汤一峰

人工智能空战系统ALPHA基于模糊逻辑树控制算法，通过整合模糊控制、遗传算法、级联控制结构的思想和原理，克服了神经网络算法运算量过大的缺点，同时又不失于精确性和鲁棒性。本文介绍了ALPHA系统的项目背景、研发历程、算法优势和实施框架。同时，结合美军现有“忠诚僚机”等预研计划，预测了人工智能空战系统在无人机编队等方面的应用前景。

项目背景

2017年，针对人工智能科技的爆发式发展趋势，英国广播公司（BBC）发布了一份最可能被人工智能取代的人类工作清单。其中，汽车驾驶员这一岗位在榜单名列前茅。未来，可能不仅仅是汽车，连超声速战斗机飞行员也将被无人驾驶技术所取代。2016年，美国空军研究实验室（AFRL）的信息透露，其研发了一套名为ALPHA的人工智能空战系统。同时，该系统在模拟空战中以无可争议的优势击败了经验丰富的美国空军退役上校吉恩·李。而此前，还没有任何人工智能模拟空战系统可以战胜人类顶尖的飞行员。

吉恩·李上校曾任美国空军高级教官，为美国空军培训了上千名飞行员，参加过越南战争，具有大量实际空战经验。他也参与了ALPHA的研制，对ALPHA人工智能空战系统的评价是：“这是我见过的最具敏捷性、侵略性、可靠性的人工智能系统”。

试验历程

2015年，ALPHA的早期版本出现在美国空军的先进仿真集成模型框架（Advanced Framework for SimulationIntegration Modeling，AFSIM）空战仿真平台上。该系统利用其VESPA可视化模拟工具和当时美国空军研究实验室正在使用其他空战系统进行了对战，并成功获胜。……