对抗环境下集群智能决策与控制青年科学家沙龙在京举办

由中国科协立项支持、中国指挥与控制学会主办的对抗环境下集群智能决策与控制青年科学家沙龙7月10日在中国科技会堂举办，20余位来自高校、科研院所及企业的优秀青年科学家围绕相关议题开展交流研讨。本次活动聚焦解决集群智能领域长期悬而未决的技术路线分歧，打通理论研究与装备工程转化壁垒，推动实现无人集群攻防对抗指控体系关键核心技术自主可控。北京航空航天大学化永朝副教授担任执行主席，上海交通大学李一辰助理研究员担任学术秘书。

沙龙设三个主旨报告。北京昂飞科技有限公司和江系统剖析了当前飞行器拦截应用场景中存在的制导交接断层、拦截飞行器过载响应滞后、多目标识别误判率高等工程瓶颈，采用分布式无中心集群拦截架构，可使单拦截飞行器成本可控制在20万以内，可适用于陆海空多平台开展模块化部署。西北工业大学于登秀聚焦高楼遮挡、电磁干扰共存的非优势空域拦截场景，分享搭建基于微分几何与Lie导数的非线性可观测分析框架，指出多平台协同观测核心难题在于雷达时空配准不一致和异构传感器信息难以融合，提出通过粒子滤波、信息几何工具刻画观测误差边界，依托轨迹预报动态调整集群观测队形，实现高机动目标持续稳定跟踪。北京理工大学何绍溟围绕集群对抗意图辨识与动态轨迹规划进行技术分享，通过创新融合图像特征与目标运动轨迹特征解决微小目标像素占比低、信噪比差的检测难题，利用GRU网络实时预测零控脱靶量进行多机联合任务分配，搭建了覆盖港口、城市要地的半实物仿真平台，实飞对抗拦截中的最优精度达0.15米，有效支撑低成本飞行器集群攻防体系构建。

自由交流环节，与会青年科学家围绕对抗环境下集群决策的多元方法论、对抗场景下集群指挥架构的效率-生存力悖论等非共识议题，以红蓝方辩论的形式进行分组研讨。研讨中，“红方”主张数据驱动、分布式架构、高自主决策边界，强调适应性；“蓝方”则坚持模型驱动、集中式指挥、保守人机共融，强调可靠性与伦理约束。其中，“红方”代表上海交通大学李一辰提出对抗场景应坚持数据驱动、分布式架构与人在环监督，海量演习仿真数据可有效弥补模型先验不足，认为分布式无中心架构能规避单点被摧毁风险，人机分级监督能兼顾自主效率与伦理底线；北京卓翼智能科技有限公司肖路昊认为数据驱动更适配战场动态迭代需求，可依托仿真拓展各类未知对抗长尾场景；江南大学费扬提出分层混合架构思路，战略层面统筹全局目标，战术层面下放分布式自主决策权，以平衡系统生存力与全局最优性。“蓝方”代表北京航空航天大学王庆认为现阶段模型驱动、分层集中指挥更适配装备列装，机理模型可保障系统鲁棒，全局集中统筹才能实现火力最优调配，高速防空场景可采用人在环外自动处置缩短杀伤链；北京元客视界科技有限公司王涵表示当前对抗场景可信对抗数据集稀缺，亟需搭建标准化、可复现的数据采集评测体系；江南机电设计研究所何松霖坚持模型驱动为作战根基，可靠物理机理模型能规避数据污染带来的决策失效问题。

经过研讨，与会青年科学家们就集群智能决策与控制未来发展达成共识。一是推动模型与数据驱动融合，构建可信智能决策框架。结合控制理论、博弈论与强化学习，建立可解释、可验证、可追溯的混合智能决策机制，提升集群系统在对抗态势中的智能化水平。二是构建人在环上的指挥控制体系，提升人机协同能力。应建立分级授权、动态监督机制，明确人在任务筹划、规则设定等环节的角色，形成“人负责目标与边界、机器负责计算与协同、人机共同完成决策闭环”的指控模式。三是建立场景牵引的测试评估体系，推动工程应用。围绕低空高效对抗、复杂电磁环境鲁棒协同等重点方向，构建可复现的场景库、任务库和评估指标体系，推动感知、决策、执行等功能单元一体化自演进涌现，人机混合、虚实融合、数据与知识双轮驱动等协同运用，让集群智能由“单点技术突破”向“体系能力生成”转变，为规模化部署提供支撑。

自2020年起，中国科协支持所属全国学会开展系列青年科学家沙龙活动，旨在发挥科技社团优势，组织动员相关领域青年科技工作者，针对一线青年科学家关注的前沿性问题和热点问题、非共识性问题，开展跨界深度交流，为培养优秀青年科技人才、服务创新驱动发展提供有效支撑。此次活动作为2026年度青年科学家沙龙活动的第一期，对加速无人集群智能决策技术落地、助力指挥控制体系智能化发展具有重要的现实意义。

中国科协科学技术创新部供稿