如今，新興技術推動了各行各業(yè)的發(fā)展，人工智能（AI）、機器學習（ML）、虛擬現實（VR）和增強現實（AR）等新名詞已經頻繁出現在生活中。大量的資本投入促使了這些技術在民用領域的快速發(fā)展。民用領域的使用環(huán)境以合作環(huán)境為主，有利于新技術的發(fā)展。但是對于軍用領域來說，其中存在著戰(zhàn)爭迷霧和博弈對抗，還存在數據缺失的問題，并且將AI直接用于武器裝備也帶來了道德層面問題，所以將新技術首先用于軍事仿真訓練領域是一種過渡辦法。在過去，工業(yè)部門參與軍方訓練相關工作時，往往被要求為軍方用戶制造、交付硬件。如今，更多的交付物已從硬件（產品）轉移到軟件（服務），這是軍工行業(yè)的重大轉變。數據驅動的交付物可能會在技術需求上跟當前有很大的不同，例如要求交付無形的源代碼給了新技術更多的施展空間，軟件產品的附加值和利潤反超了生產大型硬件產品，使得新技術得到重視和發(fā)展。通過近些年的快速發(fā)展，航空訓練設備與實裝的一致性、訓練效率以及設備小型化等方面已經有了明顯的提升。

1. 用于戰(zhàn)術對抗訓練

由專家把航空裝備在任務級、交戰(zhàn)級等不同顆粒度對抗中的基礎交戰(zhàn)規(guī)則進行抽取，將規(guī)則模型化，由人工智能技術在此基礎上進行組合和擴展，在一定的戰(zhàn)場環(huán)境中驅動實體進行交互，使其行為具有保真度。一種比較典型的算法框架為“遺傳模糊樹”，本質上是基于演進式的推理系統(tǒng)，能夠利用人類作戰(zhàn)的專家知識庫，幫助其在多實體協同作戰(zhàn)中形成實時快速決策能力。

美國辛辛那提大學開發(fā)的人工智能多實體、中距空戰(zhàn)對抗系統(tǒng)，稱為“阿爾法”（ALPHA），已經在公開的報道中擊敗了美軍經驗豐富的退役飛行員。該系統(tǒng)作為紅方，控制4架F/A-18飛機從大約95千米處進入，對抗藍方由美軍退役飛行員駕駛的2架F/A-18飛機，藍方同時有預警機支援，在態(tài)勢上有優(yōu)勢。并且退役飛行員的武器數量和射程均優(yōu)于紅方。藍方飛機目標是突破紅方在海岸線的防守，經過多回合對抗，結果都是退役飛行員被擊落且紅方沒有損失?！鞍柗ā本邆淞艘欢ǖ娜蒎e能力和強大的認知能力，能做出清晰的判斷和準確的操作，比人類快250倍。人工智能沒有情緒，很理性，反應快，能預測人類飛行員的行為，迅速在進攻和防御之間切換。

圖1 “阿爾法”演示場景

這種使用AI驅動的系統(tǒng)非常適合用于飛行員的戰(zhàn)術訓練，具有成本低、易部署、行為較為準確的優(yōu)點。當然，該技術也可以用于未來可預見的有人/無人協同作戰(zhàn)的場景的訓練。通過類似于“阿爾法”這種人機對抗訓練，首先能增強飛行員對AI的信任，采用由易到難的方式發(fā)展自主空戰(zhàn)能力及人類對飛行器自主能力的信任，通過不斷增強空中格斗算法的難度，由中距空戰(zhàn)向近距空戰(zhàn)發(fā)展。AI驅動的行為讓無人機具有一定更為復雜的自主能力，有人機飛行員可能會從傳統(tǒng)的飛機員變成機隊的指揮員，在編隊中指揮多個高自主的無人平臺作戰(zhàn)。

2. 用于機載訓練系統(tǒng)

在和平時期開展航空兵的實裝、體系化對抗訓練是一種能有效維持和提升戰(zhàn)斗力的手段。在超視距迎頭空戰(zhàn)中，假如雙方知道彼此的位置，很難在遠距離將對手擊落。想擊落對手，往往需要多次進入、發(fā)射、偏制、規(guī)避，比的就是誰失誤少，還有誰能抓住對手失誤來放大自己的優(yōu)勢。AI本身有著幾乎不失誤的優(yōu)勢，適合成為虛擬對手與人類飛行員開展超視距空戰(zhàn)訓練。同樣對于近距格斗，盡管狗斗在未來可能發(fā)生的概率已經不太大，但是也是一種必不可少的技能。機載訓練系統(tǒng)在飛機的任務系統(tǒng)中增加了生成具有強對抗性的空中和地面虛擬目標的能力，使飛機能隨時隨地的開展“實”對“虛”的對抗訓練。傳統(tǒng)的訓練系統(tǒng)采用實裝對抗的方式，訓練中沒有加入虛擬目標或者智能程度很低的單一目標。將AI驅動的具有對抗性的數字實體和真實飛行的結合，將虛擬實體融入到機載傳感器后，飛行員可以按照裝備本身作戰(zhàn)飛行程序使用任務系統(tǒng)訓練。

圖2 智能敵機架構

隨著訓練需求的發(fā)展，利用數據分析的結果進行訓練優(yōu)化是提高訓練效率和水平的有效解決方案。數據早已成為一個網絡熱詞，對數據的有效分析和利用對各行業(yè)能起到很大作用。在航空訓練領域，數據已經存在很長時間了，但是尚未充分利用這些數據使其能發(fā)揮潛力。這主要是因為涉及軍用數據的最大障礙是工業(yè)部門或者其它機構的訪問權受限。缺少對所需數據的訪問權限可能會阻礙利用機器學習技術去開發(fā)解決方案。訓練數據和仿真數據的敏感性相對較低，這使得機器學習技術有了施展空間。

機器學習算法需要學習一定規(guī)模的數據，因此隨著對正確數據的訪問增加，這些算法變得更智能。此外，大數據不一定比小數據好，重要的是要有正確的數據?；诟鞣N數據源的相關性，形成所需要的數據集后才能得出有意義的結論?；谟柧殧祿纳顚由窠浘W絡，是目前一種比較主流的預測訓練效果表現的方法，被證明具有實時預測訓練表現的能力，可以更有效地修改訓練內容以保持學員的參與度，從而幫助轉移和保留必要的技能。

圖3 簡易桌面模擬器

它將使計算機能夠自動化那些完全客觀的過程。比如在練習密集編隊科目時，人類教練員不容易評估以英尺或毫秒為單位的偏差。但是用計算機自動評估工具可以測量、顯示，使評估標準化并跟據客觀標準分析實時數據，給出評價結論，從而使人類教練員有能力關注更多主觀因素。

有些學員學習得更快，有些學習得慢。通過數據分析，暴露出訓練過程中存在的問題，根據個人能力水平評價結果進行調整，提高或降低訓練復雜性，加快或放慢訓練進度，為持續(xù)改進過程提供了直接和客觀的見解，從而可以優(yōu)化培訓大綱。這種閉環(huán)訓練系統(tǒng)實現個性化培訓，適應學員當前的知識儲備，讓其保持最佳學習水平。

圖4 加拿大CAE公司 Rise數據分析工具

該技術還用于監(jiān)測、統(tǒng)計學員的生理特征，分析他們在面臨不同困難程度情況下的生理反應。學員在心臟附近佩戴監(jiān)測傳感器，可測量心率、呼吸頻率、脈搏和血壓，查看學員對任務的反應程度。例如，它可以檢測當前科目是否對學員過于簡單或困難。當學員遇到飛機單發(fā)失效或者任務臨時改變，或者遇到了惡劣天氣，敵方戰(zhàn)斗機或地空導彈來襲時，可以分析學員心理的變化。

大量基于XR（增強現實AR-混合現實MR-虛擬現實VR）的設備或軟件投入到了仿真訓練中。MR處于虛擬現實（完全合成）和AR（完全現實）之間的中間地帶。VR應用于訓練領域相對較早，但在用于飛行員訓練時由于看不見物理環(huán)境，飛行員無法與駕駛艙進行交互，缺乏觸覺反饋。如今，觸覺手套技術成為了發(fā)展方向之一，使開發(fā)者更容易將觸覺手套和動作整合到基于虛擬現實（VR）的培訓解決方案中。這種緊湊型裝置重量輕，便于攜帶，利用力反饋和虛擬駕駛艙控制交互，以提高沉浸感和訓練真實感，并可配置各種飛行和駕駛員控制器，價格遠低于傳統(tǒng)大型模擬器，提供較高的真實感和持久的訓練效益。通過讓他們像在現實世界中那樣自然地使用雙手來提高肌肉記憶，這將改變未來模擬訓練的方式。

MR的出現給這個難題帶來了另一種解決辦法，該系統(tǒng)使用物理接口和虛擬接口的組合，使人員可以從虛擬世界看見駕駛艙，解決了與物理駕駛艙交互的問題。

圖5 AR與MR區(qū)別

MR技術結合了物理環(huán)境和計算機生成（或虛擬）信息，在設備小型化的同時還具有讓眼部舒適的分辨率和視野。在某些情況下，這些利用MR技術的小型化、便攜式和可機動部署的訓練系統(tǒng)將分擔當前傳統(tǒng)訓練系統(tǒng)（如全任務模擬器）上開展的一些訓練任務，從而分擔了對這些高端的任務模擬器或者實裝的占用。

在接下來的10年中，MR將成為仿真訓練重點關注的一項技術，對于航空兵訓練而言，MR技術可以部分取代傳統(tǒng)的、笨重的、對場地要求高的球幕投影系統(tǒng)；對陸軍的單兵訓練，MR這種頭戴式設備具有可移動的優(yōu)勢，可靈活部署用于戶外訓練，而這是通過傳統(tǒng)的固定培訓系統(tǒng)無法獲得的使用方式。

圖6 L3 Link BBXR混合現實模擬器

目前，頭戴式設備的運動跟蹤由放置在房間周圍的傳感器來感應用戶的位置。在未來的幾年中，這種跟蹤方式逐步轉為內置于頭戴式耳機中，它使用攝像頭來感應用戶的位置，而無需在周圍空間中放置外部傳感器。

新技術使航空訓練不斷發(fā)展以提高訓練的效率和戰(zhàn)備狀態(tài)。新的訓練方式從過去的集中訓練在向基于云的分布式訓練轉變；從以訓練內容為中心向以學員為中心轉變；訓練系統(tǒng)中智能化、高保真的目標是提升訓練效果的關鍵因素。目前用機器學習方法開發(fā)的空戰(zhàn)程序已經表現出了動作準確、反應快、信息處理快、以及最重要的在特定范圍內幾乎不犯錯誤的優(yōu)勢；頭戴式訓練設備其在視景上有較高的代入感，在成本上比傳統(tǒng)模擬器便宜得多，在物理尺寸和應用程序成熟度方面也有優(yōu)勢。但是在短期內，傳統(tǒng)高端模擬器憑借在觸感和人機界面方面有優(yōu)勢，不會被創(chuàng)新產品取代。后續(xù)，采用通用化硬件和定制化軟件的模擬器是提高效費比的好辦法，可以作為一種補充，能夠提供額外的準備和訓練時間，加快知識轉移，以便在高端的模擬器中進行更有針對性的訓練。