摘 要：物競天擇，適者生存。動物經(jīng)過億萬年進(jìn)化，面對病毒侵襲、環(huán)境劇變、天敵侵害、種群競爭等挑戰(zhàn)，具備了極端環(huán)境下的生存和繁衍能力。與動物一樣，無人系統(tǒng)同樣面臨干擾、攻擊、拒止、損傷、故障等不確定和異常因素的影響。在干擾對抗態(tài)勢下，保證無人系統(tǒng)是“會學(xué)習(xí)”還是“能生存”，已成為一個(gè)挑戰(zhàn)性問題。本文從控制論的角度提出無人系統(tǒng)的生存智能問題以及三個(gè)相關(guān)的關(guān)鍵控制要素：安全控制、免疫控制和綠色控制。其中，安全控制涉及無人系統(tǒng)對于多源干擾和故障的抗擾與容錯(cuò)控制;免疫控制涉及無人系統(tǒng)對于對抗與競爭態(tài)勢的自主感知、自我調(diào)節(jié)以及學(xué)習(xí)進(jìn)化問題;綠色控制涉及無人系統(tǒng)在多約束下的“節(jié)能”、“節(jié)時(shí)”、“省力”和“省心”等控制問題。目標(biāo)是使無人系統(tǒng)從智能行為和功能的角度具備“賦生”(視系統(tǒng)如生命、器件似器官)能力，提升無人系統(tǒng)在危險(xiǎn)、極端、特殊、惡劣環(huán)境下的生存能力。

　　關(guān)鍵詞：無人系統(tǒng);生存智能;安全控制;免疫控制;綠色控制;干擾消納

　　1 研究背景與現(xiàn)狀

　　物競天擇，適者生存。動物在億萬年的進(jìn)化過程中，面對病毒侵襲、環(huán)境劇變、天敵侵害、種群競爭，形成了強(qiáng)大的環(huán)境適應(yīng)、生存與進(jìn)化能力，具有對于病毒的免疫性、對于惡劣環(huán)境的耐受性、對于天敵的預(yù)警能力和隱蔽性，從而保證了種群的繁衍生息[1]。自產(chǎn)生伊始，控制論就與動物和機(jī)器的信息處理和反饋機(jī)理密切聯(lián)系[2]。文獻(xiàn)[3-6]深入討論了生物自生性、生命衰老與控制論中超穩(wěn)定性、主被動緩沖調(diào)節(jié)以及干擾環(huán)境適應(yīng)性等問題的聯(lián)系。

　　上世紀(jì)50年代，圖靈提出了著名的圖靈測試，促進(jìn)了機(jī)器學(xué)習(xí)等人工智能技術(shù)的快速發(fā)展[7]。近年來，以谷歌旗下DeepMind公司研發(fā)的AlphaGo為標(biāo)志，人工智能已逐漸能像人類一樣開始學(xué)習(xí)，人工智能技術(shù)得到了前所未有的重視和發(fā)展。隨著從自動控制、自主控制到智能控制理論和技術(shù)的發(fā)展，控制理論已經(jīng)與人工智能緊密結(jié)合，在航空航天、裝備制造、工業(yè)過程、交通運(yùn)輸?shù)阮I(lǐng)域發(fā)揮了重要作用[8-22]。

　　無人系統(tǒng)包括機(jī)器人、無人機(jī)、無人艇、無人潛器以及導(dǎo)彈、衛(wèi)星等依靠自主導(dǎo)航和控制的運(yùn)動體。智能無人系統(tǒng)是機(jī)器和動物智能行為的融合體現(xiàn)，已成為人工智能技術(shù)的重要載體[8-11][18-22]。現(xiàn)有人工智能的研究仍以機(jī)器學(xué)習(xí)的“腦智能”為主，在模擬人的感知、思維與學(xué)習(xí)過程的基礎(chǔ)上，已使無人系統(tǒng)初步具備了“視覺”、“聽覺”、“嗅覺”、“觸覺”等智能行為。基于機(jī)器視覺的感知與理解、強(qiáng)化學(xué)習(xí)、語音識別等人工智能技術(shù)在無人系統(tǒng)環(huán)境感知、自主規(guī)劃與決策、協(xié)同控制等方面發(fā)揮了重要作用，已成功應(yīng)用于無人車自動駕駛、空地協(xié)同等多種任務(wù)場景中[18-22]。

　　例如，Boston Dynamics公司研制的機(jī)器人可以完成跳躍、后空翻、越障等一系列類人動作，但是仍局限于已知的結(jié)構(gòu)化環(huán)境。目前的智能無人系統(tǒng)技術(shù)集中在對于類腦、視覺、聽覺等器官功能和結(jié)構(gòu)化環(huán)境下行動能力的研究，缺乏對于干擾對抗和非結(jié)構(gòu)化環(huán)境下智能行為的刻畫和實(shí)現(xiàn)。衛(wèi)星、導(dǎo)彈、無人機(jī)、野外機(jī)器人等類型的無人系統(tǒng)具有以下基本特點(diǎn)，同時(shí)對于控制系統(tǒng)和人工智能技術(shù)帶來了新的挑戰(zhàn)：

　　1)長期在非結(jié)構(gòu)化、陌生與復(fù)雜干擾環(huán)境中運(yùn)行，干擾、對抗和不確定性因素復(fù)雜，難以事先學(xué)習(xí)和預(yù)測;2)在干擾和陌生環(huán)境下，對于目標(biāo)、環(huán)境和運(yùn)動信息的獲取和感知能力不足，無法快速標(biāo)定，難以實(shí)時(shí)維護(hù)、支援和修復(fù);3)具有強(qiáng)構(gòu)型約束特性，需要滿足時(shí)間(跟蹤、識別和機(jī)動速度等)、空間(飛行包絡(luò)、軌道、安全走廊和障礙物等)、物理(構(gòu)型局限、機(jī)構(gòu)飽和、通道非匹配、欠驅(qū)動等)、能量(燃料受限等)、信息(量測不完備等)五大類系統(tǒng)約束。因此，隨著任務(wù)、環(huán)境、對象的日益復(fù)雜化，對無人系統(tǒng)的精確性、可靠性和自主性需求不斷提升，如何突破“預(yù)設(shè)任務(wù)、理想環(huán)境、確定模式”的藩籬，提升無人系統(tǒng)的智能自主能力已成為一個(gè)挑戰(zhàn)性問題。與動物類似，在干擾、對抗、博弈等不確定態(tài)勢下，無人系統(tǒng)同樣面臨著電磁干擾等“病毒侵襲”、高低溫/強(qiáng)輻射等“環(huán)境劇變”、敵方打擊/全域監(jiān)視等“天敵侵害”、資源分配/載荷互干擾等“種群競爭”的影響。

　　具體而言，無人系統(tǒng)性能會受到氣象、溫度、電磁等外部環(huán)境干擾，信息欺騙、信號拒止、通道阻塞等人為主動干擾，傳感器測量噪聲、控制機(jī)構(gòu)誤差、結(jié)構(gòu)振動、機(jī)構(gòu)摩擦與器部件退化等內(nèi)部干擾，以及模型不確定性等因素的影響[23-26]。同時(shí)，干擾對抗易導(dǎo)致無人系統(tǒng)的信息污染、結(jié)構(gòu)損傷、執(zhí)行機(jī)構(gòu)與傳感器失效等故障，帶來系統(tǒng)動力學(xué)特性、氣動特性、輸入效率與量測信息的不可預(yù)測變化[27-32]。干擾、拒止、攻擊、封鎖、損傷、故障等不確定因素的存在使無人系統(tǒng)的安全性始終受到嚴(yán)重威脅，“生存”能力已經(jīng)超過“思維”能力成為無人系統(tǒng)最基本的需求。

　　對于在“病毒侵襲”、“天敵威脅”、“種群競爭”等態(tài)勢和極端環(huán)境下的無人系統(tǒng)，其行為的智慧性首先表現(xiàn)在高超的“抵御病毒”、“應(yīng)對天敵”、“適應(yīng)環(huán)境”的能力。對于無人系統(tǒng)而言，生存能力和學(xué)習(xí)能力同等重要。在干擾對抗環(huán)境下，無人系統(tǒng)是“學(xué)習(xí)”還是“生存”?這是一個(gè)問題。受動物進(jìn)化和生存能力的啟發(fā)，本文通過交叉融合控制科學(xué)、生命科學(xué)、人工智能等學(xué)科的前沿理論與技術(shù)，探討如何提升干擾對抗環(huán)境下無人系統(tǒng)的“生存智能”，即從傳統(tǒng)的“機(jī)器學(xué)習(xí)”進(jìn)一步拓展到“機(jī)器生存”的意義;從控制理論的角度提出了干擾對抗環(huán)境下無人系統(tǒng)生存智能的幾個(gè)要素：安全控制、免疫控制與綠色控制。簡述了若干無人系統(tǒng)生存智能的基礎(chǔ)問題、關(guān)鍵技術(shù)以及未來的解決思路。

　　2 安全控制對于危險(xiǎn)態(tài)勢、特殊任務(wù)、惡劣條件等極端不確定環(huán)境下的無人系統(tǒng)而言，干擾和故障是影響其安全性能和壽命的主要不確定因素[23-28]。例如，臺風(fēng)、火災(zāi)、暴雨等環(huán)境下應(yīng)急救援任務(wù)給無人機(jī)技術(shù)帶來了極大的挑戰(zhàn)，非結(jié)構(gòu)化及陌生環(huán)境下機(jī)器人的精準(zhǔn)作業(yè)技術(shù)仍然難以實(shí)現(xiàn)。日益復(fù)雜的結(jié)構(gòu)和任務(wù)使得無人系統(tǒng)的風(fēng)險(xiǎn)日益增加，如強(qiáng)對抗、變構(gòu)型、強(qiáng)機(jī)動等特殊任務(wù)會引起衛(wèi)星、無人機(jī)等質(zhì)心和慣量的大幅時(shí)變偏移，從而導(dǎo)致控制性能下降甚至失穩(wěn)。

　　從生命科學(xué)的角度，無人系統(tǒng)抗擾與容錯(cuò)控制過程對應(yīng)于“看病、治病、養(yǎng)病”的過程。從控制理論的角度，上述擾動、誤差、噪聲、攻擊、退化、失效以及若干參數(shù)變化等不確定性均可描述為系統(tǒng)干擾變量的影響。多來源、多類型、多通道的復(fù)合干擾與故障信號交聯(lián)耦合，在閉環(huán)回路中相互影響，使得無人系統(tǒng)的干擾估計(jì)、故障檢測與抗干擾容錯(cuò)控制成為一個(gè)理論難題[24-26]。

　　干擾、故障等其他未知因素都可以表征為控制系統(tǒng)的不確定和隨機(jī)變量。按抗干擾能力區(qū)分，傳統(tǒng)的抗干擾和魯棒控制可以分為干擾抑制和干擾補(bǔ)償(抵消)方法兩類：以最小方差控制、H∞控制、H2 控制等為代表的干擾抑制方法通過性能優(yōu)化來降低干擾對系統(tǒng)期望性能的影響 ; PID 控 制 、 基 于 干 擾 觀 測 器 的 控 制(DOBC)、自抗擾控制(ADRC)等干擾補(bǔ)償方法可以實(shí)現(xiàn)對常值、諧波、變化率有界等干擾的實(shí)時(shí)補(bǔ)償[25]。然而，這些方法主要存在三個(gè)問題，影響了相關(guān)理論方法的實(shí)際應(yīng)用，無法保證無人系統(tǒng)在危險(xiǎn)、極端、特殊和惡劣(“危極特惡”)環(huán)境下的性能：

　　其一，局限于單一同質(zhì)干擾系統(tǒng)，忽略了干擾和不確定性變量的多源性和動態(tài)特征，缺乏對于多源干擾之間、干擾與狀態(tài)、輸入和輸出之間的動靜態(tài)拓?fù)渎?lián)系的刻畫;其二，以干擾抑制為工具的抗擾、魯棒和容錯(cuò)控制方法僅考慮內(nèi)部可控、內(nèi)部穩(wěn)定性以及相對抑制能力，理論上無法完全保證系統(tǒng)對于外部干擾的絕對量化能力;其三，以干擾補(bǔ)償和抵消為目標(biāo)的方法依賴于干擾不變性設(shè)計(jì)準(zhǔn)則，難以實(shí)現(xiàn)系統(tǒng)性能的自主調(diào)節(jié)和重構(gòu)優(yōu)化。圍繞智能無人系統(tǒng)在多源干擾與故障環(huán)境下的高精度和高安全需求，無人系統(tǒng)安全控制技術(shù)需要解決如下關(guān)鍵問題：多源干擾與故障的表征/識別/估計(jì)與量化分析、復(fù)合精細(xì)抗干擾控制技術(shù)、故障自愈與重構(gòu)控制技術(shù)等。與傳統(tǒng)抗擾與容錯(cuò)控制理論相比，安全控制需要實(shí)現(xiàn)從單一同質(zhì)變量到多源異質(zhì)變量、從內(nèi)部穩(wěn)定到外部穩(wěn)定、從干擾不變性設(shè)計(jì)到適應(yīng)可變性設(shè)計(jì)的理論突破[24-27]。

　　2.1 多源干擾的表征、估計(jì)與量化分析干擾、故障等多種不確定性廣泛存在于無人系統(tǒng)中且相互耦合，給控制系統(tǒng)的設(shè)計(jì)與分析帶來極大挑戰(zhàn)。2015 年，美國 DARPA 啟動了“量化物理系統(tǒng)的不確定性”(EQUiPS)項(xiàng)目，對建模與設(shè)計(jì)過程中多來源的不確定性進(jìn)行有效表征、量化與管理。美國麻省理工學(xué)院、斯坦福大學(xué)、桑迪亞實(shí)驗(yàn)室等機(jī)構(gòu)圍繞高超聲速飛行器、水翼船等復(fù)雜系統(tǒng)開展了不確定性量化分析研究。在控制科學(xué)領(lǐng)域，干擾和不確定變量的估計(jì)和辨識技術(shù)已成為一個(gè)研究熱點(diǎn)。傳統(tǒng)的干擾觀測器和擴(kuò)張狀態(tài)觀測器理論缺乏對于多源干擾信息的充分利用和深度刻畫，對于具有異質(zhì)異構(gòu)特征的多源干擾缺乏可分離性研究，因此適應(yīng)性小、保守性大。

　　本團(tuán)隊(duì)于 2002 年起開展多源干擾表征、估計(jì)與量化分析研究，針對受干擾與故障影響的無人系統(tǒng)，建立包括多源異質(zhì)異構(gòu)變量的運(yùn)動學(xué)、動力學(xué)以及生物學(xué)深耦合動態(tài)模型，揭示了多源干擾/故障信號與系統(tǒng)狀態(tài)、輸入、輸出之間的深耦合動態(tài)關(guān)系，提出了具有加性、乘性、隱性形式的多源異質(zhì)未知信號檢測、識別、估計(jì)、預(yù)測方法以及相應(yīng)的可分離性判據(jù)。多源復(fù)合信號的分離和識別需要充分利用未知信號的靜、動態(tài)特征(包括動態(tài)性、隨機(jī)性和能量有界特性)，建立干擾與故障信號的異質(zhì)異構(gòu)精細(xì)建模與表征方法;從“傳感-通信-控制-執(zhí)行”的全信息流回路揭示多源異質(zhì)信號的傳遞和影響機(jī)理，提出復(fù)合干擾與故障的信號分離與因果分析方法;提出基于微循環(huán)小回路的未知信號估計(jì)、預(yù)測與溯源方法，克服傳統(tǒng)方法僅針對單一同質(zhì)變量(干擾/故障)的局限性，為無人系統(tǒng)安全控制的系統(tǒng)設(shè)計(jì)和建模方法提供理論基礎(chǔ)。上述內(nèi)容也是不確定性量化和數(shù)字孿生理論的重要拓展。

　　2.2 復(fù)合精細(xì)抗干擾控制技術(shù)

　　無人系統(tǒng)本身存在時(shí)間、空間、物理、能量、信息等五大類約束。在博弈對抗、應(yīng)急救援、察打一體、反恐防暴等無人系統(tǒng)復(fù)雜任務(wù)過程中，環(huán)境干擾、慣性未知、結(jié)構(gòu)振動、通道耦合、器件退化等干擾和不確定因素的存在，使得無人系統(tǒng)的高精度、強(qiáng)自主控制技術(shù)成為一個(gè)理論和技術(shù)難題。傳統(tǒng)的抗干擾控制方法大多局限于單一同質(zhì)干擾。有的基本不依賴于干擾本身特征(如ADRC)，保守性大;有的過于依賴干擾和系統(tǒng)模型(如內(nèi)模控制)，適應(yīng)性小。現(xiàn)代控制理論的穩(wěn)定性、可控性和可觀性分析方法作為理論基石，仍局限在對內(nèi)部狀態(tài)特性的刻畫，難以反映干擾等外部輸入對于系統(tǒng)性能的影響。對于干擾對抗態(tài)勢下的無人系統(tǒng)而言，需要開展對干擾和不確定性等“外部”特性的重新刻畫和精細(xì)量化[24-26]。干擾穩(wěn)定性(干擾影響下的穩(wěn)定性)以及干擾可控性(干擾影響下的可控性)、可控度分析成為抗干擾控制理論的重要內(nèi)容。

　　另一方面，對于復(fù)雜環(huán)境下的無人系統(tǒng)而言，無論是單一的干擾抑制還是單一的干擾補(bǔ)償方法都難以奏效。根據(jù)干擾特征和結(jié)構(gòu)特性設(shè)計(jì)多源干擾同時(shí)抑制和補(bǔ)償?shù)膹?fù)合控制方法，做到“知己知彼、對癥下藥”，將是實(shí)現(xiàn)具有強(qiáng)抗擾控制能力的有效手段。為此，首先需要在干擾表征與深耦合建模的基礎(chǔ)上，研究多時(shí)空約束下無人系統(tǒng)外部可控能力與魯棒因果溯源性能量化分析研究。突破無人系統(tǒng)抗干擾指定性能控制、多源干擾精細(xì)補(bǔ)償和量化抑制方法、動基座變質(zhì)心高精度機(jī)動控制、姿軌一體精細(xì)抗干擾協(xié)調(diào)控制和分配等關(guān)鍵技術(shù)，完成對無人系統(tǒng)“感知-導(dǎo)航-控制”一體化設(shè)計(jì)，實(shí)現(xiàn)從傳統(tǒng)內(nèi)部穩(wěn)定性到外部穩(wěn)定性、從狀態(tài)可控到干擾可控的跨越。同時(shí)，精細(xì)抗干擾控制技術(shù)也可避免“過度醫(yī)療”，為下面的免疫和綠色控制提供理論基礎(chǔ)和技術(shù)支持。

　　2.3 無人系統(tǒng)自愈與重構(gòu)控制技術(shù)

　　除了持續(xù)存在的干擾和退化，突發(fā)對抗和故障也是制約無人系統(tǒng)安全性的重要因素。首先，干擾和故障的逐漸“同化”使得多源干擾系統(tǒng)復(fù)合精細(xì)抗干擾控制方法對于對抗和故障具有通用意義[24-27]。其中一個(gè)首要問題是處理干擾與故障多源性以及可能的通道與因果融合，這使得干擾和故障/攻擊的信號分離成為一個(gè)關(guān)鍵問題。另一方面，基于干擾不變性準(zhǔn)則的內(nèi)模控制、ADRC 和 DOBC 等補(bǔ)償和故障修復(fù)方法已難以滿足復(fù)雜任務(wù)的要求，需要實(shí)現(xiàn)從“不變性”設(shè)計(jì)到“適應(yīng)可變性”設(shè)計(jì)的突破[26,32]。為此，需要根據(jù)任務(wù)、環(huán)境、載荷與無人系統(tǒng)一體化設(shè)計(jì)，結(jié)合干擾與故障的特征和耦合關(guān)系提出具有干擾隔離能力的故障檢測、診斷和容錯(cuò)控制方法。

　　另一方面，需要根據(jù)系統(tǒng)構(gòu)型、器件選型和典型的干擾/故障/損傷模式，研究無人系統(tǒng)動靜混合可靠性設(shè)計(jì)方法。根據(jù)突變、干擾、攻擊、故障等不確定狀況，實(shí)現(xiàn)對任務(wù)、軌跡、決策、控制等環(huán)節(jié)的自主在線重構(gòu)和優(yōu)化，從傳統(tǒng)的系統(tǒng)穩(wěn)定性和可靠性目標(biāo)拓展到系統(tǒng)均衡性目標(biāo)[32]。總之，對于多源干擾/故障系統(tǒng)，未來研究工作中需要進(jìn)一步突破原有干擾補(bǔ)償方法的局限性，提出“適應(yīng)可變性”設(shè)計(jì)準(zhǔn)則以及多源干擾同時(shí)消納、補(bǔ)償與抑制方法，克服傳統(tǒng)干擾不變性設(shè)計(jì)準(zhǔn)則的藩籬，使無人系統(tǒng)對于干擾與故障具有自主動態(tài)調(diào)節(jié)能力。

　　3 免疫控制現(xiàn)有無人系統(tǒng)過度依賴

　　信息化與網(wǎng)絡(luò)化，易于暴露、易受攻擊、易被欺騙，因而在干擾對抗特別是信息拒止環(huán)境下生存能力較差。“道高一尺、魔高一丈”。傳統(tǒng)的抗擾和容錯(cuò)等安全控制方法大多僅注重于客觀干擾和系統(tǒng)內(nèi)部故障的處理，無法解決抵御攻擊、規(guī)避威脅和博弈競爭的問題[27-34]。

　　另一方面，基于動物免疫機(jī)制的免疫算法也已在控制器設(shè)計(jì)、觀測器設(shè)計(jì)、任務(wù)調(diào)度、路徑規(guī)劃等方面發(fā)揮了一些重要作用，但是大多局限于免疫系統(tǒng)神經(jīng)層面的算法研究[35,36]。免疫系統(tǒng)的組成包括分子、組織、神經(jīng)和行為等部分，動物抵御天敵、應(yīng)對病毒的方式是一個(gè)包括分子識別、組織調(diào)節(jié)、神經(jīng)決策和行為規(guī)避的過程。受此啟發(fā)，本節(jié)從感知和規(guī)避、適應(yīng)和調(diào)節(jié)、學(xué)習(xí)和進(jìn)化方面提出并簡述無人系統(tǒng)免疫智能關(guān)鍵技術(shù)，目標(biāo)是構(gòu)建具有自隱、自耐和自生能力的無人系統(tǒng)，探索無人系統(tǒng)應(yīng)對干擾攻擊、博弈對抗和極端惡劣環(huán)境的問題，提出在干擾對抗等復(fù)雜態(tài)勢下無人系統(tǒng)免疫生存的新理念和新范式。

　　3.1 感知和規(guī)避技術(shù)感知能力是智能系統(tǒng)的主要環(huán)節(jié)，動物對于病毒、天敵、環(huán)境劇變的抵御能力首先體現(xiàn)在對于威脅的感知和風(fēng)險(xiǎn)的預(yù)警能力。現(xiàn)有的無人系統(tǒng)感知能力受限于任務(wù)和平臺載荷，大多僅適用于確定環(huán)境和預(yù)設(shè)任務(wù)。在干擾對抗環(huán)境以及“敵方”空天地一體化的監(jiān)視態(tài)勢下，無人系統(tǒng)缺乏對于干擾、攻擊和威脅的識別、預(yù)警與隱蔽能力，難以快速識別、探測和預(yù)測可能的干擾和威脅，在敵方全域監(jiān)視網(wǎng)下無所遁形。另一方面，動物在感知威脅和風(fēng)險(xiǎn)后，具有敏捷機(jī)動的隱藏規(guī)避能力。對應(yīng)于病毒的隔離過程，規(guī)避也是一種具有免疫性的智能行為。

　　3.2 適應(yīng)和調(diào)節(jié)技術(shù)動物對于病毒侵襲、惡劣環(huán)境和傷病情況的耐受能力很強(qiáng)，如水熊蟲具有強(qiáng)大的極端環(huán)境(真空、高/低溫、超強(qiáng)輻射)耐受能力。現(xiàn)有無人系統(tǒng)技術(shù)大多依賴于結(jié)構(gòu)化環(huán)境以及完備的網(wǎng)絡(luò)和通信條件的支持，在弱支持、強(qiáng)干擾、非結(jié)構(gòu)化環(huán)境下的自我耐受能力不足：在陌生環(huán)境、持續(xù)攻擊壓制情形下難以持久生存，在攻擊損傷下的功能恢復(fù)與重構(gòu)能力不足，在外部支援匱乏的條件下易導(dǎo)致資源耗盡的問題。

　　3.3 學(xué)習(xí)和進(jìn)化技術(shù)動物會對特定抗原產(chǎn)生相應(yīng)的抗體，并產(chǎn)生記憶和遺傳。現(xiàn)有無人系統(tǒng)對威脅態(tài)勢感知與機(jī)動應(yīng)對的學(xué)習(xí)進(jìn)化能力不足，深度學(xué)習(xí)缺乏可解釋性，確定學(xué)習(xí)難以揭示攻擊的多樣性，具體表現(xiàn)為對復(fù)雜多變的敵方干擾攻擊態(tài)勢難以記憶與預(yù)測、對抗環(huán)境下個(gè)體/群體難以動態(tài)演化。因此，無人系統(tǒng)需要具備對于未知攻擊手段的學(xué)習(xí)、記憶和預(yù)測能力，通過離線和在線結(jié)合，數(shù)據(jù)和機(jī)理結(jié)合，實(shí)現(xiàn)無人系統(tǒng)的神經(jīng)“自生”功能。對于遭受攻擊或干擾的無人系統(tǒng)集群，可通過無人系統(tǒng)集群的異構(gòu)分布式設(shè)計(jì)等手段形成真正的“群體免疫”。通過事件觸發(fā)和拓?fù)渖�成等機(jī)制，可實(shí)現(xiàn)無人集群的再生和重構(gòu)。相應(yīng)于動物的模仿、遺傳和克隆等機(jī)制，無人系統(tǒng)學(xué)習(xí)和進(jìn)化方向未來的研究問題包括：未知信號特征的學(xué)習(xí)和預(yù)測、遺傳進(jìn)化的形式化建模與可信度量、陌生威脅的特征學(xué)習(xí)與記憶、分布式異構(gòu)誘導(dǎo)與群體協(xié)同免疫進(jìn)化等。

　　4 綠色控制動物可以與自然和諧共存，通過冬眠、蟄伏、假死等行為來實(shí)現(xiàn)減緩新陳代謝、降低身體能量消耗、提高隱蔽性、甚至欺騙天敵的目的，從而提高對環(huán)境的適應(yīng)能力并最終提高本身的生存能力。同樣，對于極端惡劣環(huán)境和博弈對抗態(tài)勢下的無人系統(tǒng)而言，節(jié)省能量、減少流量、降低消耗、善于隱藏就是延續(xù)生命的保障。由于無人系統(tǒng)受到時(shí)間、空間、物理、能量、信息等約束，因此在干擾、攻擊、拒止、封鎖、故障、損傷等惡劣環(huán)境下，無人系統(tǒng)不僅要保障抗擾與容錯(cuò)等安全性指標(biāo)，還要在約束條件下降低“精力”和“體力”消耗，避免過度損害環(huán)境、浪費(fèi)資源，實(shí)現(xiàn)“節(jié)能”、“節(jié)時(shí)”、“省力”、“省心”等目標(biāo)。在長航時(shí)運(yùn)行時(shí)減少能量消耗、在機(jī)動打擊等任務(wù)中提升響應(yīng)速度、在物理飽和等約束下節(jié)約控制強(qiáng)度、在硬件存儲與處理能力受限情況下降低算法算力，從而實(shí)現(xiàn)環(huán)境友好型的綠色控制。同時(shí)，“雙碳”目標(biāo)也對未來無人系統(tǒng)應(yīng)用提出了新要求。

　　4.1 “節(jié)能”的綠色控制技術(shù)最優(yōu)控制作為現(xiàn)代控制理論中的重要內(nèi)容，已提出了基于控制和狀態(tài)變量的“局部”二次型指標(biāo)的能量控制方法，但并未從無人系統(tǒng)“感知-控制-執(zhí)行-通信”全回路能量流的角度實(shí)現(xiàn)“全局”能量優(yōu)化。從控制算法的角度，傳統(tǒng)的抗干擾控制方法如果采用具有保守性的干擾抑制或補(bǔ)償手段，也易過度消耗能源。因此，無人系統(tǒng)應(yīng)該減少冗余和組件的使用消耗，控制和決策算法應(yīng)具有“節(jié)能”特點(diǎn)，在處理干擾與不確定性時(shí)保證“不保守”、“不污染”、“不浪費(fèi)”。其中，“不保守”是指對于干擾和不確定性特征信息的“知根知底”，充分利用先驗(yàn)的干擾特征進(jìn)行精細(xì)補(bǔ)償，不僅可以保證較好的抗干擾精度，還可以最大程度的節(jié)省能量;“不污染”是指通過干擾估計(jì)誤差的量化分析，避免形成新的干擾和誤差;“不浪費(fèi)”是指通過明確主要干擾源，針對不同類型干擾“對癥下藥”，采用最小代價(jià)的精細(xì)抗干擾控制手段實(shí)現(xiàn)“各個(gè)擊破”。

　　4.2 “節(jié)時(shí)”的綠色控制技術(shù)在應(yīng)對災(zāi)難和天敵侵襲時(shí)，動物具有迅疾的反應(yīng)能力。因此，無人系統(tǒng)的綠色控制還應(yīng)具有“節(jié)時(shí)”特點(diǎn)。傳統(tǒng)的有限時(shí)間控制方法缺乏與機(jī)動任務(wù)、執(zhí)行約束的有機(jī)結(jié)合。對于實(shí)時(shí)性需求較高的機(jī)動任務(wù)，時(shí)間成本是決定任務(wù)是否完成的重要前提。傳統(tǒng)的最優(yōu)控制理論可以求取時(shí)間最優(yōu)控制器，從智能科學(xué)的角度，目前的因果控制方法還難以實(shí)現(xiàn)無人系統(tǒng)在物理約束和博弈對抗態(tài)勢下的智能機(jī)動行為，這對無人系統(tǒng)應(yīng)對復(fù)雜態(tài)勢的節(jié)時(shí)控制能力提出了更高的要求。無人系統(tǒng)的節(jié)時(shí)控制問題包括非連續(xù)目標(biāo)快速識別、有限時(shí)間跟蹤控制、快響應(yīng)姿態(tài)機(jī)動控制與執(zhí)行方法。本團(tuán)隊(duì)針對空間機(jī)器人，將自適應(yīng)變結(jié)構(gòu)干擾觀測器應(yīng)用于快速干擾估計(jì)，設(shè)計(jì)了有限時(shí)間指定性能控制算法實(shí)現(xiàn)快速指向控制，從而解決了對收斂時(shí)間的量化問題，顯著提升了系統(tǒng)的快速性。

　　4.3 “省力”的綠色控制技術(shù)動物的遷移和抓捕對于體力和運(yùn)動強(qiáng)度要求很高，生存能力往往得益于動物個(gè)體充沛的體力和節(jié)省體力的能力。同時(shí)，動物的壽命也往往取決于某個(gè)器官的過度勞損。因此，具有物理和能量約束的無人系統(tǒng)還要研究“省力”的綠色控制技術(shù)，避免器部件的過度消耗。2013 年，美國開普勒太空望遠(yuǎn)鏡的四個(gè)飛輪中已有兩個(gè)由于過度使用而出現(xiàn)故障，導(dǎo)致耗資 6 億美元的航天器提前進(jìn)入“安全模式”。針對干擾對抗環(huán)境下的無人系統(tǒng)，對某一疾病的過度治療會帶來其他器官的衰竭等并發(fā)癥。現(xiàn)有的無人系統(tǒng)控制方法要么采用保守的魯棒控制，要么采用高強(qiáng)度、高增益的變結(jié)構(gòu)、自抗擾等控制方法，往往通過提升觀測器或控制器增益來實(shí)現(xiàn)對某一干擾的估計(jì)、抑制或抵消，易導(dǎo)致大超調(diào)、過飽和、抖振等不利現(xiàn)象，這些“高強(qiáng)度”控制方法易于導(dǎo)致器件的磨損、退化、老化甚至失效。

　　5 總結(jié)與展望

　　隨著智能制造、航空航天和軍事裝備領(lǐng)域的發(fā)展，衛(wèi)星、導(dǎo)彈、無人機(jī)、無人車、無人艇等無人系統(tǒng)已經(jīng)成為國民經(jīng)濟(jì)和國防安全的重要力量。然而，無人系統(tǒng)面臨的博弈對抗態(tài)勢愈發(fā)凸顯，干擾、攻擊、對抗、拒止、封鎖、損傷等極端惡劣環(huán)境嚴(yán)重制約了無人系統(tǒng)的安全性、自主性與可靠性。2019 年，美國太空軍已正式成立。2021 年 7 月，美國空間監(jiān)視衛(wèi)星“USA-271”故意抵近襲擾我國的“實(shí)踐二十號”衛(wèi)星，試圖上演“太空碰瓷”事件。

　　因此，對于博弈對抗等惡劣環(huán)境下的無人系統(tǒng)而言，從智能行為、功能和仿生智能的意義層面，生存能力比學(xué)習(xí)能力更能體現(xiàn)智慧性。受動物在病毒侵襲、環(huán)境劇變、天敵侵害、種群競爭等惡劣環(huán)境下的生存能力啟發(fā)，本文提出了無人系統(tǒng)生存智能問題以及相應(yīng)的賦生技術(shù)，所謂賦生也是秉承維納、艾斯比等控制論創(chuàng)始人動物和機(jī)器的根本思想，視系統(tǒng)如生命、器件似器官;進(jìn)一步，從控制理論的角度針對安全控制、免疫控制、綠色控制三個(gè)要素分別闡述了相關(guān)的基礎(chǔ)問題與關(guān)鍵技術(shù)。

　　總體來說，無人系統(tǒng)生存智能技術(shù)的研究目標(biāo)是提升無人系統(tǒng)在干擾與故障影響下的安全性，增強(qiáng)博弈對抗與無支持環(huán)境下具有自隱、自耐、自生功能的免疫能力，在多約束下實(shí)現(xiàn)“節(jié)能”、“節(jié)時(shí)”、“省力”、“省心”性能的環(huán)境友好型綠色控制。應(yīng)該指出，沒有生存能力無從談學(xué)習(xí)問題，但如無學(xué)習(xí)能力也難以保證無人系統(tǒng)在危險(xiǎn)、極端、特殊、惡劣(“危極特惡”)的復(fù)雜環(huán)境下生存。作為仿生智能(包括仿生導(dǎo)航和仿生控制)的重要內(nèi)容[41,42]，“能生存”的無人系統(tǒng)未來將與“會學(xué)習(xí)”的無人系統(tǒng)一樣，成為智能無人系統(tǒng)發(fā)展的重要方向。

　　參 考 文 獻(xiàn)

　　[1]. DARWIN C. On the origin of species by means of natural selection, or the preservation of favoured races in thestruggle for life[M]. London, UK: John Murray, 1859.

　　[2]. WIENER N. Cybernetics: or control and communication in the animal and machine[M]. Cambridge, MA:MIT Press, 1948.

　　[3]. ASHBY W R. An Introduction to cybernetics[M].Chapman & Hall, London, 1956.

　　[4]. FROESE T, STEWART J. Life after Ashby: ultrastability and the autopoietic foundations of biological individuality[J]. Cybernetics and Human Knowing, 2010,17(4): 7-50.

　　[5]. HEYLIGHEN F. Cybernetic principles of aging andrejuvenation: the buffering-challenging strategy for lifeextension[J]. Current Aging Science, 2014, 7(1): 60-75.

　　[6]. CHATTERJEE A, GEORGIEV G, IANNACCHIONE G.Aging and efficiency in living systems: complexity,adaptation and self-organization[J]. Mechanisms ofAgeing and Development, 2017, 163: 2-7.

　　作者：郭雷 1,3，朱玉凱 2,3，喬建忠 1,3，郭康 2,4，包為民 2,3,4*