國戰會論壇/譚傳毅》國軍無人機、艇 何不向螞蟻學習？
在無人機/艇協同作戰時，蟻群演算法可以為無人機/艇群規劃巡邏路徑。圖為示意，在德黑蘭遊行中展出的伊朗無人機。
最近國內軍界開始流行無人化風潮，天上飛的無人機、水面飄的無人艇、水下游的無人潛航器等等。只要國際軍事界流行什麼，我們也要搞。
但我們始終沒搞懂一件事情：如果這些無人載台被強電磁干擾了怎麼辦？這意味所有無人載台的電子元器件被燒蝕、雷達無法開機、無法定位導航、與指揮中心的通聯全部中斷、所有的本地無人載台無法交互。怎麼辦？
本文探討的是在強電磁干擾的情境之中，AI演算法如何最大程度的獨立運作。簡單的說，強電磁干擾主要破壞的是通信和未受保護的電子設備，而非已經載入、並在加固處理器上運行的AI演算法本身。
AI演算法如何實現獨立運作？原則上，只要這個「大腦」不被物理摧毀（前提是必須配備電磁遮蔽、濾波和加固），其內部演算法就能持續運行。例如一輛無人戰車與指揮部失聯，其本地的視覺識別演算法仍能識別目標，仍能基於環境規劃路線。
意思是，每個無人載台之間可通過簡單的本地交互規則（例如保持隊形、跟隨鄰近單元）實現群體協同，無需中央調度。然而，這種「獨立運作」有其局限性：本地有限的感測器數據可能不是最優的群體戰術，只能執行預先設定的協同。
無論如何，在敵軍強電磁干擾的情境中，蜂群仍能夠運作，非常了不起，這有賴於AI演算法與群體智慧的結合；其核心在於AI演算法能夠彌補傳統群體在應對複雜、動態和高維問題時的不足，協助本地無人載台進行：路徑規劃、任務分配、協同控制。
第一，路徑規劃。在複雜環境中，群體反應可能遲緩，AI演算法可使其理解環境與預測，例如經由深度學習模型，讓無人機/艇即時識別移動車輛、行人或其他無人機，並預測其軌跡，從而提前規劃避讓。
第二，任務分配。任務分配需要綜合考慮「誰在哪兒」、「誰能幹什麼」、「什麼任務更緊急」。例如多架無人機攻擊多個目標時，每架無人機提供自身位置和彈藥量，演算法则把目標分配給最優者。
第三，協同控制。這是群體智慧的終極體現，目標是讓群體像一支訓練有素的隊伍。例如讓蜂群無人機模擬空戰，最初它們也許會亂飛，但通過獎勵機制（例如擊落敵機得分、保持編隊得分），它們最終會自發學會分工合作，一部分佯攻，一部分繞後襲擊。
有點像AI下圍棋，只要把圍棋規則告訴AI，讓它自己學習、自己與自己對弈，就能高效的獨立運作。我們可以把這種演算法稱之為「群體智慧」，這個演算法是從自然界生物群體的集體行為中汲取靈感，例如蜂群、蟻群、狼群、魚群、螢火蟲等。
蟻群演算法是一種模擬螞蟻覓食行為的演算法，它經由模擬蟻群所釋放出的「費洛蒙」（Pheromone，又稱之為信息素），尋找最優路徑。信息素是什麼？信息素是蟻群演算法中核心的溝通介質，實際上，所謂的信息素是螞蟻釋放的化學物質（一種虛擬數值），它是蟻群間接通信，指引同伴找到方向的工具。
當一隻螞蟻找到食物後，在返回巢穴的路上會釋放信息素。其他螞蟻感知到信息素後，有更高機率選擇這條路徑。隨著走這條路的螞蟻增多，路徑上的信息素濃度會越來越高，進而吸引更多螞蟻。
在蟻群演算法中，信息素被定義為一個矩陣或一張地圖，記錄了所有可能路徑上各點的信息素強度，每一步都模擬了真實螞蟻的行為，例如建構路徑、更新信息素，幫助螞蟻們逐漸收斂到最佳路徑上。
螞蟻演算法如何運用在無人作戰？
無人機在執行任務的區域或路徑上，會模仿螞蟻留下「數位信息素」，引導後續無人機/艇向該區域集中，達到作戰資源的優化分配。
蟻群中單個螞蟻行為簡單，沒有中心控制，而是通過個體與環境（信息素）的交互，表現出群體智慧，無人機/艇群也是如此。無人機採用去中心化控制，沒有單一指揮節點。單機/艇根據預設規則和鄰機/艇信息自主決策，即使部分單元被摧毀，而不影響整體任務。
在協同路徑規劃與突擊時，多架無人機/艇在複雜地形中向目標突防、且遭受敵軍強電磁干擾與壓制，蟻群演算法可以為每架無人機/艇動態規劃路徑，既能避開已知威脅（如防空火力點），又能從不同方向協同抵達，最終整個群體會集中到最佳的路徑上。
在無人機/艇協同作戰時，蟻群演算法可以為無人機/艇群規劃巡邏路徑。例如某架無人機/艇發現目標，它釋放虛擬的「高濃度信息素」，附近的其他無人平台會優先被吸引至該區域。
在動態任務分配方面，蜂（蟻）群無人機/艇需要動態分配任務，例如，一部分無人機專責偵察，發現目標後，情報信息素在蜂（蟻）群中共用，吸引附近專責攻擊或電子干擾的無人機/艇向目標區集結。
如果同時出現多個目標，蟻群演算法可為每個目標快速分配最合適的無人機/艇組合（例如偵察機、攻擊機、攔截艇的組合等等），並規劃出最佳攻擊或攔截路線，力求整體作戰效能最大化。
每架無人機/艇都可視為一個感知節點，也就是分散式感知與資訊整合。它們通過集群內部通信網路共用局部資訊（如敵方位置、障礙物分佈），整個過程類似於螞蟻間通過信息素傳遞資訊。通過蟻群演算法的協同機制，蜂（蟻）群能夠將這些局部資訊融合成統一的戰場態勢圖，即使與後方指揮中心失聯，也能基於共用的態勢圖自主協同作戰。
最大的挑戰就是對於通信鏈路依賴與抗干擾能力。無人機/艇之間的協同，高度依賴穩定而可靠的通信數據鏈，以傳遞「數位信息素」。但在複雜的戰場電磁環境下，敵軍強大的電磁干擾可能切斷這種協同。怎麼辦？
無人機/艇如何抵抗外部電磁干擾？
在敵軍強電磁干擾環境下，蟻群演算法的無人系統協同作戰並非束手無策；理論上，在外部干擾通信的情況之下，各機/艇仍可行動。
第一，演算法改善、降低對通信的依賴。具體而言，使用分散式「矢量化」（縮放圖像不失真技術）信息素，使得單機/艇自主維護本地信息素地圖，並通過有限交互更新，降低對外部通信的依賴。如果本地遭遇（發現目標、遭遇威脅）的信息素更新，可快速組織反應。
第二，建構抗干擾通信機制。具體採用跳頻/擴頻通信，形成基礎抗干擾手段，包括多模態通信：融合射頻、雷射通信、甚至視覺與聲波等不同物理原理的鏈路，只要其中一種被干擾可切換至另一種。
第三，自主抗干擾決策。利用AI強化學習，讓無人機/艇群在干擾環境中自主學習如何選擇頻道、調整功率，以維持最基本的通信。
第四，自組網與動態路由。採用移動自組網路，即使部分節點被強電磁干擾而失效，網路仍能自動重構，例如利用蟻群演算法，動態計算最優中繼路徑，繞開被干擾節點。
第五，任務降級與模式切換。就是在行動前預設多種任務指令，遭遇強干擾時，自動把精密協同攻擊「降級」為自主區域搜索或返回集結點等生存性更高的模式。
在這種情況之下，雖然敵軍對我實施強電磁干擾，使我方無人機/艇失去與後台通聯，但是整個無人機/艇群仍能最大化的自主協同作戰。這種能力就是：蟻群的「鄰近通信」。
蟻群內部的鄰近通信
蟻群的鄰近通信可以從兩個層面理解：第一，模擬自然界蜜蜂（或螞蟻）的近距離訊息交換方式。自然界蜜蜂（螞蟻）的鄰近通信方式包括：舞蹈與肢體接觸、釋放信息素、聲音與震動（人耳聽不到）、電場（靜電荷）通信。這些方式構成了一個去中心化、基於局部交互的鄰近通信系統，為無人機/艇群技術提供了靈感。
第二，無人機/艇群所採用的通信技術，也就是鄰近通信技術。鄰近通信是指，無人機/艇之間在視距內建立動態通信。
無人機/艇群的通信設計深刻借鑒了蜜蜂（螞蟻）群體的智慧，如前所述，蜜蜂和螞蟻只與周圍同伴交流，無人機/艇僅與鄰近節點通信，通過簡單的規則（例如保持隊形、避障），衍生出複雜的群體行為（例如編隊、行動）。
蜜蜂和螞蟻都會以舞蹈、接觸、信息素、聲音等多種方式進行通信，同理，無人機/艇群則整合了雷射、射頻、甚至視覺等多種通信方式，確保在某個頻道被干擾時仍存有備份。
蜜蜂和螞蟻的舞蹈、接觸和信息素的能量消耗極少，同理，無人機經由節能路由協定和動態功率控制，在保證連通性的前提下最大化續航力。
蜂（蟻）群的鄰近通信，本質上是一個高度優化的局部資訊交換系統。而無人機/艇群則是以自組網、定向雷射通信、智慧波束管理和分散式演算法，使得無人機/艇群即使在強電磁干擾或部分節點失效的情況下，仍能通過鄰近通信維持最基本的協同作戰能力。
結論
國軍進入無人作戰領域的企圖心明顯，但和所有的「學渣」、鼫鼠一樣，什麼都想搞，但什麼都不精。無人作戰時，在外部與鄰近通信全部斷絕的極端環境中，單憑APP能不能完成任務？我們沒有實證資料，至少國軍得試試看吧！
從伊朗抵抗美以聯軍侵略的例子中可以看出，伊朗在各方面都不是美以聯軍的對手，但是伊朗嚴重「偏科」飛彈與無人機，技術與數量遠超美以聯軍，儘管其它軍兵種都是學渣。
在「以弱擊強」的環境中，學渣斷無戰勝學霸的可能，只能偏科！偏科，才是真正的不對稱作戰。國軍得做出選擇，到底需要永遠跟不上時代的戰機、戰艦、戰車，還是選擇一個能夠在某個領域「偏科」解放軍的武器裝備或戰術？
（作者譚傳毅為台灣國際戰略學會研究員、法國博士，本文授權中時新聞網與洞傳媒同步刊登）
