本文介绍如何用智能任务分配系统，帮助作为战斗管理者的飞行员分配无人自主蜂群的任务。
作为空中骑士的飞行员，不仅需要抗高G物理过载，还需要抗高认知过载。
前者通过体能训练和抗荷服，后者通过认知训练和AI智能任务分配。
对于武装攻击直升机飞行员来说，它不仅要操控价值数千万美元的战机穿越敌方防空网，还要同时指挥六架、八架甚至更多无人机执行侦察、打击和电子战任务。
这些无人机有的挂载精密传感器，有的是一次性使用的空射效应器。
在紧张的战斗管理过程中，认知负载最高的工作就是多无人机的自动化任务分配。
这一工作，对于人类大脑这种碳基智能体来说过于复杂，需要由硅基的AI智能体来承担繁重的作战资源分配工作，从而让飞行员专注于任务意图和高阶决策。
本文介绍的这项研究（参考资料[1]），设计了一种基于AI智能体的任务规划架构，且同时支持集中式和分布式两种任务规划方式，以适应不同类型的任务。
图左：集中式任务规划架构，有人机上有一个中央智能体，负责各无人机的任务分配。图右：分布式任务规划架构，由各无人机上的AI智能体通过市场机制进行任务协调。
与本文研究相关的阅读建议：
任务为中心的CCA（协同作战飞机）设计优化：基于任务仿真和多学科设计优化
上述参考资料，如果有需要的，可以扫描下面的二维码加入圈子后下载。
