解放军新一代海空主战装备相继亮相后，火箭军似乎也在“憋大招”。近日《中国航空学报》披露，火箭军工程大学鲜勇教授团队提出一项新技术，即“大气层外飞行器一体化分层智能决策方法”，或许就代表了未来的一个方向。

（陆基中段反导的工作原理之一）

首先来解释一下，如果这个名字不算太长但也颇为拗口的新技术得以实现，那么陆基洲际弹道导弹、中远程弹道导弹、高超声速滑翔器这些有一部分飞行轨迹处于大气层外的飞行器，将可以在原本平稳飞行、易于拦截的弹道中段也进行不规则的机动，进一步增加不可拦截性，而且更牛的是，中段机动将由导弹搭载的新一代人工智能算法进行自主决策控制。

也就是说只要导弹进入中段飞行，如何机动如何变轨没有任何规律可循，根本不需要和地面进行指令沟通，美国用时十数年时间和数百亿美元建设的陆基中段防御系统（GMD），恐怕就要成为摆设了。

在学术定义上，中段指的是弹道导弹已经离开大气层，来到卡门线也就是距地面100公里以上高度的飞行阶段。此时助推器分离，导弹依靠惯性沿着预定弹道向目标飞行。

这个阶段是导弹整个飞行过程中最平稳的部分，因为基本没有大气阻力的影响，导弹的方向、速度、高度等参数都比较固定，理论上来说只要有一定水平的预警措施，例如战略预警雷达、侦察卫星等等，就可以探测锁定处于弹道中段的导弹。

（不同阶段的分层）
所以目前中美俄等大国发展的导弹防御系统，基本都是以中段反导为主，虽然难度也不小，对技术、资源的要求也很高，但已经是相对更现实的反导方式了。除了弹道稳定易于探测，中段的拦截窗口更大一些，留给反导系统甄别和高层决策的时间也更多一些，而且此时往往导弹还没有到达己方领土，但也距离敌方领土比较远，可以在更安全的地方部署传感器和拦截装置，提高拦截成功率。

也还是因为还有些距离，中段拦截基本可以确保被摧毁的弹头或碎片不会对本国领土造成污染或破坏，而末段拦截的难度更大不说，即使拦截成功，也依然有可能对本国领土造成不同程度的破坏。

最后，中段拦截是多层防御体系的重要一环，与拦截上升段和末段的防御措施一道构成完整防护网。

（美军发展海基战略预警雷达，也就是为了提高预警效率和反应时间）

明确了这个前提，就不难理解为什么鲜勇教授团队要在中段机动下功夫了，然而中段机动如何决策是个复杂的难题。因为这个问题的关键，是除了中段机动也需要消耗能量，意味着机动时长和次数有限以外，机动也和精准打击更是自相矛盾：机动规避要求导弹能够尽可能多地偏离原有弹道，精准打击则要求导弹不论用什么方式，必须保证打准。

在控制能量消耗的前提下，鲜勇教授团队提出协调机动规避和精确打击的方法，是建立“规避-打击”一体化自主决策模型。简要来说就是将调整导弹中段弹道的决策权，交给导弹内置计算机的人工智能（AI）。

但这显然不是说随便找个AI放进去就完事了，而是一个经过专门调校，并且可以不断升级的“人工智能飞行员”，其优化方法就是深度强化学习算法。

（AI决策总体结构）

这种算法融合了深度学习感知能力和强化学习决策能力，通过让AI与环境不断交互，来让AI自主学习到问题的最优解决方法。目前来看供AI学习的交互环境是一种数字仿真平台，也可以理解为在计算机软件环境下模拟导弹的飞行过程和外部影响因素，让AI可以在非线性环境下学习到最优策略。

不同于解析建模的过程复杂、入手难度大，深度强化学习的建模过程更规范更清晰，降低了解析攻防对抗问题的门槛。另一个优点则是计算复杂度不高，对算力一般没多高的导弹内置计算机来说比较友好，AI经过深度强化学习算法后，获得状态信息后执行策略网络，就能完成决策，也满足了决策的实时性要求。

（决策流程）

而对于如何平衡机动和落点修正能力的需求，则加入了分层决策方法。具体是AI在机动规避决策学习时，加入制导算法落点修正能力进行约束，保证导弹在AI决策下进行中段机动规避后，仍然保证足够能量完成最后的落点修正。

当然，这个过程还有更复杂更专业的部分，但中心宗旨基本就是这些，简单总结就是用一种新的方法或者说模型对AI进行训练，而这个AI的基础逻辑和底层算法可能会是全新的。对于防守一方来说，如果得不到新AI的具体运算和决策逻辑，也就基本不可能对这种AI操控的中段弹道进行有效预测。

（GMD吊装GBI拦截弹，可见没比洲际弹道导弹小多少）

也就是说，从20世纪90年代初开始研发建设、原本以中段拦截为主要拦截手段的美国GMD，将会因为这种更加难以预测弹道的机动方式而几乎完全失效。结果就是，美国的拦截弹如果打出去之后不具备同样灵活的能力，拦截成功几率就会直接下降，当降到一定的比例时候，就可以说彻底失效。