日本研究飞行中协同作战的人工智能反舰导弹

来源：滚动播报

（来源：中国航空报）

　　据日本《读卖新闻》11月11日报道，日本防卫省已制定一项计划，测试新一代反舰导弹的协同人工智能技术，以提高远程打击的协调性和效率。正在研究的系统将使导弹能够在飞行中通信，根据目标机动进行调整，并在受到干扰的情况下保持交战。2026财年的初始预算约为2亿日元，将用于资助安全通信、频谱抗干扰能力和任务安全协议方面的研究。

　　日本防卫省提出了一项控制系统方案，该方案允许多枚导弹（可能包括配备人工智能辅助导引头和弹头的导弹）在飞行中相互通信并适应不断变化的环境。该方案的初始预算计划于下一财年启动，并将进行多年评估，目标是在人工智能风险管理和任务安全准则的指导下，于2029财年左右实现最早的实际应用。该方案强调，在决定部署此类系统之前，应由人员负责任务意图和交战授权，同时评估高性能人工智能及其技术、操作和法律方面的权衡取舍。该方案旨在超越单发制导模式，实现协同齐射，从而共享传感器数据、更新航迹，并在目标机动或防御系统做出反应时重新规划弹道。

　　这种方法将打击导弹与人工智能干扰弹和诱饵弹相结合，通过协同作战来增加敌方交战决策的复杂性，并提高成功突破的几率，尤其是在防区外射程接近或超过1000千米时，更长的飞行时间会增加遭受干扰和拦截的风险。根据目前的设想，每枚导弹都将保留其自身的导引头进行末端识别，同时通过协同层共享目标信息更新、平台健康状况和动态角色变更，从而确保即使某个组件失效或受到干扰，也不会导致整个作战行动崩溃。日本防卫省将这项工作定位为增强自卫队对抗远距离舰艇的能力。日本防卫省还表示，所有试验都将严格遵循人机交互控制和安全约束。

　　在项目层面，日本防卫省已在2026财年预算申请中提议拨款约2亿日元，用于在三年内评估高性能人工智能，并在任何生产承诺之前评估其成本效益和技术风险。计划中的评估将研究在频谱冲突情况下的自主能力，以便在通信中断时，合作作战系统能够恢复到预先设定的作战模式；同时还将研究加密、认证和可生存的数据链路，以防止敌方接管或欺骗合作网络。正在研究的技术架构强调灵活的飞行中更新、与诱饵协同欺骗以及符合国防装备人工智能应用既定规则的任务安全控制。时间表和预算安排既反映了为武器系统增加自主性的技术复杂性，也反映了确保安全、可预测行为的政策需求；在所有测试阶段以及任何后续部署决策中，人员将保留批准任务方案和交战参数的权力。

　　尽管目前尚无公开案例完全符合日本防卫省正在研究的协同人工智能概念，但现有的和传统的反舰作战系统中都存在一些协同或半自主作战行为的先例。例如，美国的AGM-158C远程反舰导弹结合了低可探测性设计、自主目标捕获和数据链，能够实现多枚导弹间的协同攻击，使它们可以共享目标信息并在飞行中避免攻击角度冲突。以色列的“海上破坏者”（Sea Breaker）系列导弹利用人工智能辅助的场景匹配和自动目标识别技术，能够在导航信号受限的近岸环境中作战，并在无需持续外部制导的情况下选择瞄准点。俄罗斯的设计机构早在几十年前的苏联时期就探索过协同齐射战术，例如，P-700“花岗岩”导弹系统就采用了“领航—跟随”模式进行集群发射，其中一枚导弹负责目标分类和分配，其他导弹则执行攻击指令。不过，由于设计和作战理论的不同，实际作战纵深和点对点联网能力有所差异。

　　苏联早期的导弹和现代出口产品都出现了向完全协同齐射和机载人工智能迈出的中间步骤，但这并不意味着这些概念的所有要素都已实现。苏联早期的一些导弹都包含中段更新功能，虽然这并非真正的点对点协同，却预示了互联交战和离线重新分配任务的逻辑。许多现代出口版反舰巡航导弹都配备了双向数据链，可提供重新瞄准、战损反馈和导引头更新路径，这些功能与机载处理相结合，可以作为协同齐射行动的骨干。现已公开确认的明确配备人工智能的弹头案例仍然有限；目前披露的自主性主要体现在制导、目标识别和末端捕获方面，而非有效载荷内的自适应引信或效果选择。

　　协同作战和弹载人工智能在反舰齐射中的战术优势显而易见，也是相关研究工作的依据。协同齐射可在飞行过程中分配互补角色，同步多方位目标命中时间，并错开飞行高度和进场矢量，从而分散敌方雷达扫描范围和拦截器部署数量，提高至少部分导弹穿透敌方防线的概率。导弹间的共享感知和分类有助于导弹群抵御诱饵弹，降低在拥挤航道中误伤友军的风险，并在规避机动过程中保持对目标的持续监视，从而降低因单个链路丢失或导引头受干扰而导致任务失败的概率。诱饵弹和人工智能干扰器的协同使用迫使防御方攻击假目标并消耗拦截弹，从而增加防御方对真正威胁目标的不确定性。

　　更智能的齐射和集成电子攻击还会带来其他方面的优势。更智能的齐射行为可以通过减少冗余瞄准点，并优先攻击传感器、推进系统或指挥节点等目标，而非随机分散火力，从而减少达到特定效果所需的导弹数量。协同欺骗和电子攻击会造成拦截一方防御资源的浪费，并通过分布多个假目标来削弱有效的威胁能力，从而增加防御方每次的交战成本。在战区范围内，这些能力会提高敌方感知到成本和风险，使敌方的射击策略和资源分配更加复杂，并可能改变敌方指挥官对资产和航线的评估方式。

　　实现协同作战的架构涵盖了“领航—跟随”模型和完全分布式网格，这两种方法在鲁棒性、处理需求和网络复杂性方面都需要做出不同的权衡。在主从式模式中，指定的导弹可能会短暂扩展其传感器视野以关联目标，然后通过加密链路向低空飞行的同伴发送目标和路径更新信息。这简化了决策权限，但也造成了潜在的单点故障。在分布式网状网络中，每枚导弹都作为一个节点，共享轨迹信息、发射源探测信息和健康状态，从而使集群能够依靠投票方式确定目标身份、分配落点扇区并协调终端时间，而无须依赖单一的领导者。但代价是需要更高的机载处理能力和更复杂的网络管理。两种模型中的双向数据链路都允许从外部传感器获取飞行中重新分配任务，并进行落点后损伤评估，从而为后续打击提供信息。同时，还需要强大的备用模式，以便在通信中断或干扰超过容错阈值时，齐射能够执行预先计划的攻击方案。

　　在算法和操作控制层面，机载人工智能可以支持分层自主，同时保持对任务级选择和交战规则的人为控制权。在巡航阶段，基于机器学习的分类器可以融合被动射频、成像红外和雷达信号，以在复杂海况下保持目标跟踪质量，并能应对信号衰减或欺骗；在接近攻击末段时，人工智能辅助的识别功能可以帮助排除角反射器、拖曳诱饵或虚假发射器，并选择能够最大限度发挥系统级效果的瞄准点，以打击已确认的目标类别。理论上存在一种自适应有效载荷逻辑，可以根据观测到的结构特征调整引信延迟或攻击几何形状，但尚未公开确认其具备作战能力，任何此类功能的部署都需要额外的保障措施。因此，正在研究的系统设计包括：具有强制执行的无约束自主性、强化的通信认证以防止敌方操纵，以及在交战的每个阶段明确的人为干预操作权限。

　　日本的这项计划将这些技术概念与明确的政策和测试步骤相结合，旨在平衡能力提升与安全和法律约束，同时保留人为控制。首批资金和为期三年的评估期将检验在竞争频谱环境下的韧性、加密和认证、可生存的数据链路以及高性能人工智能的成本效益，然后再做出是否生产的决策。防卫省预计，如果测试验证了有效性和安全性，最早可在2029财年左右投入实际应用。 （逸文）