《基于优化的复杂多无人机任务自动分配技术》

本文提出一种为具备不同能力的异构无人机集群生成协同行为的概念框架，旨在支持未来军事有人-无人编队（MUM-T）直升机任务中复杂任务的执行。在此类任务中，飞行员不仅需要操控自身直升机，还需管理大量无人机。这种场景会迅速造成工作负荷过载，并可能导致可用资源利用不足。为解决该问题，我们为飞行员创建了易于使用的指挥界面，仅需选择关键参数即可为无人机分配多项任务。这些参数将用于自动分配资源并生成可灵活调整的任务计划。该概念将支持复杂多无人机任务执行，并将集成至我们的任务与驾驶舱模拟器环境，由德国陆军飞行员进行测试验证。

有人-无人编队（MUM-T）任务旨在通过有人驾驶航空器与无人航空器（UAV）的协同作战实现共同目标。人类飞行员指定待完成作业并将其分配给编队中各无人机。在驾驶直升机的同时执行无人平台的任务分配与监控工作，会给飞行员带来巨大的精神负荷。因此，任务分配方式至关重要，这一直是我们研究小组的长期重点。其所采用的核心设计范式之一是基于任务的引导技术。该概念可定义为所有层级通过权限共享与共同目标追向来实现协同（Uhrmann & Schulte, 2012）。在此模式下，人类操作员仅向无人机代理下达高层任务，后者则需理解、分解并执行这些任务（Dudek & Schulte, 2022）。任务可通过以下要素组合定义（Lindner, Schwerd, & Schulte, 2019）：

•任务目标：任务实施的具体对象 •执行动作：任务达成的方式 •限定信息：任务特定参数或约束条件

为确保任务分配成功，必须平衡人工任务与自动化任务的比例。过高自动化水平可能导致飞行员对系统失去信任，而过低自动化水平则会使飞行员因任务过多而不堪重负。因此，关键在于不仅需要提供恰当的高层参数，还需建立完善的反馈机制。这种反馈可来自辅助系统或其他实现透明化的技术手段（Wright, Chen, & Lakhmani, 2019）。辅助系统通过分析当前任务来判断是否会产生过度工作负荷，并在必要时实施干预（Brand & Schulte, 2020）。聚焦透明度的反馈机制关注应向飞行员提供的系统信息量。尽管直觉上信息过载会占用飞行员过多注意力，但研究表明这并不会显著增加工作负荷，反而能提升对系统的信任度（Wright, Chen, & Lakhmani, 2019）。

针对涉及大量无人机的MUM-T任务，我们提出可分解为四个阶段的自动任务分配流程：

飞行员选择高层级任务
自动化系统生成达成目标的建议方案，包括：
a.选择适合执行任务的无人机编队
b.在无人机间分配子任务
c.选择最优任务执行的特定参数
飞行员批准方案或要求重新生成
计划执行并向飞行员反馈结果

由于飞行员可选择的任务具有高度通用性，必须为每类任务明确定义无人机的预期行为及其他参数（如任务成功指标）。本文通过两个具体用例展开详细分析：需要同时攻击多个目标的协同打击任务，以及需要获取特定位置或目标信息的侦察任务。本研究还着重探讨如何将该方法应用于攻击直升机模拟器——该系统配备两种主要无人机类型：可搭载多种传感器与武器的高价值无人机；以及可从自有平台、其他无人机甚至地面发射的空射效应（ALE）小型可消耗飞行器（发射效应，LE）。