Home › Technology › 中国科学家开发出无人机蜂群新算法：通信中断、视野受限条件下仍能作战，为首个达到 100% 杀伤率且保持足够响应速度的算法
Technology
中国科学家开发出无人机蜂群新算法：通信中断、视野受限条件下仍能作战，为首个达到 100% 杀伤率且保持足够响应速度的算法
IT之家 5 月 31 日消息，西北工业大学航天学院、西安电子科技大学的科研人员开发出了一种新算法，有望从根本上改变无人机蜂群搜索和摧毁敌方目标的方式。 该算法名为 HG-STR（异构图时空推理），据称能让固定翼无人机机群在通信被干扰、视野受阻的情况下，自主搜索广阔战场并消灭每一个敌方目标。相关成果已经发布在中国期刊《航空学报》上。 仿真实验表明，相比传统规则算法任务完成率提升了 37.14%；相比全局优化算法，单步决策耗时从秒级降低至毫秒级；且在通信半径极度受限的弱连通条件下仍能保持 94% 的任务成功率。 该算法在模拟测试任务中实现了了 96% 的成功率、100% 的目标杀伤率，并且运行速度足以跟上现代战争的节奏。这是已知首个能够达到 100% 杀伤率且保持足够响应速度的算法。 传统算法将友军、敌军、地形等信息都视为同一类型的数据进行处理。西安西北工业大学航天学院副教授张栋带领的团队指出，这种方式会造成混乱。他们的新方法构建了一个“异构图”，其中每个对象都被赋予其真实含义的标签：友军无人机是一种节点，搜索区域是另一种节点，敌方目标则是完全不同的第三种节点。该算法能学会关注正确的连接关系 —— 当一架无人机发现目标时，该信息会被当作高优先级威胁；当附近有队友时，则被视为协作机会。张东和同事们表示，这使得蜂群能够瞬间理解该帮助谁、该猎杀谁。 传统的基于规则的系统（如同预先编写的脚本）在敌人不按脚本出牌时会失效。而大多数现有的优化方法（如下棋计算机计算每一步）则速度太慢。 张栋在论文中写道，在激战中，这些方法需要数秒才能做出决策，“而在这段时间里，一架无人机可以盲目飞行近 600 米 —— 在激烈的电磁对抗中，这是致命的延迟”。相比之下，HG-STR 算法做出决策仅需 6.6 毫秒，较旧方法实现了巨大飞跃。 在模拟实验中，研究团队直面战场的混乱环境。敌方干扰可能切断通信链路，使无人机陷入孤立，而无人机自身的传感器只能看到一小片地面。为应对这些挑战，团队首先为每架无人机配备了“记忆”：当一架无人机与队友失联时，它会依靠一个特殊的记忆模块（门控循环单元）来记住友军最后的位置以及敌人最后出现的位置。其次，他们设计了一个分层决策机制：无人机首先决定目标是“搜索还是打击”，然后选择具体目标，最后决定使用多少弹药。通过将问题分层分解，无人机避免了试图同时处理所有事情而导致的混乱。 在团队的模拟实验中，即使通信半径受到严重限制，该算法仍然实现了对敌方目标的 100% 消灭率，包括那些隐藏在视线之外的目标。实验还表明，该算法可以在一个小场景中完成训练，然后即时部署到一个更大的场景中，无需重新训练即可应对更多的无人机和更多的目标。 评审专家表示，目前大多数无人机操作仍由人类飞行员远程控制。“这项技术预示着这样一个未来：蜂群无人机可以被派往高风险、受干扰的环境，在断绝与人类指挥的联系后，带着一条最终指令执行任务：找到并消灭所有目标。” 展望未来，研究团队计划将该算法从实验室带到现实世界。他们希望使其更加稳健，不仅能够应对通信中断，还能处理消息延迟和数据损坏。 科研人员在论文中写道：“未来的工作将聚焦于探索该算法在计算能力有限的嵌入式机载平台上的轻量化部署和实飞验证。” IT之家附论文地址： https://doi.org/10.7527/S1000-6893.2026.33373
IT IT之家Updated 2h ago 1 min read
IT之家 5 月 31 日消息，西北工业大学航天学院、西安电子科技大学的科研人员开发出了一种新算法，有望从根本上改变无人机蜂群搜索和摧毁敌方目标的方式。 该算法名为 HG-STR（异构图时空推理），据称能让固定翼无人机机群在通信被干扰、视野受阻的情况下，自主搜索广阔战场并消灭每一个敌方目标。相关成果已经发布在中国期刊《航空学报》上。 仿真实验表明，相比传统规则算法任务完成率提升了 37.14%；相比全局优化算法，单步决策耗时从秒级降低至毫秒级；且在通信半径极度受限的弱连通条件下仍能保持 94% 的任务成功率。 该算法在模拟测试任务中实现了了 96% 的成功率、100% 的目标杀伤率，并且运行速度足以跟上现代战争的节奏。这是已知首个能够达到 100% 杀伤率且保持足够响应速度的算法。 传统算法将友军、敌军、地形等信息都视为同一类型的数据进行处理。西安西北工业大学航天学院副教授张栋带领的团队指出，这种方式会造成混乱。他们的新方法构建了一个“异构图”，其中每个对象都被赋予其真实含义的标签：友军无人机是一种节点，搜索区域是另一种节点，敌方目标则是完全不同的第三种节点。该算法能学会关注正确的连接关系 —— 当一架无人机发现目标时，该信息会被当作高优先级威胁；当附近有队友时，则被视为协作机会。张东和同事们表示，这使得蜂群能够瞬间理解该帮助谁、该猎杀谁。 传统的基于规则的系统（如同预先编写的脚本）在敌人不按脚本出牌时会失效。而大多数现有的优化方法（如下棋计算机计算每一步）则速度太慢。 张栋在论文中写道，在激战中，这些方法需要数秒才能做出决策，“而在这段时间里，一架无人机可以盲目飞行近 600 米 —— 在激烈的电磁对抗中，这是致命的延迟”。相比之下，HG-STR 算法做出决策仅需 6.6 毫秒，较旧方法实现了巨大飞跃。 在模拟实验中，研究团队直面战场的混乱环境。敌方干扰可能切断通信链路，使无人机陷入孤立，而无人机自身的传感器只能看到一小片地面。为应对这些挑战，团队首先为每架无人机配备了“记忆”：当一架无人机与队友失联时，它会依靠一个特殊的记忆模块（门控循环单元）来记住友军最后的位置以及敌人最后出现的位置。其次，他们设计了一个分层决策机制：无人机首先决定目标是“搜索还是打击”，然后选择具体目标，最后决定使用多少弹药。通过将问题分层分解，无人机避免了试图同时处理所有事情而导致的混乱。 在团队的模拟实验中，即使通信半径受到严重限制，该算法仍然实现了对敌方目标的 100% 消灭率，包括那些隐藏在视线之外的目标。实验还表明，该算法可以在一个小场景中完成训练，然后即时部署到一个更大的场景中，无需重新训练即可应对更多的无人机和更多的目标。 评审专家表示，目前大多数无人机操作仍由人类飞行员远程控制。“这项技术预示着这样一个未来：蜂群无人机可以被派往高风险、受干扰的环境，在断绝与人类指挥的联系后，带着一条最终指令执行任务：找到并消灭所有目标。” 展望未来，研究团队计划将该算法从实验室带到现实世界。他们希望使其更加稳健，不仅能够应对通信中断，还能处理消息延迟和数据损坏。 科研人员在论文中写道：“未来的工作将聚焦于探索该算法在计算能力有限的嵌入式机载平台上的轻量化部署和实飞验证。” IT之家附论文地址： https://doi.org/10.7527/S1000-6893.2026.33373
Full article body is being fetched in the background. Refresh in a moment to see the complete paragraphs. For now this page shows a summary and AI analysis.
