2026-06-02 00:00

5月30日，香港《南華早報》報導一則令人振奮的消息：西北工業大學一團隊最新推出的一款創新性「算法」，可極大提高無人作戰機群的戰場感知和戰鬥能力，堪稱「無人戰場倍增器」。這使我軍在無人機作戰領域的發展取得了優勢，可助力打贏未來戰爭。

HG-STR（異構圖時空推理決策方法）算法，是西北工業大學航天學院副教授張棟領導的研究團隊近日發佈的。該算法有望從根本上改變無人機蜂群搜尋並摧毀敵方目標的方式。

《南華早報》報導的這一消息，源自5月19日發表於中國航空領域頂級學術期刊《航空學報》的一篇同行評議論文，消息應當屬實。

這項被稱為HG-STR的算法，有望使固定翼無人機編隊即使在通信信號遭到干擾、視線被遮蔽的情況下，也能在廣闊的戰場上自主搜尋並消滅每一個敵方目標。

根據實驗實測數據，HG-STR在任務成功率上達到96%，殺傷率達到100%，兩項核心指標均顯著優於「對比」算法（即目前國際通用的算法）。

最令人興奮的是端到端的神經網絡前向推理：HG-STR的單步耗時僅為6.6毫秒，即僅需6.6毫秒即可完成決策。這相較於傳統方法無疑是一次巨大的飛躍。

要知道，人的反應時間為300毫秒——這還是反應最快的人。相關數據顯示：

神經反應時間：訓練有素的戰鬥機飛行員在模擬或實戰告警（如導彈逼近、雷達鎖定）中，平均約0.3-0.5秒，極限情況下可短至0.3秒（如近距離空戰或規避突防）。

操作閉環時間（識別-決策-執行）：含認知處理通常0.5–1.0秒，依賴態勢感知與訓練熟練度。

任務級反應時間（待命戰機接令起飛）：指系統響應週期，現代空軍通常1–2分鐘（含啓動發動機、滑出、起飛），而非飛行員生理反應。

目前的無人機作戰模式多由遠程人工操控或有人長機飛行員指揮，這一算法的優勢就太明顯了。

端到端的神經網絡前向推理，是基於多智能體強化學習進行端到端訓練，僅需小規模場景訓練即可實現零樣本泛化至大規模編隊；推理階段僅需單機局部觀測加短期記憶，支持分布式執行。

雖然不太懂這些技術細節，但顯然這樣的描述，更像中國異軍突起的大數據模型的學習演進過程。

這一算法的一大特點，就是專為強電子對抗、低帶寬、高動態環境設計。電子對抗可是未來戰場上的制高點之一。

也就是說，這一算法實際上賦予了無人機自主或智能作戰的能力。

美軍雖然實驗了智能無人作戰飛機，但MIT（麻省理工）等研發的機載AI系統反應時間為幾十毫秒級；然而實戰中受通信、指揮鏈、規則約束，端到端響應通常以秒至分鐘計。當前美軍重點是通過AI壓縮「傳感器到射手」的時間，而非追求單機毫秒級的「本能」反應。

從打了許多年的烏克蘭戰爭以及伊朗戰爭來看，戰場上越來越倚重無人機作戰。無人機成本低、目標小、易突防、精准，最大的特點是容易製造。但一個最大的弱點就是容易被強電子干擾。HG-STR專為強電子對抗、低帶寬、高動態環境設計，這一算法的應用等於突破了該瓶頸。

目前世界各國都在大力發展無人戰鬥機，最前沿的當屬智能無人作戰體系的研發和建立。雖然美軍在無人機發展和作戰應用方面有先發優勢，但在無人機領域，不論是民用的還是軍用的，不論是小型的還是大型的，似乎中國已經對美國實現了超越。

在無人機群控制方面，中國動輒成千上萬架無人機的空中造型表演，已是其他國家無法比擬的。可以想像，在軍事領域會更強。

這一算法的推出和應用，足以使中國的無人戰機在戰場上獲得強大的優勢。

更令人興奮的是，這一算法未來也肯定可以移植到其他無人作戰武器裝備上。中國不僅在無人機上有優勢，在無人艦艇以及機器狗、機器虎甚至機器人方面也有優勢。這一提升自主作戰能力乃至智能作戰能力的算法，移植到這些裝備上，可真可謂是如虎添翼。

中國正在搶佔未來戰爭的高地，也必將贏得未來可能發生的戰爭。這也就難怪美國近來同意與中國構建建設性戰略穩定關係了。