化的形式带来强大的计算解决方案，”位于加利福尼亚州弗里蒙特的嵌入式计算专家 Elma Electronic Inc. 的战略营销和沟通负责人 Valerie Andrew 说。“由于任何给定的嵌入式系统中都会使用大量数据点，因此拥有高性能基础设施来管理和处理这些信息，进而推动 AI 和深度学习的发展，使无人系统能够访问可用于运营活动的按需情报。”

编辑

安德鲁同时也是传感器开放系统架构联盟业务工作组外展负责人，他指出，国防部通过通用模块化开放系统架构 (MOSA) 实现互操作性的举措可以消除发展障碍 — — 即使是围绕人工智能构建的无人系统。

“先进的学习技术将变得更加重要，而不仅仅是‘这些系统是否协同工作’，”安德鲁说。“这将在系统功能方面呈指数级增长，无人系统的开发和部署将开始更加快速。对于国防部来说，这意味着能够快速且经济地获得一流的技术。对于战士来说，这意味着在执行任务期间增加知识和决策能力。”

加州查茨沃斯 Aitech Defense Systems Inc. 的视频和通用图形处理单元 (GPGPU) 产品线总监 Dan Mor 表示，在独立或部分独立的嵌入式超级计算机中使用 HPEC 有双重好处。“HPEC 系统能够在更小的框架中容纳更多功能，这样就可以在更靠近传感器的地方处理更大的数据集，而这正是最需要的地方，”Mor 说道。“而这些 HPEC 系统的加固意味着计算能力可以在更多远程和移动位置使用。随着这些处理需求的增加，使用 GPGPU 技术和基于 AI 的解决方案的 SFF 系统正在为下一代嵌入式系统提供一条道路，准备应对日益增长的移动、无人驾驶和自动驾驶汽车技术领域，将计算能力带到以前无法想象的领域。”

位于德克萨斯州糖城的 Systel Inc. 营销副总裁 Aneesh Kothari 表示，无人系统可以利用机载人工智能和机器学习来减少在对抗环境中作战现实带来的责任。Kothari 表示：“高性能嵌入式边缘计算对于成功部署 AI 任务至关重要。在带宽受限、通信质量低下的竞争环境中运行，使得基于云计算和 AI 的战术使用成为一种负担。计算处理能力必须驻留在本地，以确保基于 AI 的应用程序所需的低延迟和近乎实时的速度。近年来，商用现货 (COTS) 技术的进步使得嵌入式边缘计算在无人驾驶车辆中得到实际应用。”“Systel 的坚固型嵌入式系统（例如 Kite-Strike 和 Raven-Strike）将商用硬件组件（例如视频采集卡和编码器）以及最新的基于 NVIDIA Ampere 和 Jetson Xavier GPU）集成在小型 (SFF) 坚固型嵌入式计算机中，使其成为无人驾驶车辆的理想选择。”

高性能嵌入式计算机提供了运行人工智能和机器学习技术“智能”所需的处理能力，使无人机、无人潜航器和地面车辆保持移动。

编辑

空军人员在佛罗里达州廷德尔空军基地观看无人地面车辆的测试，这是使用“电脑犬”协助侦察和加强基地安全巡逻行动的计划的一部分。

技术专家表示，冷却对于无人系统来说至关重要

“这些无人系统需要更高、更大的处理能力，因此计算时会产生热量。因此，通过冷却系统控制热量越好，在更小的空间内完成的工作就越多。随着物体变小，在更紧凑的空间内会变得更热。因此，你需要能够更有效地冷却它。如果你的系统无法在计算机背面安装风扇来防止它变热，那么你需要能够在这些狭小的空间内以极高的难度完成这些工作。

“因此，在海底，你不会希望拥有与你在家里的办公桌上想要的解决方案相近的东西，”海格继续说道。“军事化程度越高，就越需要冷却方面的突破，以便完美地结合在一起，从而能够为这些系统提供能力。”

位于华盛顿州白鲑鱼的 Sagetech Avionics 公司为军用和民用市场的无人机领域提供应答器和 UAS 态势感知解决方案。该公司首席执行官 Tom Furey 也认同保持无人机系统冷却的重要性。

“微电子技术不断发展，并在缩小高功率电子设备的尺寸和减少其产生的热量方面实现了创新。例如，Sagetech 通过先进的微电子设计实现了 SWaP 的大幅降低，其中包括创造性的热通道，以实现更好的热性能，而无需依赖大而重的散热器或风扇等可靠性较低的组件，”Furey 说。

Elma 公司的 Andrew 表示同意：“散热是设计外壳时需要考虑的最关键方面之一。由于小型化 (SFF) 系统的模块化，没有一种万能的解决方案，这增加了当今嵌入式计算系统中热管理的复杂性。依靠成熟的设计原则，基于整体系统方法，制造商可以为现代电子应用生产定制外壳，同时将设计成本降至最低，并保持热分布稳定。”

人工智能与作战人员

自主无人系统技术的主要优势就在于此——作战人员可以远离危险。

编辑

海军陆战队参加位于加利福尼亚州二十九棕榈村的海军陆战队空地作战中心的指挥与控制演习。指挥与控制是军事行动中有望通过人工智能进行增强的领域之一。

驶往可能布有水雷的水域意味着船只和船员陷入危险境地的可能性大大降低。空中和地面的担保工作也是如此。

柯蒂斯-莱特公司的 Southworth 表示：“国防界对人机协同的发挥方式的创意越来越丰富。例如，无人潜航器将帮助大型海上船只探测水雷、进行快速环境评估 (REA)、情报、监视和侦察 (ISR)、海洋数据收集以及港口和海岸监视和保护。无人潜航器也正在开发中，用于受伤作战人员的医疗后送。被击落的士兵或盟友可以发出需要救护车的信号，然后可以派遣装甲自动驾驶车辆，规划出该地区最安全的进出路线，并营救伤员。

“自主武器系统可以探测敌人或潜在威胁。一旦威胁被识别并排队，系统就可以自动反击或依靠人在环做出决定，Southworth 继续说道。“设备或补给运输也是如此。”

人工智能和无人驾驶车辆尤其适用于保护船队。柯蒂斯-莱特公司的 Southworth 表示：“从历史上看，车队一直面临简易爆炸装置 (IED) 的威胁，这些装置可能会严重伤害士兵。自动驾驶车辆现在可以在车队前方巡逻，以检测、识别 IED 并标记区域。在车队前方配备一辆无人驾驶车辆最终可以挽救数千人的生命。最终，整个车队可能都由无人驾驶车辆组成。”

无人驾驶车辆群相互通信和协作是无人驾驶和人工智能技术的另一大潜在收益。“无人驾驶车辆的另一个应用涉及群体智能，即一组无人机（通常是无人驾驶飞行器）自组织成一个连贯的群体，同步飞行而不会发生碰撞，”Southworth 说。“例如，多架无人机可以勘察战场区域并识别任何一架无人机视野范围内的任何敌方威胁。每架无人机都跟踪自己的位置和速度，并与群体中的其他无人机共享这些信息，而不是按照预先设定的路线飞行并遵循预先设定的位置。这样，它们就可以自行绕过障碍物，避开敌人的火力，并探索可能发现大量敌方作战人员的区域。”

持续监视

编辑

美国空军研究实验室工程师李·M·托德上尉在五角大楼会议中心发布小型无人机系统飞行计划期间向媒体做简报。

Aitech 的莫尔表示，人工智能可以持续提供实时信息来帮助作战人员。

“目前已有多种军事应用采用基于人工智能的超级计算机，例如态势感知系统、电子战系统和无人机以及智能士兵和便携式系统和增强现实，但尤其值得注意的是，越来越多使用这项技术的无人机，”Mor 说道。一些基于人工智能的 SWaP 优化超级计算机体积非常紧凑，大约相当于一部手机的大小，无人系统可以实现令人难以置信的高性能和卓越的能效。它们可以在任务期间运行更长时间，提供更好的可靠性，并通过处理并将数据传输回主指挥中心来提供实时数据输入。”

无人系统创新的其他领域包括在现有车辆平台上进行构建以扩展单个车辆的功能，Mor 继续说道。“例如，一架战斗机可能将多个 UVS 同步到其飞行控制中心，将其范围从一架大型飞机扩展到包括几个充当小型军队的小型单位，所有这些单位都协同工作并由大型飞机的飞行员控制。这有效地扩大了一架飞机可以覆盖的空域范围。”

水星公司的黑格指出，无人系统体积小，再加上续航能力强，可以让人们远离危险。“广义上讲，如果你有无人设备，你就可以进入人类无法进入的空间。例如，进入福岛或切尔诺贝利，或者潜入海底，在那里呆很长时间，而不必担心人体的极限。有了这些神奇的传感器系统，你可以将眼睛和耳朵扩展到人体无法到达的地方，而且更安全，例如，即使在空中，你只是扩大了传感范围，但你仍然可以进行通信，而且对人类不一定有危险。”

此外，快速传播的信息有助于指挥官比依靠携带双筒望远镜和无线电的作战人员更快地下达命令。加州阿拉米达实时软件专家 Wind River Systems 的航空航天和国防工业解决方案总监亚历克斯·威尔逊 (Alex Wilson) 表示：“增加人工智能/机器学习功能可以增强前端的快速决策能力。这为作战人员提供了一种先进的工具，可以增强信息并提高决策速度和准确性。”

Elma 的 Andrew 同意自主系统有助于提高做出更明智决策的能力。

“军事计算生态系统本身正在经历一场变革，”安德鲁表示。“以国防部、政府机构和业界在过去两年的共同努力为例，这些努力通过开发开放标准，共同采用了一个共同的平台。开放组织传感器开放系统架构实现了以前无法实现的跨行业合作。这些是军事电子产品开发过程中的相同原则：共享信息并共同努力提供更完善、更安全的系统，以便能够做出更明智的决策。自主系统也将有助于实现这种智能。

Wind River 公司的 Wilson 还表示，自主和集群系统与传统作战部队的结合“将迅速增加兵力投射，使较小规模的部队能够在更广阔的战线上作战。这为交战提供了更大的灵活性，并为作战人员提供了有效执行任务的选择。”

超越安全

人工智能和机器学习使主战坦克等无人和载人系统能够将一些较为单调的情境工作从基地或战场上的人员身上转移开。

编辑

在英国皇家海军的一次训练活动——水雷对抗演习 19-1 期间，水兵们在波斯湾准备无人水下航行器。

Mercury 公司的 Haigh 表示：“如果一群人协同工作，那么他们就能完成一个人无法完成的任务。如果你想在世贸中心寻找尸体，你可以派出自动驾驶汽车去寻找受害者，而人类则负责做出执行决策，并确保一切与人类响应团队协调一致。因此，一旦找到受害者，你的应急响应团队就会集中精力去帮助受害者，而无人驾驶汽车则负责搜索，这是人类不一定愿意做的单调、令人不快的工作。”

位于弗吉尼亚州阿灵顿的美国国防高级研究计划局 (DARPA) 信息创新办公室 (I2O) 项目经理 Sandeep Neema 表示，人工智能可以帮助减轻军队一些较为繁琐的工作负担。“坦克的导航功能应该可以合理地减轻负担。战士们可以摆脱这些负担，将更多精力放在战斗的技术方面。自动驾驶的未来可能还很遥远，但在不远的将来，从 a 点开到 b 点并不困难。真正困难的是了解情况。”

值得信赖的自治

尼马在 DARPA 的主要职责是负责该机构的“保证自主”计划。他表示，国防部专家必须确保军用无人系统安全运行，并不断进行监控、更新和评估。

Neema 列举了目前阻碍自主系统部署和发展的三个因素。

首先，操作员的参与仍然是必要的。“这不仅严重限制了运营收益，而且在人机交互和混合主动控制领域带来了重大的新挑战，”Neema 在 DARPA 网站上解释了“保证自主”计划。第二个障碍是，“另一方面，在不确定、非结构化和动态环境中实现更高水平的自主性，越来越多地涉及数据驱动的机器学习技术，以及许多开放系统科学和系统工程挑战。”

最后，Neema 写道，第三个障碍是“当今广泛使用的机器学习技术本质上是不可预测的，缺乏必要的数学框架来保证正确性，而依赖于安全和正确操作才能完成任务的国防部应用程序需要可预测的行为和强有力的保证。”

另一个令人担忧的是，当无人系统执行夺取敌方战斗人员生命或摧毁敌方车辆、物资或基础设施的任务时，它们会自主行动，而这些无人系统目前是由远程驾驶的无人机，如 MQ-9 收割者无人机。

Systel 公司的 Kothari 表示：“随着人工智能技术变得越来越复杂和普及，人们很容易将人工智能视为‘灵丹妙药’。虽然人工智能可以减轻操作员的大部分负担，实现传感器融合并自动执行处理大量原始数据时必不可少的分析任务，而且即使我们从‘杀伤链’转向更复杂的‘杀伤网’，人类仍然非常需要保持参与。”

Aitech 的 Mor 表示：“道德问题始终是人们关注的问题，尤其是在国防工业领域，因此美国国防部根据国防创新委员会向国防部长马克·T·埃斯珀提供的建议，正式采用了一系列人工智能使用的道德原则。这些建议是经过 15 个月的咨询后得出的，咨询对象包括商业、政府、学术界和美国公众的顶尖人工智能专家，美国顶尖人工智能专家之间进行了严格的反馈和分析，并通过多个渠道征求公众意见和评论。人工智能道德原则的采用符合国防部人工智能战略目标，该目标要求美国军方在人工智能道德和人工智能系统的合法使用方面发挥带头作用。

Mor 继续说道：“人工智能在国防市场中是一个相对较新的领域，我们期待人工智能逐步融入现有或新的系统：

部分由人工智能实现的人机控制系统；

具有部分人机交互的人工智能控制系统；

具有冗余人类决策控制的人工智能控制系统；

以及人工智能自主系统。

要实现这些系统的可信赖还需要一些时间；与此同时，我们将看到更加标准化的人工智能实施和道德原则定义。欧盟委员会也在制定“可信赖的人工智能”定义。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。