General Atomics ha fatto progredire ulteriormente il proprio ecosistema di aerei da combattimento collaborativi (CCA – Collaborative Combat Aircraft) eseguendo tre missioni uniche con droni dotati di intelligenza artificiale (AI) su un software Open Mission System (OMS) rilevante dal punto di vista operativo ed utilizzando finanziamenti interni di ricerca e sviluppo per dimostrare importanti concetti di AI/Machine Learning (ML) per i velivoli a pilotaggio remoto.
Un drone stealth MQ-20 “Avenger” Unmanned Aircraft System (UAS) di proprietà dell’azienda è stato abbinato ad un velivolo “gemello digitale” per condurre autonomamente missioni di combattimento collaborativo multi-obiettivo di tipo Live, Virtual e Constructive (LVC). I voli, che hanno avuto luogo il 14 dicembre 2022, dalla struttura per le operazioni di volo Desert Horizons di GA-ASI a El Mirage in California, dimostrano l’impegno dell’azienda a far maturare il suo ecosistema di droni dotati di intelligenza artificiale tipo CCA utilizzando l’intelligenza artificiale e il Machine Learning.
Il volo ha utilizzato la nuova architettura Reinforcement Learning (RL) di GA-ASI, costruita utilizzando una metodologia di sviluppo software agile e strumenti standard del settore come Docker e Kubernetes per sviluppare e convalidare tre algoritmi RL e di Deep Learning in un ambiente operativamente rilevante. Gli algoritmi con architettura RL hanno simulato il comportamento di velivoli singoli e multipli.
L’algoritmo RL a singolo agente ha navigato con successo sul piano live evitando dinamicamente le minacce per portare a termine la sua missione. Gli algoritmi RL multi-agente hanno pilotato un Avenger dal vivo ed uno virtuale per inseguire un bersaglio in modo collaborativo evitando le minacce.
Per le missioni sono stati apportati aggiornamenti in tempo reale, alle rotte di volo dei droni dotati di intelligenza artificiale, basati sulle informazioni dei sensori forniti dai modelli AFSIM (Advanced Framework for Simulation, Integration, and Modeling) virtuali, e le missioni degli algoritmi RL sono state selezionate dinamicamente dagli operatori mentre l’aereo era in volo, dimostrando una collaborazione uomo-macchina dal vivo ed efficace per la gestione dell’autonomia del velivolo. Questi dati operativi che descrivono le prestazioni del pilota AI verranno analizzati ed utilizzati per perfezionare le prestazioni future dell’agente.
“I concetti dimostrati da questi voli stabiliscono lo standard per le capacità dei sistemi di missione dal punto di vista operativo sulle piattaforme CCA“, ha affermato Michael Atwood, Senior Director of Advanced Programs di GA-ASI. “La combinazione di calcolo aereo ad alte prestazioni, fusione di sensori, teaming uomo-macchina e piloti di intelligenza artificiale che prendono decisioni mostra quanto velocemente le capacità di GA-ASI stiano maturando mentre ci muoviamo per rendere operativa l’autonomia per i CCA“.
Il team ha utilizzato un motore autonomo CODE (Collaborative Operations in Denied Environment) fornito dal governo ed il protocollo di messaggistica OMS standard sempre del governo per consentire la comunicazione tra gli agenti RL e il sistema LVC. L’utilizzo di standard governativi come OMS renderà possibile una rapida integrazione dell’autonomia per i CCA.
Il sistema CODE, potremmo chiamarlo un cervello artificiale, è stato implementato per comprendere ulteriormente l’elaborazione dell’intelligenza artificiale cognitiva su piattaforme UAS in ambienti e scenari fortemente contestati nei quali potrebbero operare macchine senza pilota completamente autonome, dei loyal wingman a tutti gli effetti, collegate a velivoli con equipaggio o collegate tra loro in sciami di droni autonomi capaci di diverse missioni, dalla guerra elettronica all’attacco aereo, fino alla difesa aerea.
Inoltre, GA-ASI ha utilizzato un EMC2 di General Dynamics Mission Systems per eseguire l’architettura di autonomia. EMC2 è un processore multifunzione ad architettura aperta con infrastruttura di sicurezza multilivello che viene utilizzato per ospitare l’architettura di autonomia, dimostrando la capacità di portare risorse di calcolo ad alte prestazioni ai CCA per eseguire set di missioni rapidamente personalizzabili a seconda dell’ambiente operativo.
Ricordiamo anche che il 17 novembre scorso, la General Atomics aveva fatto volare un suo drone autonomo MQ-20 Avenger con un velivolo Sabreliner, gestito da Lockheed Martin che fungeva da surrogato di un caccia e due velivoli da combattimento F-5 Advanced Tigers dell’azienda privata Tactical Air Support tutti equipaggiati con i sensori di ricerca e tracciamento a infrarossi TacIRST di Lockheed Martin, per eseguire il rilevamento a infrarossi multipiattaforma. Durante questo evento, tutti i velivoli hanno eseguito manovre coordinate per rilevare e monitorare i bersagli aerei nello spettro infrarosso.