無人機
讓無人機少講一點話,它們圍堵野火的成績反而變好。
英國克蘭菲爾德大學讓五架無人機各自練習撲滅模擬野火,比較三種交換經驗的方式。1,000 場測試下來,只准相距 10 格內交換的那組擋下 41.1% 的火,不限距離分享的那組只擋下 26.5%。就算是第一名,也有將近六成的火燒出了邊界。
2026年8月3日8 分鐘·—
英國克蘭菲爾德大學讓五架無人機各自練習撲滅模擬野火,比較三種交換經驗的方式。1,000 場測試下來,只准相距 10 格內交換的那組擋下 41.1% 的火,不限距離分享的那組只擋下 26.5%。就算是第一名,也有將近六成的火燒出了邊界。
一篇 2026 年發表於 Scientific Reports 的研究指出,當一群無人機自己做出攸關任務的安全決定,演算法判斷得對,和人類敢把任務交給它,是兩件不同的事。消融實驗顯示,拿掉解釋功能後系統表現分毫未減,操作員的信任分數卻幾乎腰斬。
當攻方同時派出的無人機數量超過防守方的瞬時攔截能力,傳統的一對一分配邏輯就垮了。西北工業大學這篇論文的問題是:五十架藍方無人機要如何在沒有指揮官的情況下,自行決定誰去追誰?
一個 AI 系統在 500 次模擬中把無人機群造成的傷害壓低了 22%,不是因為它比規則更聰明,而是因為有人告訴它不要打已死的目標。action masking 這個零成本的設計決策,讓訓練速度快了整整 10 倍。