Читайте дальше, чтобы узнать больше о задачах конкурса и о том, как вы можете зарегистрироваться, чтобы узнать больше об этом конкурсе, а также о единовременной возможности получить ответы на ваши вопросы от команды конкурса.

В этом предстоящем конкурсе Defense and Security Accelerator (DASA) будут искать предложения, которые разрабатывают решения для автономного управления датчиками и обмана датчиков в сценариях разведки, наблюдения и рекогносцировки (ISR). Этот конкурс является первым этапом конкурса, проводимого в поддержку проекта Dstl Sensor Fusion and Management (SFM), который ведет к исследованиям в области объединения датчиков и управления ими.

Ключевые даты и финансирование

Полный документ о конкурсе будет опубликован в ближайшее время (подпишитесь здесь , чтобы получать оповещения DASA), но мы заранее уведомляем вас о проблемах, чтобы вы могли зарегистрироваться на вебинар, который состоится 20 июля. Вебинар будет включать в себя брифинг технических экспертов Dstl, после чего будет возможность задать вопросы команде соревнований. Вы можете зарегистрироваться для участия в вебинаре на странице Eventbrite .

Всего на этот конкурс доступно 800 тысяч фунтов стерлингов с целью финансирования нескольких предложений. Проекты Фазы 1 будут нацелены на достижение результатов Фазы 1 на TRL 3. Проекты должны быть рассчитаны на 1 год и должны быть завершены к февралю 2025 года.

Предыстория и проблемы

Всеобъемлющая ISR полного спектра является одной из пяти ключевых задач Министерства обороны (MOD), как указано в Стратегии в области науки и техники . Чтобы реализовать стремление удовлетворить потребности ISR в масштабе и в темпе, жизненно важно достичь высокой степени автономии в процессах, которые лежат в основе предприятия ISR.

Автономное управление датчиками — это процесс принятия решения и выполнения действий, которые должна предпринять группа датчиков в заданном сценарии для выполнения конкретной задачи ISR. В мире возрастающей сложности с точки зрения количества и возможностей датчиков существует потребность в алгоритмах, которые будут обрабатывать информацию и распространять инструкции для обработки запросов ISR с человеческим или сверхчеловеческим темпом.

Методы, которые обнаруживают и противодействуют действиям, направленным на то, чтобы обмануть картину ISR, имеют решающее значение. Это важно не только потому, что злоумышленники по своей природе скрывают свои намерения и будут демонстрировать ложные намерения, но и потому, что сценарии защиты почти уникальны в этом отношении, и, следовательно, использование методов из более благоприятных ситуаций или ситуаций сотрудничества имеет ограниченную полезность. Должны быть разработаны методы, в которых заложены возможности для потенциально вводящей в заблуждение деятельности.

Основной путь оценки и тестирования Dstl для новых алгоритмов этого типа — через Stone Soup , который представляет собой программную среду с открытым исходным кодом. Исходный код Stone Soup доступен на GitHub , а его документация доступна на readthedocs.org . Этот конкурс будет искать идеи, которые могли бы интегрироваться с этой структурой.

Ожидается, что задачи этого конкурса будут следующими.

Задача 1: управление датчиками

Цели управления датчиками могут включать поиск интересующих объектов, обнаружение целей, идентификацию, распознавание, отслеживание или улучшение ситуационной осведомленности среди многих других, включая сложные многоцелевые задачи. Например, может потребоваться БПЛА для наблюдения за областью, чтобы найти и отслеживать интересующие объекты. Действия, необходимые для поиска целей, сильно отличаются от действий, необходимых для отслеживания, поэтому конкурирующие цели должны быть сбалансированы.

Действия, которые может выполнять датчик, включают в себя такие задачи, как направление наведения, поле зрения, диаграмма направленности луча, чувствительность, состояние питания и т. д. Задание местоположения датчика также представляет интерес, в первую очередь как динамическая проблема, когда датчик может перемещаться во время сценария. (например, он прикреплен к платформе, такой как беспилотный автомобиль), но и с точки зрения оптимизации размещения статического датчика.

Алгоритмы управления датчиками хорошо изучены в академической литературе, но их трудно реализовать из-за практических аспектов проблемы (большой набор возможных действий для оптимизации). Это означает, что методы управления автономными датчиками, применяемые к реальным сценариям, по-прежнему в значительной степени эвристичны, и люди предвидят новые цели, датчики и применяют контекст. Это неоптимально и неустойчиво в сценариях с возрастающей сложностью и автономией.

Первоначальная работа была проделана для экспериментов с подходами к управлению датчиками с использованием платформы Stone Soup. Простые инструкции по управлению датчиками доступны на сайте документации .

В первую очередь требуются дополнительные возможности управления датчиками, совместимые с Stone Soup и этой существующей установкой. Вторым ключевым элементом этого запроса является демонстрация автономного управления датчиками путем применения алгоритма (алгоритмов), реализованных в моделировании. Сценарий должен быть сосредоточен на конкретной цели (или задачах), при этом действия сенсора должны выбираться таким образом, чтобы максимизировать некоторое вознаграждение (или минимизировать затраты).

Возможные разработки компонентов могут включать:

• Функции вознаграждения
• Функции стоимости
• Политики управления датчиками
• Подходы к оптимизации
• «Задаваемые» сенсорные модели

Области исследований, которые могут помочь решить эту проблему, могут включать, но не ограничиваться:

• Теория информации
• Теория игры
• Обучение с подкреплением

Задача 2: Обман счетчика датчиков

Военная разведка часто усложняется тем фактом, что цель противника находится в прямом противоречии с нашей. Поэтому злоумышленники будут прилагать все усилия, чтобы скрыть свои намерения, например, скрываясь, манипулируя своей подписью или развертывая ложные цели и контрмеры. Это усложняет вывод и означает, что любая полезная компиляция изображений ISR должна быть устойчива к такой деятельности. Кроме того, подобное поведение не ограничивается одной областью или модальностью одного датчика. Действительно, методы, применяемые в одних сценариях, имеют аналоги в других (например, радиолокационные помехи/оптическое ослепление).

Проект SFM, направленный на улучшение компиляции изображений ISR, направлен на разработку и демонстрацию методов противодействия обману датчиков. Кроме того, он стремится разработать методы, позволяющие понять влияние обманных стратегий на картину осведомленности о ситуации. Воздействие может варьироваться от увеличения неопределенности до попыток внедрить ложный вывод или способствовать принятию решения, благоприятного для обманщика. В решениях должен использоваться определенный и общепризнанный набор показателей ISR, пример которого можно найти здесь .для количественной оценки воздействия обмана датчиков, а также для разработки стратегий по смягчению такого обмана. Кроме того, решения должны быть совместимы с Stone Soup и должны позволять Dstl получать и сравнивать метрики, которые количественно определяют эффект ряда мошеннических действий. Dstl будет работать с поставщиком, чтобы прийти к общему пониманию и указать, как лучше всего использовать новые алгоритмы в Stone Soup.

Мы не стремимся быть чрезмерно предписывающими в отношении решений. Однако мы ищем методы, которые можно будет внедрить в будущие ISR и автономные системы и которые в конечном итоге принесут пользу разведывательному сообществу. Поэтому предпочтение будет отдаваться исследованиям, демонстрирующим большой потенциал для использования в этом направлении. Приветствуются междисциплинарные исследования.

Идеи, которые могут помочь решить эту проблему, могут включать:

• моделирование намерений,
• эффективная оптимизация,
• теория игры,
• Байесовский вывод,
• масштабируемый вывод на графиках,
• методы многомерной выборки.

(Этот список не является ни полным, ни предписывающим.)

Если вас интересуют эти проблемные области, зарегистрируйтесь здесь , чтобы принять участие в вебинаре до полудня (BST) 19 июля 2023 года.