无人机蜂群新算法问世：通信中断视野受限仍能自主作战

在复杂多变的现代战场环境中，无人机蜂群如何能在通信被干扰、视野受阻的极端条件下，依然高效自主地完成搜索与打击任务？这已成为军事科技领域的一项关键挑战。近日，一项由中国科研团队开发的新算法，为解决这一难题提供了全新的技术路径。

该算法名为HG-STR（异构图时空推理），由西北工业大学与西安电子科技大学的科研人员共同研发。其核心突破在于，能让固定翼无人机蜂群在失去稳定通信和有限感知的条件下，自主协同，实现对敌方目标的全面搜索与清除。相关研究成果已发表在《航空学报》上。

算法原理：构建“异构图”实现精准理解

传统算法通常将所有战场信息（如友军、敌军、地形）视为同质数据进行处理，容易导致决策混乱。新算法的创新之处在于构建了一个“异构图”，为不同类型的对象赋予具有真实含义的标签：友军无人机、搜索区域、敌方目标分别被定义为不同的节点。这使得算法能够学会关注正确的连接关系——例如，将发现的目标信息识别为高优先级威胁，将附近的队友视为协作机会。研究团队表示，这种设计让蜂群能够瞬间理解“该帮助谁、该猎杀谁”。

性能飞跃：从秒级到毫秒级的决策速度

在决策速度上，新算法实现了质的飞跃。传统的优化方法在激战中可能需要数秒才能做出决策，

。论文指出，在数秒的延迟内，一架无人机可能盲目飞行近600米，这在激烈对抗中是致命的。仿真实验对比显示，相比传统规则算法，新算法的任务完成率提升了37.14%；在通信半径极度受限的弱连通条件下，仍能保持94%的任务成功率。

应对极端条件：配备“记忆”与分层决策

为应对通信中断和视野受限的极端战场环境，算法为每架无人机设计了两个关键机制。首先是“记忆”模块：当无人机与队友失联时，它会依靠一个特殊的记忆单元（门控循环单元）来记住友军最后的位置以及敌人最后出现的位置。其次是分层决策机制：无人机首先决策是“搜索”还是“打击”，然后选择具体目标，最后决定弹药使用。通过将复杂问题分层分解，避免了同时处理所有信息导致的混乱。

测试表现与未来应用

在模拟测试中，该算法展现出了卓越的性能。

，并且运行速度足以跟上现代战争的节奏。评审专家认为，这项技术预示着蜂群无人机未来可被派往高风险、受干扰的环境，在与人类指挥断绝联系后，自主执行“找到并消灭所有目标”的最终指令。研究团队未来的工作将聚焦于该算法在计算能力有限的嵌入式机载平台上的轻量化部署和实飞验证，并进一步提升其应对消息延迟和数据损坏的稳健性。