美国科技媒体interestingengineering报道，当无人机失去信号、烟雾遮蔽了视线，它还能继续追踪并打击目标吗？中国研究人员说，可以。
中国研究团队近日在《航空学报》发表论文，详细介绍了一种名为"异构图时空推理"（HG-STR）的人工智能算法。研究人员声称，这套系统能让无人机群在通信受到干扰、目标视线受阻的条件下，依然保持自主协同和目标打击能力，模拟测试中击杀率达到100%。
这个数字需要打一个大大的问号，但这项技术本身，值得认真审视。
问题出在哪儿，这套算法怎么绕开它

理解HG-STR的价值，首先要理解现有无人机集群系统的软肋在哪里。
目前大多数无人机，哪怕是相当先进的型号，本质上仍是高度依赖通信链路的"遥控延伸"。操作员在远端发出指令，无人机执行；传感器捕获目标，数据传回后台处理。这套逻辑在风平浪静的环境下运转良好，但在真实战场上极其脆弱。

乌克兰冲突已经把这个弱点摆在了所有人面前。双方都大量使用电子干扰设备，无人机被切断信号、失控坠机的情况司空见惯。GPS欺骗让无人机迷失方向，烟幕弹遮断视线，高强度电磁环境让通信链路时断时续。
在这种环境下，依赖实时通信的无人机集群，实际上是把自己的命门暴露在对手面前。
HG-STR的思路是把这条命门切掉。它的核心不是让通信链路更稳定，而是让无人机在没有通信的情况下也能"自己想清楚"该怎么做。
系统的关键创新在于它处理战场信息的方式。传统战场AI倾向于把所有对象一视同仁地塞进数据模型，一架无人机、一栋建筑、一片树林，在系统眼中不过是坐标和属性的集合。

HG-STR则构建了一张动态的战场"关系图"。在这张图里，不同实体被赋予不同的角色和权重，彼此之间通过关系而非孤立属性连接。一部雷达装置不只是一个物体，它是连接地形、空域和防御阵地的威胁节点；一片森林不只是障碍，它是潜在的隐蔽区域；友军无人机不只是编队成员，它是共享态势感知的信息节点。
通过这种图结构，当部分无人机失去目标直视、或通信中断时，集群可以利用地形逻辑、目标运动规律和历史观测数据，推断目标当前最可能的位置，并据此调整行动，而不是茫然等待信号恢复。
100%击杀率，信还是不信

研究团队宣称的100%击杀率，是在模拟环境中取得的。这个数字本身不难理解：在可控的计算机仿真里，研究者可以精确定义对手的行为逻辑、环境参数和干扰强度，系统在这些预设条件下表现完美，并不意外。
真实战场是完全另一回事。天气变化、平民误入、传感器硬件损坏、对手的战术欺骗、无法预见的地形遮挡，任何一个变量都可能让精心设计的算法在关键时刻失效。军事技术史上，从实验室到战场的这段路，从来都不是直线。

不过，这并不意味着这项技术可以被忽视。
HG-STR的意义，不在于那个100%的数字，而在于它所代表的技术方向：让无人机集群从"需要人类持续监管"走向"人类只需设定目标、AI自主执行"。这个方向，整个军事大国都在全力奔赴。
美国国防高级研究计划局（DARPA）的"进攻性集群战术"项目已经持续推进多年，目标之一正是开发能在通信受限环境下自主协同的无人机群。美军的"忠诚僚机"概念，让有人战机搭档自主无人机共同作战，也在快速走向现实。北约多国正联合测试协同无人机系统，俄罗斯同样在乌克兰战场上加速积累经验教训。
中国发表这篇论文的背景，是其在无人机技术领域近年来的大规模投入。从商业无人机主导全球市场，到军用集群系统密集亮相演习，中国在这条技术路线上的推进速度和系统性，已经让多个西方国防分析机构将其列为重点关注对象。
HG-STR算法是否真如研究人员所说那般有效，外界无法独立核实。但它所瞄准的问题，电子战环境下的自主作战能力，是当前无人机技术最核心的瓶颈之一，解法的方向也具有相当的技术合理性。
无人机战争的逻辑正在改变。从"人控机飞"到"人设目标、机自决策"，这一步一旦跨过，战场的速度和烈度将进入新的量级。这是所有关注未来冲突形态的人，都需要认真面对的现实。