無人機自主性分級標準淺析

賈勤康

隨著人工智能等技術的發展，無人機體現出越來越強的自主性。這直接影響到了人與無人機的交互與控制關系。不同自主性強度的無人機在這些方面體現出不同的特點。因此從理論上對無人機進行自主性等級劃分對研究無人機的指揮控制有著重要的意義。本文對無人機自主性等級劃分標準進行研究，總結出相關標準的劃分依據，為今后的無人機研究提供理論支持。

一、無人機自主性等級標準研究現狀

關于無人機自主性等級的劃分，國外研究較多。比較典型的有Sheridan的自動裝置等級（LOA）、自主控制水平等級（ACL）、無人系統自主性等級（ALFUS）、人-機權限四級模型和自主系統參考框架等。

Sheridan的自動裝置等級主要通過計算機與人對決策的影響程度對自主性進行劃分。最低的自主性等級下，計算機不提供任何幫助，人應該處理所有的工作。而最高的自主性等級下，計算機不受人支配，自主決定每一件事情。

自主控制水平等級是美國空軍研究實驗室為了研究無人機的自主性而定義的。經歷了多個版本的修改。十個自主性等級分別為：遙控引導、實時故障診斷、飛行狀態自適應、機上航路重規劃、機群協同、群戰術重規劃、機群戰術目標、分布式控制、機群戰略目標、完全自主集群。該自主性等級聚焦于無人機的自主性能力，根據無人機的自主性能力由強到弱對自主性等級進行劃分，與Sheridan自動裝置等級相比更加針對無人機這一特定的自動裝置。

美國國家標準和技術研究所智能系統部對ALFUS框架進行了研究。該框架用于對無人系統自主能力進行通用量化評估。該框架主要從任務復雜度、環境復雜性、人機交互程度三個方面對無人機的自主性等級進行評判。任務復雜度，通過子任務處理、協作水平、知識和態勢感知要求等方面進行衡量，環境復雜性通過障礙物尺寸、地形復雜度、通信干擾條件等方面進行進行評價。人機交互程度通過交互的時間和頻率、交互的工作量、技術要求水平等方面進行衡量。這三個指標構成了一個無人機自主性能力的向量空間，可以更加全面地評價無人機的自主性。

人-機四級權限模型是美國國防部在2011年的《無人系統綜合路線圖》中提出的。回避了自主能力分級問題，以人-機權限視角將自主性等級分為人操作、人委派、人監督、完全自主四個等級。四個等級人的權限越來越低，機器的權限越來越高。

自主系統參考框架是2012年美國國防科學委員會提出的，從認知層次、任務時間軸、人-機系統權衡空間3個角度定義的自主性評價標準。強調自主性問題要更多的關注指揮官、操作員和開發人員三者的協調問題。

二、不同自主性等級標準特點分析

以上介紹的各種無人機自主性分級標準各有特點。Sheridan的自動裝置等級是一種通用的自主性分類方法。不光可以用于無人機的自主性分級，也可以用于其他自動裝置。其自主性的分級標準來源于人與機器對決策的參與程度。顯然，這是一種宏觀抽象的分級標準。不同場景下，人和機器參與決策的方式各不相同，如何評價人和機器參與決策的程度，也沒有明確的標準。因此該分級標準如果要應用于之后的無人機自主性研究，還需要進一步結合具體情境對每個自主性等級進行詳細闡釋。

ACL自主性等級則是專門針對無人機的自主性分級標準。其分級的依據是無人機的自主性能力。根據無人機自主性能力的強弱對自主性等級進行劃分。這樣的分級標準顯然比Sheridan自動裝置等級更為具體，具有更強的針對性。但是該分級標準也存在著具體分級方法不夠明確的問題。無人機存在各種各樣的自主性能力，究竟什么樣的自主性能力等級低，什么樣的自主性能力等級高并沒有較為明確統一的說法。不同等級之間究竟有多大的差距也無法進行量化。而且隨著無人機自主性的不斷提高，新的自主性能力出現后該分級標準可能需要進一步完善。

ALFUS框架與ACL分級標準相比，分級的完備性較強。從三個維度構建了自主性等級的向量空間，反映了不同自主性等級在任務復雜度、環境復雜性、人機交互程度方面的不同特點。但是該分級框架最終僅僅給出了三種較為典型的自主性等級。即任務復雜度、環境復雜性、人機交互程度分別取低、中、高時的自主性等級，而對于向量空間中的其他自主性等級沒有進行詳細描述。除此之外，該分類方法雖然在邏輯上較為完備，但是三個方面等級的具體分級標準也難以明確。

人機四級權限模型類似于Sheridan的自動裝置等級，但是與之相比更為具體，對無人機自主性等級的評價更具針對性。而與ACL自主性等級相比，該分級方法具有更強的邏輯性與完備性，解決了ACL分級標準過于離散、相互之間聯系性不強的問題。但是該方法還是存在著分級標準模糊不清，主觀性太強的問題，四個自主性等級的量化仍然依賴具體情況下的建模。

自主系統參考框架則是將無人機的自主性等級放在從開發到操作，再到整個任務行動的大背景下進行考察。指出無人機的自主性是開發人員、操作人員和指揮官在特定情景下互相配合的結果。這些要素都缺一不可。顯然這樣的分級方法結合了無人機的具體應用場景，對影響自主性表現的各個因素都加以分析。該方法的分級方式較為全面和客觀，但是必須結合具體情景，而且較難進行定量分析。

三、對無人機自主性研究的思考

通過對以上的分類標準進行研究分析，對無人機自主性有以下三點思考：

一是無人機的自主性必須結合具體的應用情景進行分析。無人機的自主性不是孤立的特性，必須與環境結合起來。在一種作戰情境下可能高的自主性等級有著較好的表現，但是在其他情景下可能反而表現不好。相同的算法在遇到不同的環境因素時可能產生截然不同的表現。抽象的無人機自主性分級意義不大。

二是要充分考慮到人對無人機控制地位。不管無人機具備再強的自主性，始終是人來控制機器。只是自主性等級高時，可以將簡單工作完全交給無人機進行處理。而直接操作無人機的操作人員與控制整個任務行動的指揮人員都會對無人機的行為產生干預。自主性等級的提高首先取代的是操作人員，而后可以完成部分指揮人員的操作。但是不論如何，始終要有人在回路中監控整個系統的行為。

三是無人機自主性的發展必須要結合最需要的應用場景，而不是完全替代人。人工智能永遠只能輔助人的工作，而不能完全取代人。再高的自主性等級也只能是人控制無人機的輔助手段，無人機不可能具備完全獨立的指控能力。自主性分級的最終目的是確定相關能力對人控制無人機水平的提升程度。