.webp)
.webp)
駆逐艦 (DDG)、護衛艦 (FFG)、航空母艦 (CVN)。現代のアメリカ海軍は、これらの高度に発展した艦船による歴史上最も小規模な艦隊で構成されており、これらの艦隊は世界の海域を巡回し、海上優位を確保し、敵対的な行動を抑制しています。
戦争におけるこれらの旧式プラットフォームの置き換えに要する現実的なコストと期間の長さを考慮し、海軍は分散型無人資産で艦隊を補強する「ハイブリッド フォース」への移行を進めています。
その移行は実践的に何を意味するのでしょうか？中型無人水上艦 (USV) の例を挙げましょう。10 隻の中型USV の艦隊は、DDG のミサイル能力に匹敵します。しかし、その能力が分散しているため、敵対勢力は脅威を無力化するために少なくとも 10 倍の攻撃を必要とします。有人駆逐艦とは異なり、これらの USV を失っても乗組員を失うリスクはありません。
有人と無人プラットフォームの組み合わせは「ハイブリッドフリート」と呼ばれ、この新興の部隊設計は、ロボット システムと有人システム間の新たな協力形態を必要とします。平時または有事の環境下でも耐性を維持しなければならない通信と意思決定のアルゴリズムは、解決すべき重要なソフトウェア定義の課題です。
このブログ記事では、「協働オートノミー」と呼ばれる ソフトウェア 定義型コラボレーションについて考察し、シミュレーションが無人システムのテスト、統合、および艦隊運用へのスケール アップにおいて重要な役割を果たす仕組みを解説します。
協働オートノミーの課題
協働オートノミーは見かけ以上に困難な課題です。上記の USV の例は、分散型無人部隊が本質的にスケール要因を伴うことを示しています。しかし、スウォームの規模が大きくなるにつれ、すべての移動体を協働させることは指数関数的に困難になります。なぜでしょうか？
自律型スウォームは、無線通信の本質的な性質により不完全なデータ リンクのネットワークで接続された分散システムです。特定の時点において、各移動体は通信遅延や遅延による劣化、帯域幅の制限、通信断絶、または敵対的な影響により、周囲の状況や他の移動体に関する部分的な知識しか持っていないと仮定できます。自律ソフトウェアは完璧な状況認識に依存できないため、エンジニアは不確実性下での意思決定能力を厳格に組み込む必要があります。状況が変化するにつれ、ソフトウェアは不完全または矛盾する可能性のある情報を分析し、判断を下す必要があります。
これらのスウォームを大規模にテストすることは、同様に飛躍的な困難を伴います。新しい移動体やベンダーを追加するたびに、統合のオーバー ヘッドに加え、n (統合対象の車両数) に比例するO(n²) の通信ラインが発生します。ソフトウェアのバグや API の不一致は、たちまち全体的な協調のボトルネックに発展する可能性があります。さらに、数十台の車両を同時にテストする財務的・人的コストは、資金が豊富な組織以外には手の届かない水準です。
最後に、現場テストは固定された制約条件によって制限されます。これにはテスト時間帯、明確な気象条件、最大海象状態、および回避すべき商業用海上交通量などが含まれます。テスト条件が過度に厳格になると、エンジニアとオペレーターチームがリモートにあるテスト現場でやるべきことがなくなり、遅延が発生するケースが少なくありません。これはコストのかかる遅延です。
資金が無限であっても、実機テストのフィードバック ループを通じてのみソフトウェアを反復開発する方法は、進化する脅威に対応する速度が単純に遅すぎます。では、テストをデジタル優先のアプローチへ移行するためには何が必要でしょうか？
海洋環境におけるマルチ ドメイン自律システムのモデリング
USV (無人水上車両) におけるオートノミー システムのテスト用に海洋のデジタル ツインを開発するには、広範な特徴空間を考慮する必要があります。オートノミー システムの現実的な動作と意思決定は、船舶レベルおよびスウィービング式パン チルト(pan-tilt) カメラなどの個々のペイロードレベルの両方で計算されます。
以下の表は、USV 搭載の協働オートノミー システムをテストするために必要なシミュレーション機能の非網羅的なリストを示しています。
この長い現象のリストをモデル化する必要がある上に、隠れたが不可欠な課題は、これらを低遅延で計算することです。船載オートノミー ソフトウェアは通常、入力処理、判断、実行にミリ秒単位の時間しかありません。そのため、そのシミュレーターは同じペースでデータを生成する必要があります。リアルタイム性能を維持できない場合、結果は実際のオペレーション状況を反映しない可能性があります。水力学的効果、RF 伝搬、センサーの劣化をリアルタイムで生成することは、デジタル オートノミー 開発における不可欠だが極めて困難な要素です。
これらのコンポーネントを構築するには、多分野にわたるチームが必要です。例えば、波力と船舶の運動をモデル化するには水力学者が必要です。センサーモデリングチームは、霧が熱カメラのコントラストを低下させ、Lidar の反射を弱めることを検証する必要があります。3D コンテンツアーティストは、正確なレーダー断面積を備えた港湾、海岸線、船舶を構築します。そして、シミュレーション エンジニアは、これらを単一のハイパフォーマンス製品に統合し、シミュレーションの設計、実行、分析を行うためのユーザー フレンドリーな インターフェースを提供します。これは簡単なことではありません 。
デュアル ユース技術：実現可能なシミュレーションへの道
実は、低遅延 シミュレーション エンジンや、特定の設計に合わせて調整可能な汎用センサー モデルといったコア シミュレーション技術は、海事分野と道路上の自動運転といった多様な分野間でほぼ同一です。上記で説明したコア機能の多くは、他の分野にも類似した要素が存在します：
無人システムにおいて、非常に異なる 2 つの分野間で類似する機能の例
これらの課題は海洋に特有のものではないため、Applied Intuition は数週間で USV を現実的にシミュレートする初期ソリューションを構築することができました。Applied Intuition は複数の分野に戦略的に投資しているため、ある事例向けに開発された機能は、他の事例にもスムーズに適用可能です。確かに、水力学や沿岸環境といった新たな要素は存在しますが、コア要件とインフラは同じです。高忠実度環境モデリング、正確なセンサー シミュレーション、オートノミー システム スタックのペースに追従するリアルタイム性能、すべてがユーザー フレンドリーな API とインターフェースを備えています。
Axion はまさにそれで、Applied Intuition が自動車、トラック、鉱業、建設、農業などの重工業分野の商業顧客の加速に活用する同じシミュレーション技術に基づいて構築されています。Axion は USV の自動航行をテストするために拡張され、自動目標認識 (ATR) のような重要なサブモジュールから、USV と UAV が連携してミッション コマンドを実行するエンド ツー エンドの協働オートノミー スタックまでをカバーしています。
Axion ユーザーは、ペイロードまたはプラットフォーム レベルでの自動航行の統合が可能で、1つのテスト内で複数の移動体に対応する異なるソフトウェア パッケージを組み込むことができます。シミュレーションはデスクトップ環境で即座に構築・実行できるほか、GPU 搭載サーバーの標準ラック上で 24/7 の回帰テストにスケール アップすることも可能です。
Axion の海上自動航行向け機能は、Saronic や Scientific Systems Inc をはじめとする複数の主要な海上自律企業、および米国海軍、国防省内の防衛イノベーションユニット (DIU) 、データと AI 担当首席官室 (CDAO) などによって既に採用されています。
協働オートノミー技術が進化するにつれ、主な課題は複雑なハードウェア・ソフトウェア統合へと移行していきます。新たな USV クラス、クロスドメイン チームング、リアルタイム通信層は、これらのシステムが現実的で過酷な条件下でどのように相互作用するかを継続的に反復し評価するプロセスを経て初めて成功を収めるでしょう。
決定的な要因は迅速なシステム統合であり、シミュレーションは統合のための不可欠なツールです。最も迅速に統合と適応を実現できる側が優位に立つでしょう。現代の戦場のペースでフィードバックを得る唯一の道は、デジタル優先の評価フレームワークです。
