(U/.'ili:Qlf:Q) 自主物流信息系统。ALIS 将在后勤支持、任务规划和培训中发挥关键作用,为资源管理提供近乎实时的信息 1。改进资源和资产管理以及服务、作战单位、仓库和承包商之间的可视性对于 F-35 支持概念的成功至关重要。ALIS 将与 F-35 飞行器和其他系统交互,为操作、维护和支持提供一套集成的自主功能。ALIS 是一个分布式系统,其组件放置在目标位置以支持操作,包括根据需要的非机密或机密元素。ALIS 将与 F-35 飞行器共置。在战区级别,ALIS 将协助即时空中资产分配。在联队级别,ALIS 将协助任务支持要求,在中队级别,ALIS 将协助维护和支持资源分配。ALIS 将处理非机密到机密/特殊访问所需的信息。
UUV 操作概念在四个重要领域受到技术限制:导航精度、通信带宽、强大的自主任务控制功能和电力系统能量密度。当前导航领域的进展令人鼓舞,在开发紧凑型高效导航系统和基于地图的导航技术方面取得了良好进展。通过使用光纤数据链路、研究最大化声学通信带宽和先进的数据压缩技术,正在解决通信能力的限制。然而,不利的水下信道将阻止高数据速率的声学信息传输。高容量、低成本的数据存储允许完成一些 UUV 任务而无需在线通信。实现 UUV 的强大自主控制的问题与 UUV 传感器技术的进步密切相关。最近的发展已经见证了智能导航、制导和控制系统以及智能在线任务规划系统的部署。然而,高能量密度电力系统的高成本限制了更先进的 UUV 系统概念的实现。
F-35 Lightning II 飞机(F-35)为国防部(DOD)提供了先进的战术航空能力,旨在取代空军、海军和海军陆战队的各种传统战斗机。F-35 也是国防部历史上最雄心勃勃、最昂贵的武器系统,美国三个军种的采购和维护成本在 66 年的生命周期内估计超过 1.6 万亿美元。自主物流信息系统 (ALIS) 是美国军种和外国计划购买的 3,300 多架 F-35 飞机不可或缺的一部分。ALIS 是一个支持运营、任务规划、供应链管理、维护和其他流程的复杂系统。1 ALIS 被描述为连接整个 F-35 企业的关键信息技术元素,据一位国防部官员称,它是构成 F-35 的三大部件之一,另外两个部件是机身和发动机。它包括软件和硬件。F-35 计划一直在逐步开发 ALIS 功能。功能齐全的 ALIS 对 F-35 的作战成功至关重要。
14. 摘要(最多 200 个字):兵棋推演可以说是作战规划期间最重要的集体活动。了解、开发和支持战斗人员兵棋推演的需求从未像现在这样强烈。本研究的目的是确定组成有效兵棋推演的结构并探索评估这些结构的方法。认知任务分析用于开发一个概念框架,以了解构成有效兵棋推演的个人和团队相关决定因素、过程和结果的知识、技能和其他属性。该框架被用作设计和实施评估的基础。这项初步探索表明,从兵棋推演概念框架得出的评估是可行的,并且可以作为对其相关心理结构的可靠和有效评估。如果得到扩展和应用,这项工作可以通过更好地了解如何开发和支持他们的集体任务规划能力,为作战指挥和控制团队走向未来保驾护航。
F-35 Lightning II 飞机(F-35)为国防部(DOD)提供了先进的战术航空能力,旨在取代空军、海军和海军陆战队的各种传统战斗机。F-35 也是国防部历史上最雄心勃勃、最昂贵的武器系统,美国三个军种的采购和维护成本在 66 年的生命周期内估计超过 1.6 万亿美元。自主物流信息系统 (ALIS) 是美国军种和外国计划购买的 3,300 多架 F-35 飞机不可或缺的一部分。ALIS 是一个支持运营、任务规划、供应链管理、维护和其他流程的复杂系统。1 ALIS 被描述为连接整个 F-35 企业的关键信息技术元素,据一位国防部官员称,它是构成 F-35 的三大部件之一,另外两个部件是机身和发动机。它包括软件和硬件。F-35 计划一直在逐步开发 ALIS 功能。功能齐全的 ALIS 对 F-35 的作战成功至关重要。
本文介绍了一种新开发的基于物理的成像模拟器环境 SISPO 的架构和功能,该环境专为小型太阳系天体飞越和类地行星表面任务模拟而开发。该图像模拟器利用开源 3-D 可视化系统 Blender 及其 Cycles 渲染引擎,支持基于物理的渲染功能和程序微多边形位移纹理生成。该模拟器专注于逼真的表面渲染,并具有补充模型,可为彗星和活跃小行星生成逼真的尘埃和气体环境光学模型。该框架还包括用于模拟最常见图像像差的工具,例如切向和矢状散光、内部和外部彗形像差以及简单的几何畸变。该模型框架的主要目标是通过更好地模拟成像仪器性能表征、协助任务规划和开发计算机视觉算法来支持小型太空任务设计。 SISPO 允许模拟轨迹、光线参数和相机的固有参数。
我们建议在 NASA 内部设立专门的海洋世界探索计划,为实施一项为期数十年、多项任务的计划所需的科学、工程、研究、开发和任务规划提供持续的资金支持,该计划旨在探索海洋世界的生命并了解其宜居条件。该计划中的两个新的关键旗舰任务将 1) 在 2023-2032 年间登陆木卫二或土卫二,以调查地球物理和地球化学环境并寻找生物特征;2) 在 2033-2042 年间进入行星海洋直接寻找生命。登陆任务的技术解决方案已经准备就绪,2018 年秋季对木卫二着陆器飞行前项目的成功 delta-Mission Concept Review 就是明证。继首次登陆任务之后,海洋进入任务将需要在本十年进行大量研究、开发和模拟测试,以便在下一个十年开始时启动飞行前项目。
Hibikino-Musashi@Home (HMA) 是一个由日本九州工业大学和北九州大学的学生组成的机器人开发团队。该团队成立于 2010 年,曾参加过开放平台联盟 (OPL)、国内标准平台联盟 (DSPL) 和 Simulation-DSPL 的 RoboCup@Home JapanOpen。自 2017 年以来,它一直定期参加 RoboCup@Home 联赛,并将参加 RoboCup 2024,展示其最新开发和研究成果。除了 RoboCup,该团队还参加了 2018 年和 2020 年世界机器人挑战赛 (WRC) 以及伙伴机器人挑战赛 (真实空间) 的服务机器人类别。HMA 专注于机器人视觉系统的开发,特别是用于训练对象识别系统的数据集生成系统。它还开发了用于原始任务的库,包括对象识别、抓取点估计和导航。任务规划是他们最新感兴趣的主题,它使用大型语言模型 (LLM) 通过在动态环境中选择原始任务来规划任务。
该职位所需的知识、技能与能力 (KSA):A. 了解战斗管理指挥与控制系统内部及之间的关系。B. 了解指挥与控制设备、能力、局限性以及雷达控制台演示。C. 制定、传播和执行空中任务命令 (ATO)、空域控制命令 (AGO)、特殊指令 (SPINS)、作战任务数据链 (OPTASKUNK)、战术作战数据 (TACOPDAT) 以及维护战术和通用作战图 (COP) 所需的知识与技能。D. 了解并熟练使用各种通信设备(包括语音和数据),以接收和传递执行任务所必需的信息。E. 了解并熟练执行通过整合空中、太空、地面、海上和网络效果来支持作战以满足组成指挥官目标的任务。 F. 具备执行任务规划和监视、武器控制、战术数据链和数据管理功能的知识和技能。G. 具备与适用军衔相称的空军指令和管理出版物的知识。
当由于攻击或故障而失去人类操作员的远程控制时,无人机 (UAV) 的自主性可以提高机队的弹性。此外,自主性可以通过面向代理的方法实现,这大大提高了建模、设计和构建自主软件系统的能力。尽管如此,如果一支无人机机队配备了自主性,通常很难确保其车辆能够保证所需的可靠性水平。这项工作调查了与可预测性相关的代理能力以及多代理系统的可靠性设计方法。它采用多代理任务分配、博弈论和形式验证的概念,为无人机机队开发了一个动态和分散的任务规划器,该机队将完成持续的监视任务。提出了综合利用形式模型和代理编程技术来实时调度代理行为。采用马尔可夫博弈框架和分布式随机算法,综合出一种协调机制,控制代理之间的交互。最后,讨论了一些模拟结果和效率分析。