Konieczność zapewniania dronom autonomii szczególnie dobrze widać w walce elektronicznej, gdzie zagrożenia nie muszą mieć fizycznej formy. Radar, nadajnik zakłócający albo system podszywający się pod właściwy sygnał mogą zmieniać położenie, częstotliwość i tryb pracy. Człowiek nadal może określać cel misji, ale coraz częściej to maszyna ma zdecydować, jak do niego dotrzeć i tym właśnie zajął się wspomniany duet.
Drony samodzielnie rozpoznały zagrożenie
L3Harris Technologies i Shield AI przeprowadziły pierwszy lotniczy test systemu łączącego autonomię misji z rozproszonym zarządzaniem widmem elektromagnetycznym. W demonstracji zostały wykorzystane drony Green Wolf, architektura DiSCO oraz oprogramowanie Hivemind, a ważną rolę odegrały kompaktowe, programowalne moduły Deceptor. Są to programowo definiowane ładunki walki elektronicznej, które mogą wykrywać, klasyfikować i analizować emisje, a także realizować zadania ataku elektronicznego.
Czytaj też: KIZILELMA z JET-230 to naddźwiękowy pogrom. Turcja uzbraja drony jak prawdziwe myśliwce
Sam scenariusz nie ograniczał się do lotu po wcześniej zapisanej trasie. Bezzałogowce wykryły nieznane emisje elektromagnetyczne, scharakteryzowały je i przekazały dane do wspólnej sieci. Następnie Hivemind wykorzystał ten obraz sytuacji do autonomicznego wyznaczenia bezpiecznej strefy oraz zmiany trasy kolejnych maszyn. System nie reagował więc na obiekt wykryty kamerą lub LiDAR-em, lecz na dynamiczny obraz widma elektromagnetycznego. Pierwsze drony pełniły tym samym funkcję rozproszonych sensorów, a kolejne korzystały z ich danych bez bieżącego sterowania człowieka.
Wspomniana DiSCO, czyli Distributed Spectrum Collaboration and Operations, jest architekturą EMSO przeznaczoną do łączenia różnych systemów walki elektronicznej w rozproszoną sieć. Ma być niezależna od producenta sprzętu i odporna na utratę pojedynczych węzłów. Jej zadaniem jest korelacja danych z wielu sensorów. Jeden dron może wykryć sygnał, drugi określić jego kierunek, a trzeci potwierdzić lokalizację lub charakter emisji. Dopiero połączenie tych informacji pozwala ocenić, czy mamy do czynienia z radarem, źródłem zakłóceń, węzłem łączności albo próbą oszustwa elektronicznego.
Czytaj też: Broń przyszłości nie chce umrzeć. Teraz naukowcy odpalili railguna w otwartym teście
Podczas testu dane z DiSCO nie trafiły wyłącznie do operatora. Zostały przekazane bezpośrednio do systemu autonomicznego, który zamienił je w decyzję nawigacyjną. Właśnie w tym miejscu został skrócony klasyczny łańcuch sensor-operator-decyzja-platforma.
Hivemind nie był zwykłym autopilotem
Hivemind jest systemem autonomii misji rozwijanym przez Shield AI. Nie odpowiada wyłącznie za stabilizację lotu lub utrzymywanie kursu. Ma interpretować cele operacyjne, planować działania, koordynować wiele platform i reagować w warunkach ograniczonej łączności albo braku GPS. W tej demonstracji Hivemind otrzymał dane o zagrożeniach widmowych z DiSCO i wykorzystał je do zmiany zachowania grupy dronów. Nie musiał czekać, aż operator przeanalizuje sygnały, ręcznie wyznaczy nową trasę i prześle ją każdej maszynie.
Czytaj też: D-Day godny XXI wieku. Po raz pierwszy roboty trafiły na brzeg i zaczęły szturm
Podobny kierunek opisywałem już przy dronach V-BAT wykorzystujących Hivemind do działania bez stałej łączności oraz przy algorytmach rozdzielających zadania między wiele bezzałogowców. Oto na naszych oczach dron przestaje być zdalnie sterowanym narzędziem, a staje się węzłem obliczeniowym zdolnym do lokalnego podejmowania decyzji. Autonomiczne połączenie DiSCO i Hivemind ma bowiem właśnie skracać czas między wykryciem emisji a reakcją platformy. W teorii pozwala to ominąć strefę zakłóceń, przeprowadzić atak elektroniczny albo skierować kolejne sensory w odpowiedni obszar, zanim źródło sygnału zmieni położenie lub przestanie nadawać.
Dla mnie właśnie to jest najważniejszym elementem testu. Nie chodzi o sam lot Green Wolfa, lecz o przeniesienie części analizy widma i planowania trasy z operatora na pokładowe oprogramowanie.
