IT之家 5 月 31 日消息，西北工业大学航天学院、西安电子科技大学的科研人员开发出了一种新算法，有望从根本上改变无人机蜂群搜索和摧毁敌方目标的方式。

该算法名为 HG-STR（异构图时空推理），据称能让固定翼无人机机群在通信被干扰、视野受阻的情况下，自主搜索广阔战场并消灭每一个敌方目标。相关成果已经发布在中国期刊《航空学报》上。

仿真实验表明，相比传统规则算法任务完成率提升了 37.14%；相比全局优化算法，单步决策耗时从秒级降低至毫秒级；且在通信半径极度受限的弱连通条件下仍能保持 94% 的任务成功率。

该算法在模拟测试任务中实现了了 96% 的成功率、100% 的目标杀伤率，并且运行速度足以跟上现代战争的节奏。这是已知首个能够达到 100% 杀伤率且保持足够响应速度的算法。

传统算法将友军、敌军、地形等信息都视为同一类型的数据进行处理。西安西北工业大学航天学院副教授张栋带领的团队指出，这种方式会造成混乱。他们的新方法构建了一个“异构图”，其中每个对象都被赋予其真实含义的标签：友军无人机是一种节点，搜索区域是另一种节点，敌方目标则是完全不同的第三种节点。该算法能学会关注正确的连接关系 —— 当一架无人机发现目标时，该信息会被当作高优先级威胁；当附近有队友时，则被视为协作机会。张东和同事们表示，这使得蜂群能够瞬间理解该帮助谁、该猎杀谁。

传统的基于规则的系统（如同预先编写的脚本）在敌人不按脚本出牌时会失效。而大多数现有的优化方法（如下棋计算机计算每一步）则速度太慢。

张栋在论文中写道，在激战中，这些方法需要数秒才能做出决策，“而在这段时间里，一架无人机可以盲目飞行近 600 米 —— 在激烈的电磁对抗中，这是致命的延迟”。相比之下，HG-STR 算法做出决策仅需 6.6 毫秒，较旧方法实现了巨大飞跃。

在模拟实验中，研究团队直面战场的混乱环境。敌方干扰可能切断通信链路，使无人机陷入孤立，而无人机自身的传感器只能看到一小片地面。为应对这些挑战，团队首先为每架无人机配备了“记忆”：当一架无人机与队友失联时，它会依靠一个特殊的记忆模块（门控循环单元）来记住友军最后的位置以及敌人最后出现的位置。其次，他们设计了一个分层决策机制：无人机首先决定目标是“搜索还是打击”，然后选择具体目标，最后决定使用多少弹药。通过将问题分层分解，无人机避免了试图同时处理所有事情而导致的混乱。

在团队的模拟实验中，即使通信半径受到严重限制，该算法仍然实现了对敌方目标的 100% 消灭率，包括那些隐藏在视线之外的目标。实验还表明，该算法可以在一个小场景中完成训练，然后即时部署到一个更大的场景中，无需重新训练即可应对更多的无人机和更多的目标。