Genetic Fuzzy based Artificial Intelligence for Unmanned Combat Aerial Vehicle Control in Simulated Air Combat Missions

Inteligencia artificial basada en la genética difusa para el control de vehículos aéreos de combate no tripulados en misiones simuladas de combate aéreo

Los avances en los sistemas genéticos difusos, en particular el desarrollo de la metodología del Árbol Genético Difuso, han permitido el desarrollo de Inteligencias Artificiales basadas en la lógica difusa que pueden aplicarse a problemas increíblemente complejos. 

La capacidad de tener un rendimiento y una eficiencia computacional extremos, así como de ser robustos ante las incertidumbres y la aleatoriedad, adaptables a escenarios cambiantes, verificados y validados para seguir las especificaciones de seguridad y las doctrinas operativas a través de métodos formales, y fácilmente diseñados y aplicados son sólo algunos de los puntos fuertes que aporta este tipo de control. 

Dentro de este libro blanco, los autores presentan ALPHA, una Inteligencia Artificial que controla los vuelos de los Vehículos Aéreos de Combate No Tripulados en misiones de combate aéreo dentro de un entorno de simulación de extrema fidelidad. Hasta el día de hoy, esto representa la aplicación más compleja de una Inteligencia Artificial basada en una lógica difusa a un problema de control de Vehículos Aéreos de Combate No Tripulados. 

Mientras el desarrollo está en curso, la versión de ALPHA presentada en el interior fue evaluada por el Coronel (retirado) Gene Lee, quien describió a ALPHA como "la IA más agresiva, sensible, dinámica y creíble que se ha visto hasta la fecha". La calidad de estos resultados preliminares en un problema que no sólo es complejo y lleno de incertidumbres, sino que también contiene una fuerza hostil inteligente y sin restricciones tiene implicaciones significativas para este tipo de Inteligencia Artificial. 

Este trabajo añade inmensamente al conjunto de pruebas de que esta metodología es una solución ideal para una muy amplia gama de problemas.

Introducción

La investigación de los Vehículos Aéreos de Combate No Tripulados (UCAV) ha permitido que el estado del arte de la operación remota de estas tecnologías avance significativamente en los tiempos modernos, aunque centrándose principalmente en los escenarios de impacto en tierra. En el contexto del combate aire-aire, los plazos de milésimas de segundo para decisiones críticas inhiben la operación remota de los UCAV. Más allá de esto, dado un tiempo de reacción visual humano promedio de 0,15 a 0,30 segundos, y un tiempo aún más largo para pensar en planes óptimos y coordinarlos con fuerzas amigas, hay una enorme ventana de mejora que una Inteligencia Artificial (IA) puede capitalizar. Mientras que muchos defensores de un aumento de las capacidades autónomas anuncian la capacidad de diseñar aeronaves que puedan realizar maniobras de altísima potencia, así como el beneficio de reducir el riesgo para nuestros pilotos, este libro blanco se centrará principalmente en el aumento de las capacidades de toma de decisiones en tiempo real.

Hay una serie de obstáculos para que un sistema sea una IA efectiva en este contexto. Las principales dificultades de desarrollo para este tipo de problema son el gran número de entradas y salidas que hay que considerar, así como la incertidumbre y el carácter aleatorio inherentes al problema.