美国国防高级研究计划局（DARPA）在智能化无人作战集群领域的战略谋划，并非单一技术的线性发展，而是一场旨在重塑未来战争形态的系统性、颠覆性布局。其核心在于通过构建一个跨越“空、天、海、潜”所有作战域的无人化、智能化作战力量，从根本上改变战争的制胜机理。这一布局的底层逻辑是利用机器在决策速度和协同规模上的指数级优势，彻底压倒并击溃以人类决策为核心的传统指挥体系。DARPA的战略谋划体现了一种深刻的认知转变：未来的战争优势将不再仅仅取决于平台的先进性，而更多地取决于由人工智能（AI）驱动的“系统之系统”（SystemofSystems）的整体效能。这一战略布局通过一系列相互关联、相互支撑的项目群，如空战进化（ACE）、人工智能增援（AIR）、远射（LongShot）、蝠鲼（MantaRay）和无人化需求舰艇（NOMARS）等，共同勾勒出未来智能化战争的蓝图。
一、核心思想：以“分布式智能”瓦解“中心化指挥”
DARPA战略谋划的核心思想，在于用“分布式智能”取代传统的“中心化指挥”模式。传统作战体系高度依赖少数几个关键的指挥节点，这些节点负责收集信息、处理分析、做出决策并下达指令。这种模式在面对大规模、高动态的复杂战场环境时，其固有的脆弱性便暴露无遗：一旦中心节点被摧毁或瘫痪，整个作战体系将陷入群龙无首的混乱状态。DARPA的智能化无人作战集群则反其道而行之，它将智能决策能力“下沉”到每一个无人作战单元。每一个无人机、无人艇或无人车都具备一定的自主感知、决策和行动能力，它们通过高速、弹性的通信网络连接成一个庞大的、去中心化的智能网络。在这个网络中，没有一个单一的“大脑”在指挥一切，而是通过群体智能（SwarmIntelligence）涌现出强大的协同作战能力。这种“分布式智能”的架构具有极高的鲁棒性和抗毁性，即使部分节点失效，其余的节点也能迅速自适应地重组，继续执行任务，从而从根本上瓦解了对手通过“斩首行动”瘫痪其指挥体系的企图。
二、作战理念：在OODA循环内完成决策与打击
DARPA的作战理念根植于对“观察-判断-决策-行动”（OODA）循环的深刻理解。传统战争中，OODA循环的速度在很大程度上受限于人类指挥官的认知和决策速度。而DARPA的目标是利用AI的速度优势，将己方的OODA循环速度提升至前所未有的水平，从而在对手完成一个OODA循环的时间内，完成多个OODA循环，实现战场上的“决策优势”和“行动优势”。这意味着，从传感器探测到目标，到AI进行分析判断，再到自主决策并执行打击，整个过程将以机器速度在极短的时间内完成，甚至可能实现“OODA循环内攻击”，即在对手尚未完成“观察”或“判断”阶段时，攻击就已经发起。这种作战理念要求无人系统不仅具备高度的自主性，还需要具备强大的协同能力，能够在瞬息万变的战场环境中，自主地进行目标分配、火力协同和战术配合，形成一个无缝、高效的“杀伤链”。通过这种方式，DARPA旨在实现战场上的单向透明，让对手陷入“看不清、判不明、定不下、动不了”的困境，从而彻底丧失战场主动权。
三、发展路径：从“辅助”走向“主导”，从“平台”走向“集群”
DARPA为智能化无人作战集群的发展规划了清晰的路径，即“从‘辅助’走向‘主导’”和“从‘平台’走向‘集群’”。这一路径体现了技术发展和作战理念演进的辩证统一。“从‘辅助’走向‘主导’”指的是AI在作战中角色的转变。在早期阶段，AI主要扮演辅助角色，例如协助飞行员进行目标识别、航线规划或电子对抗。然而，DARPA的ACE和AIR等项目的目标远不止于此，它们旨在让AI成为空战的“战术大脑”，能够自主执行复杂的空战机动和战术决策，甚至在某些场景下完全主导作战进程。这标志着AI将从人类的“工具”转变为人类的“队友”乃至“指挥官”，人类飞行员的角色也将从“驾驶员”转变为“战场管理员”，负责更高层次的战略决策和任务监督。“从‘平台’走向‘集群’”则指的是作战力量构成方式的转变。传统作战力量以昂贵、功能全面的有人平台（如战斗机、舰艇）为核心。DARPA的LongShot和MantaRay等项目则旨在打破这一模式，将昂贵的有人平台转变为指挥节点和“蜂群”母舰。这些母舰可以携带和释放大量低成本、功能单一的无人系统，形成规模庞大的作战集群。这种“母舰+蜂群”的模式，一方面可以通过数量优势实现“饱和攻击”，压垮对手的防御体系；另一方面，可以通过分布式部署，将风险分散到大量可消耗的无人平台上，从而极大地提高昂贵有人平台的生存能力。
四、全域覆盖：构建“空、天、海、潜”一体化无人作战力量
DARPA的战略谋划具有鲜明的全域作战特征，其目标是构建一个能够无缝跨越“空、天、海、潜”所有作战域的无人化、智能化作战力量。这一布局通过在不同作战域部署针对性的项目来实现：
-
空中作战域：
通过ACE、AIR和LongShot等项目，发展具备自主空战能力的无人机和能够发射无人机的“空中母舰”，旨在夺取制空权并扩大空中打击范围。
-
地面作战域：
通过RACER项目，发展能够在复杂越野环境中高速机动的无人地面车辆（UGV），为地面部队提供侦察、火力支援和后勤保障。
-
海上作战域：
通过NOMARS项目，发展能够长期自主部署的无人水面舰艇（USV），用于执行反潜、反水雷、海上监视等任务；通过MantaRay项目，发展具备长航时、高载荷能力的无人潜航器（UUV），用于执行水下侦察、情报搜集和特种作战。
这些项目并非孤立发展，而是通过先进的通信、网络和AI技术连接成一个有机的整体。例如，空中的无人机可以为海上的无人舰艇提供目标指示，水下的无人潜航器可以为地面的无人车辆提供情报支援。这种跨域协同的“系统之系统”作战体系，将打破传统作战域之间的壁垒，实现信息、火力和机动的全域融合，从而在未来战争中形成压倒性的体系优势。
DARPA在智能化无人作战集群领域的战略意图，是追求一种颠覆性的、非对称的作战优势，其核心在于通过机器的速度和集群的规模，彻底重塑战争的制胜法则。这一意图并非简单地用机器替代人类，而是要构建一种全新的作战范式，使得作战的节奏、规模和复杂性都超越人类生理和认知的极限。其根本目标是，在面对同等甚至更强大的对手时，能够通过这种全新的作战方式，实现战场上的单向透明和绝对控制，从而在不发生大规模直接对抗的情况下，以最小的代价赢得战争。这一战略意图体现在对决策优势、规模优势和颠覆性作战模式的极致追求上。
一、决策优势：利用AI速度优势实现战场单向透明
DARPA战略意图的首要目标是夺取决策优势，即在OODA（观察-判断-决策-行动）循环中永远比对手快一步，甚至快数步。在现代高强度对抗中，信息瞬息万变，战场态势的半衰期极短，谁能更快地处理信息、做出决策并付诸行动，谁就能掌握战场主动权。DARPA深刻认识到，人类决策者在面对海量、高维、非结构化的战场数据时，其处理速度和决策质量都存在瓶颈。而人工智能，特别是基于机器学习的算法，在处理这类问题上具有天然的优势。通过将AI部署在前沿的无人作战平台上，可以实现对战场态势的实时感知、分析和预测，并以机器速度生成和优化作战方案。例如，DARPA的SCEPTER项目旨在开发一种“战略混沌引擎”，能够以机器速度探索军事交战的复杂状态-行动空间，自主生成和评估作战行动方案，其速度比传统模拟快数万倍。这种能力意味着，当人类指挥官还在思考如何应对时，AI已经完成了数千次推演并给出了最优解。这种决策速度的代差，将直接导致战场上的单向透明，己方可以清晰地洞察对手的意图和行动，而对手则对己方的行动一无所知，从而陷入被动挨打的境地。
二、规模优势：通过低成本、可消耗的无人集群实现“饱和攻击”
在夺取决策优势的同时，DARPA的另一个核心战略意图是通过大规模、低成本的无人集群，形成压倒性的规模优势。传统的高价值、多功能有人平台（如第五代战斗机、大型驱逐舰）虽然性能强大，但数量有限、成本高昂、生产周期长，且一旦损失代价巨大。这种模式在面对大规模“饱和攻击”时显得力不从心。DARPA的“从平台到集群”的发展路径，正是为了破解这一难题。通过发展像LongShot这样的无人机母舰和像NOMARS这样的无人舰艇，可以将作战能力的“载体”从昂贵的单一平台，转移到大量可消耗、可快速生产的无人系统上。这些无人系统可以组成规模庞大的“蜂群”，对敌方目标发起多方向、多波次的协同攻击。由于单个无人系统的成本极低，即使损失一部分，也能以极低的代价换取敌方高价值目标的毁伤，从而实现极高的作战效费比。此外，大规模集群的协同作战还能产生“1+1>2”的涌现效应，通过复杂的战术配合，可以迷惑、压制甚至瘫痪对手的防御系统，为后续的精确打击创造有利条件。DARPA的OFFSET项目正是在探索这种大规模集群在城市等复杂环境下的进攻性战术，其目标是实现由多达250个无人系统组成的蜂群协同作战。
三、颠覆性意图：改变传统以有人平台为核心的作战模式
DARPA战略意图的最终落脚点是实现作战模式的根本性颠覆，即从以有人平台为核心、以平台性能为决胜关键的传统模式，转变为以“人机协同”为核心、以体系效能为决胜关键的未来模式。在这一新模式中，人类战士的角色将发生深刻变化。他们不再是冲锋陷阵的“操作者”，而是坐镇后方的“指挥者”和“监督者”。他们的主要任务不再是驾驶飞机或操作武器，而是制定宏观的战略意图，监督AI的执行情况，并在关键时刻进行干预和决策。例如，在ACE项目中，AI负责执行高难度的空战机动，而人类飞行员则可以从繁琐的驾驶任务中解放出来，专注于更高层次的战场管理和指挥。这种“人机协同”的模式，将人类的创造性、战略思维与机器的速度、精度和不知疲倦的特性完美结合，能够应对未来战场前所未有的复杂性和动态性。这种颠覆性的作战模式，不仅将极大地提升作战效能，还将从根本上改变军队的组织形态、训练方式和人员构成，引领一场深刻的军事变革。
DARPA在智能化无人作战集群领域的目标愿景，是构建一个由人工智能驱动、实现人机深度协同、具备自适应能力的全域作战网络。这一愿景并非一蹴而就，而是通过短期、中期和长期目标的层层递进，最终实现对未来战争形态的彻底重塑。其核心是建立一个“系统之系统”，其中人类指挥官、有人平台和大量的无人系统无缝集成，形成一个有机、智能、弹性的作战整体。这个体系的目标不仅是赢得战争，更是要通过颠覆性的技术优势，实现威慑，从而维护和平与稳定。
一、短期目标：实现特定场景下的无人系统自主作战能力
DARPA的短期目标（预计在2025-2030年实现）是聚焦于特定、相对受限的场景，实现无人系统的自主作战能力，并建立初步的人机信任。这一阶段的重点是攻克关键技术瓶颈，验证核心作战概念。具体而言，短期目标包括：
-
在特定空战场景中验证AI的自主能力：
通过ACE项目，DARPA已经成功实现了AI算法在F-16战斗机上的自主飞行，并与人类飞行员进行了近距格斗（WVR）对抗。短期目标是进一步扩展AI的能力，使其能够应对更复杂的超视距（BVR）空战场景，并开始验证多架无人机之间的协同作战能力。AIR项目正是在此方向上推进，旨在开发能够执行多机、超视距空战任务的AI战术自主性。
-
在地面和海上实现特定任务的自主化：
在地面，RACER项目的目标是开发出能够在复杂越野环境中以接近人类驾驶员的速度自主行驶的无人地面车辆。在海上，NOMARS项目旨在建造和测试一艘完全不考虑载人需求的无人水面舰艇，验证其在开放海域的长期自主航行和任务执行能力。MantaRay项目则致力于验证大型无人潜航器在水下的长航时、高载荷自主作业能力。
-
建立初步的人机协同与信任机制：
这一阶段的关键挑战之一是让作战人员信任AI系统。ACE项目的一个重要目标就是通过人机协同狗斗，测量和预测人类对自主系统性能的信任度。短期目标是开发出能够让操作员直观理解AI决策过程、并在必要时进行有效干预的人机交互界面，为后续更复杂的人机协同奠定基础。
二、中期目标：形成跨域协同的有人-无人（MUM-T）作战体系
DARPA的中期目标（预计在2030-2040年实现）是在短期目标的基础上，打破单一作战域的限制，形成跨空、海、陆、潜等多个作战域的有人-无人协同作战体系。这一阶段的重点是实现不同平台之间的互联互通和协同作战，形成“1+1>2”的体系效应。具体目标包括：
-
打通从战术到战役的决策链：
通过WorldModelers和SCEPTER等项目，发展出能够进行战役乃至战略级推演的AI系统。这些系统能够整合来自不同作战域的海量数据，快速生成和评估复杂的作战方案，为高级指挥官提供决策支持，从而将战术级的AI优势扩展到战役级。
-
实现大规模无人集群的协同作战：
在OFFSET等项目的基础上，发展出能够指挥和控制数百甚至数千个无人系统组成的“蜂群”的能力。这些蜂群将具备高度的自主性和协同性，能够执行复杂的任务，如区域侦察、饱和攻击、电子压制等。
-
构建以有人平台为指挥节点的作战云：
将昂贵的有人平台（如第六代战斗机、大型无人母舰）转变为作战网络中的关键指挥节点。这些节点将负责释放和控制大量的无人“僚机”或“蜂群”，形成“母舰+蜂群”的作战模式。LongShot项目正是这种思想的体现，它旨在开发一种能够从有人飞机上发射、并携带空对空武器的无人机，从而极大地扩展有人飞机的作战范围和火力。
三、长期愿景：打造由AI驱动、具备自适应能力的全域作战网络
DARPA的长期愿景（预计在2040-2050年及以后）是打造一个完全由AI驱动、具备高度自适应和自组织能力的全域作战网络，即一个“智能战争生态系统”。在这个生态系统中，人类、有人平台和无人系统将实现前所未有的深度融合，形成一个能够自主感知、自主决策、自主行动、自主学习的“活”的作战体系。这一愿景的实现将标志着战争形态的彻底变革。具体愿景包括：
-
实现完全自主的“杀伤链”：
从目标探测、识别、跟踪，到决策、打击、评估，整个“杀伤链”将实现完全的自主化和闭环化。AI系统将能够在没有人类干预的情况下，自主地完成从发现目标到摧毁目标的全过程，其速度和效率将达到前所未有的水平。
-
构建具备“常识”和“创造力”的AI指挥官：
未来的AI将不仅仅是执行预设程序的“机器”，而是具备一定“常识”和“创造力”的“智能体”。它们能够理解更高级的战略意图，在面对未知和不确定的战场环境时，能够创造性地提出新的战术和策略，实现真正的“智能”作战。
-
形成全新的战略威慑与平衡体系：
当智能化无人作战集群发展到极致，将形成一种全新的战略威慑力量。这种力量不仅体现在其强大的打击能力上，更体现在其难以预测、难以防御的特性上。这将迫使各国重新思考战略平衡和军备控制，可能催生新的国际安全秩序和战争规则。
DARPA的智能化无人作战集群项目群覆盖了从空中、地面到海上的多个作战域，并延伸至跨域协同的指挥控制层面。每个项目都针对特定的应用场景和作战挑战，共同构成了未来智能化战争的完整图景。通过对这些重点应用场景的深入分析，可以更清晰地理解DARPA的战略布局和技术发展路径。
Table1:DARPA智能化无人作战集群项目群概览
一、空中作战域
空中作战域是DARPA智能化无人作战集群布局的重点，其核心目标是夺取和保持制空权，并在此基础上实现空中力量的倍增。通过ACE、AIR和LongShot等项目，DARPA正在构建一个从近距格斗到超视距作战，再到作为“蜂群”母舰的、层次分明、功能互补的空中无人作战体系。
-
1.1空战进化(ACE)：AI驱动的近距格斗与战术决策
空战进化（AirCombatEvolution,ACE）项目是DARPA在空中无人作战领域的奠基性项目，其核心目标是解决一个根本性问题：如何让作战人员信任AI在生死攸关的空战中的决策能力。ACE项目选择近距格斗（Within-Visual-Range,WVR），即“狗斗”，作为其挑战问题，因为这是最复杂、最动态、对飞行员心理和生理要求最高的空战场景。如果AI能够在狗斗中证明其可靠性和优越性，那么建立人机信任将水到渠成。
ACE项目的发展路径体现了DARPA典型的渐进式、螺旋式上升的研发模式。项目首先从建模与仿真环境开始，通过举办“阿尔法狗斗试验”（AlphaDogfightTrials），吸引了包括非传统国防承包商在内的众多AI开发者参与，极大地激发了算法创新。在2020年的决赛中，AI算法甚至战胜了经验丰富的人类飞行员，初步证明了AI在特定场景下的潜力。随后，项目迅速从虚拟走向现实，在2023年实现了历史性的突破：AI算法成功控制了经过特殊改装的F-16测试飞机（X-62AVISTA），并与人类飞行员驾驶的F-16进行了真实的空中对抗。这一成就不仅是航空史上的里程碑，更重要的是，它验证了在飞行关键系统中使用基于机器学习的非确定性AI是安全可行的。ACE项目的战略意图并不仅仅是开发一个“AI飞行员”，而是要构建一种全新的人机协同模式。在这种模式下，AI负责执行低层次的、需要快速反应的战术机动，而人类飞行员则可以从繁琐的驾驶任务中解放出来，专注于更高层次的战术规划、目标管理和多平台协同。这种“人在回路”的监督式自主，旨在将人类的战略洞察力与机器的速度和精度相结合，从而极大地提升单机作战效能和战场生存能力。ACE项目的成功，为后续更复杂的AIR项目奠定了坚实的技术和信任基础，标志着空中作战正从“辅助”向“主导”迈出关键一步。
-
1.2人工智能增援(AIR)：多智能体超视距协同空战
在ACE项目验证了AI在近距格斗中的能力之后，人工智能增援项目则将目光投向了更复杂、更具战略意义的超视距（Beyond-Visual-Range,BVR）空战。BVR空战是现代空战的主要形式，它涉及多架飞机、多种传感器、复杂的电子对抗和武器系统，对态势感知、协同配合和决策能力提出了极高的要求。AIR项目的核心目标是开发能够在多机、BVR作战场景中占据主导地位的AI战术自主性。与ACE项目主要关注单机自主不同，AIR项目从一开始就聚焦于多智能体协同。其研究重点包括：传感器融合，即如何整合来自多架飞机和不同来源的数据，形成统一、准确的战场态势图；可扩展性，即AI算法如何适应从小规模到大规模的不同规模交战；适应性，即AI系统如何应对开放世界中不断变化的战场条件；以及预测性建模，即如何利用不确定的知识和对敌我双方行为的理解来预测对手的行动。这些挑战都是实现真正协同作战所必须解决的核心难题。AIR项目的技术路径同样体现了DARPA的创新思路。项目将现有的、成熟的和新兴的算法方法与专家的人类反馈相结合，以快速演化出能够解决这些难题的协同自主行为。例如，洛克希德·马丁公司正在利用其ARISE™基础设施，为动态空中任务开发先进的建模与仿真方法和主导性AI智能体。STR公司则专注于开发能够进行实时分布式执行的AI算法，使无人机能够在复杂动态的场景中做出快速、协同的决策。AIR项目计划首先在有人驾驶的F-16测试平台上开发和演示其自主解决方案，然后将其转移到无人作战飞行器（UCAV）上。这标志着DARPA正致力于将AI从“副驾驶”的角色，转变为能够独立领导无人“僚机”编队进行协同作战的“战术大脑”，是实现从“辅助”到“主导”转变的关键一步。
-
1.3远射(LongShot)：作为“蜂群”母舰的无人空射平台
