2020年5月31日，美國(guó)蘭德公司發(fā)布《通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)空中優(yōu)勢(shì)：對(duì)人工智能輔助任務(wù)規(guī)劃的初步探索》（Air Dominance Through Machine Learning：A Preliminary Exploration of Artificial Intelligence–Assisted Mission Planning）研究報(bào)告，該研究為人工智能原型系統(tǒng)在空戰(zhàn)環(huán)境中開(kāi)發(fā)和評(píng)估新型作戰(zhàn)概念的潛力提供了證據(jù)支撐。

蘭德公司《通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)空中優(yōu)勢(shì)：對(duì)人工智能輔助任務(wù)規(guī)劃的初步探索》報(bào)告封面

該報(bào)告是蘭德公司在美國(guó)防部提供給其所屬聯(lián)邦資助的研發(fā)中心的資金支持下完成的（美國(guó)蘭德公司圖片）研究團(tuán)隊(duì)測(cè)試了幾種學(xué)習(xí)技術(shù)和算法來(lái)訓(xùn)練能夠在模擬環(huán)境中進(jìn)行空戰(zhàn)規(guī)劃的智能代理，目標(biāo)是利用人工智能系統(tǒng)的能力大規(guī)模地反復(fù)模擬和持續(xù)改進(jìn)，從而加速并豐富作戰(zhàn)概念的發(fā)展。報(bào)告指出，人工智能任務(wù)規(guī)劃工具相比現(xiàn)有的人工或自動(dòng)規(guī)劃技術(shù)將具有極大的速度優(yōu)勢(shì)。

蘭德公司在《通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)空中優(yōu)勢(shì)：對(duì)人工智能輔助任務(wù)規(guī)劃的初步探索》報(bào)告中采用的研究技術(shù)路線（美國(guó)蘭德公司圖片）

作者觀點(diǎn)：該研究最大的目的是在簡(jiǎn)化的仿真模擬環(huán)境中驗(yàn)證人工智能系統(tǒng)進(jìn)行空戰(zhàn)任務(wù)規(guī)劃進(jìn)而創(chuàng)新戰(zhàn)法的應(yīng)用潛力，值得關(guān)注的亮點(diǎn)和結(jié)論有：

1）假想的場(chǎng)景是給定一組配置不同傳感器、武器、誘餌和電子戰(zhàn)載荷的無(wú)人機(jī)對(duì)孤立防空體系進(jìn)行進(jìn)攻，場(chǎng)景的選取貼合蜂群、“馬賽克戰(zhàn)”等的基本構(gòu)想；

2）將開(kāi)源深度學(xué)習(xí)框架與國(guó)防部標(biāo)準(zhǔn)作戰(zhàn)模擬工具“仿真、集成與建模高級(jí)框架”（AFSIM）集成，分別測(cè)試了生成對(duì)抗網(wǎng)絡(luò)（GAN）、Q學(xué)習(xí)、異步優(yōu)勢(shì)動(dòng)作評(píng)價(jià)（A3C）、近端策略優(yōu)化（PPO）等當(dāng)前最新的開(kāi)源算法，結(jié)果顯示只有PPO算法可以在一組變化的復(fù)雜場(chǎng)景下滿足任務(wù)規(guī)劃需求；

3）人工智能算法在任務(wù)規(guī)劃中展現(xiàn)了一定優(yōu)勢(shì)和潛力，倘若在算法、訓(xùn)練和部署中進(jìn)一步深化研究，有望在速度上相比現(xiàn)有的人工或自動(dòng)任務(wù)規(guī)劃帶來(lái)巨大優(yōu)勢(shì)；

4）強(qiáng)化學(xué)習(xí)是在數(shù)據(jù)資源稀缺情況下利用人工智能實(shí)現(xiàn)作戰(zhàn)概念和戰(zhàn)術(shù)創(chuàng)新最有力的工具，回報(bào)函數(shù)的設(shè)置是決定人工智能演進(jìn)策略的關(guān)鍵所在，是作戰(zhàn)智慧的核心涌現(xiàn)；

5）在真實(shí)場(chǎng)景和關(guān)鍵任務(wù)中使用基于統(tǒng)計(jì)學(xué)習(xí)方法的人工智能系統(tǒng)必須經(jīng)過(guò)充分的試驗(yàn)、測(cè)試和認(rèn)證。因此必須重視和加快航空可信人工智能框架方面的工作，其重要性不亞于其他航空人工智能應(yīng)用探索工作。