针对六大现代化优先事项中的下一代战车(NGCV)，美国陆军希望未来的装甲战车能够即刻对地形导航、目标识别、来袭敌方火力以及己方部队位置和作战策略做出相应决策。事实上，美国陆军希望所有这些行动都能够在几秒钟内得以实现，而无需人进行行为控制或微观管理。这是众所周知且经常被广泛讨论的一个概念，在各种新技术以“火箭”速度不断涌现的情况下，该概念迅速得到普遍关注。随着人工智能传感器、计算机和目标定位(瞄准)系统越来越快地处理和组织信息，装甲战车、车载武器及相关系统的自主性不断提高，这类自主行动正呈现出一种更新、更先进的特征。

　　据美国陆军负责采办、后勤与技术事务的助理部长布鲁斯·杰特博士透露，该军种武器开发人员正在寻求一种地面车辆“传感器融合”(亦称多传感器信息/数据融合)技术，以使士兵在面对快速变化的作战变量(PMESII-PT，指的是作战环境中政治、军事、经济、社会、信息、基础设施、物理环境和时间等方面的变化)时能够迅速做出决策。比如，在“遭遇”陌生地形时，通过车载传感器采集到的最佳数据信息，车辆乘员能够了解前方地形的可通行性，然后决定是否驾驶车辆通过;如果需要面对更为复杂艰险的环境，或遭遇敌情，车辆乘员可以激活其他主动式或被动式传感器，及时进行识别和做出正确判断，以便于采取正确的行动。

　　自主技术的商业应用(比如民用无人驾驶汽车)已经发展了相当长的时间，但是美国陆军开发人员却采取了截然不同的方式。他们认为，战斗车辆不仅需要自主进行线性导航，而且还应该具备在一系列复杂、快速变化的综合变量中(比如来袭威胁、崎岖地形以及空中联合攻击等变量)能够自主操作的能力，以采取最佳对敌攻击手段。

　　“我们不希望士兵们始终低头操作这些遥控车辆以对其进行控制。”美国陆军未来司令部作战能力发展司令部、陆军研究实验室“机动与机动性人工智能项目”(AIMM，亦称控制与机动人工智能)经理约翰·福萨切卡博士在一份报告中说：“我们希望这些车辆能够实现完全自主化，以使乘/载员能够完成各自的任务;同时，这些自主车辆也可以作为其他装甲战车的‘队友’，在战场上有效地发挥作用。”

　　在描述备受美国陆军青睐的技术优势时，杰特博士采用了“传感器融合”这一有趣的术语。这并非巧合和偶然，原因在于该术语通常指的是，目前应用于F-35战斗机的机载集成传感器技术。利用早期的人工智能技术，F-35战斗机的机载计算机能够获取与战斗行动有关的分散式或不易获取的其他数据流，以对数据信息进行分析、组织，并呈现出一幅连贯的画面供飞行员查看。因此，单一屏幕可同时显示包含导航、目标(瞄准定位)、飞行细节，以及来袭威胁等信息。也就是说，该屏幕整合了被称为分布式孔径系统(DAS)的360度摄像系统和远程光电瞄准系统所获取的数据信息，以及其他关键飞行变量。然而，地面装甲战车运用类似技术可能面临更高的技术难度，因为地面车辆的自主性必须考虑更大范围的变量因素。

　　这一概念与正在研究的新一代人工智能技术相一致。新一代人工智能不仅能够为人类决策者收集和组织信息，而且还能够促进人与机器之间的网络链接。利用先进的算法，计算机技术可以在几秒钟内组织并分发传输数据池中的分散式信息。人工智能传感器可以从看似无限的现有数据库中“弹回”传入的图像、视频或数据，以对信息进行比较，并对信息差异进行评估，同时执行近乎实时的分析。这与杰特提到的装甲车辆车载集成传感器，对前方地形进行分析，并立即做出决策的想法“不谋而合”。凭借最先进的计算机处理速度，各种人工智能系统能够在组织和共享信息的同时，对信息进行分析，并解决人类在任何可比时间范围内无法解决的某些问题。与此同时，人工智能系统还拥有许多人类认知所独有的关键属性、“超凡智力”和解决问题的能力。

　　杰特解释说，自从美国陆军较早前试图为未来战斗系统(FCS)集成传感器以来，该技术已经取得了巨大进步。事实上，10多年前开始成形的未来战斗系统，构建了一个小型有人地面车辆(MGV，包括9种车型)编队;这些车辆都配备了先进的传感器，可以提供周围地形的多角度、全方位视图(类似于360度全景摄像头的功能)。比如，未来战斗系统项目之一的非直瞄(自行)火炮(NLOS-C)，尽管整车周身都集成了摄像机，但由于系统技术尚不够成熟，无法对关键的敏感交战目标进行区分，美国陆军于2009年底终止了该自行火炮的研发。几年前，杰特曾经在新墨西哥州白沙导弹靶场参与了未来战斗系统的相关研发工作，他表示，“当时设计开发车载光学系统的目的是，使其能够发现并识别‘黑暗’处的目标，结果是这些系统分辨不出这是一个影子，还是一个车载简易爆炸装置。因此，车辆需要配备多个传感器，以从不同方位获得更全面的视角。”

　　有趣的是，虽然美国陆军10多年前取消了整个项目，但未来战斗系统所追求的网络化概念基本上保持不变，只是采用了不同的、更先进的技术系统而已。其实，未来战斗系统的设计基于一个技术前提，即一支部队将以协调的“网络化”方式实施作战行动。在这种方式下，不同的传感器将实时共享信息。未来战斗系统被设想为一个分层传感器系统。比如，基于传感器驱动的“生存能力”概念，有人地面车辆的重量被设计得比其他同类战斗平台更轻。该设计理念旨在使装甲战车速度更高、重量更轻，且更具远征作战能力，可凭借其周身的分层传感器系统，来探测和压制敌人的火力。虽然早期原型无人地面车辆体现了这一基本前提，但被认为生存能力不足而被终止开发。然而，在优化轻型战斗车辆的同时，美国陆军至今仍继续采用保持车辆生存能力的基本策略。此外，美国陆军还从中获得了开发远征“轻型坦克”(机动防护火力车)的许多参数。

　　主动防护系统、更轻的装甲材料，以及新型传感器和人工智能等新技术的快速发展，现在使未来战斗系统最初的愿景更容易实现。协调或优化生存能力与机动性能之间看似矛盾的平衡，在很大程度上为美国陆军开发下一代战车家族提供了理论依据。有鉴于此，正如杰特所解释的那样，先进的人工智能计算机算法的出现，正在极大地影响着美国陆军下一代战车开发人员的思路，这就不足为奇了。

　　利用人工智能、集成传感器和综合指挥与控制技术，美国陆军已经在近乎实战条件下展示了自主系统的新应用。比如，在2019年5月举行的一次演习中，美国陆军机器人团队对机器人战车进行了“纵深突破障碍”演练。这项实验旨在使美国陆军为未来的新型“人-机大战”做准备。演习期间，一组无人驾驶车辆或地面无人车辆，“强行突破”了模拟的敌人“坦克壕沟”和“雷区”。这是美国陆军六大现代化优先事项的一部分，目的是为未来新的战斗样式做好充分准备，即在高端威胁战争环境中，自主导航无人车辆直接对抗敌人的火力，而操作人员则在较为安全的距离，对其实施指挥与控制。据美国陆军未来司令部司令约翰·默里将军介绍，早些时候美国陆军对无人地面车辆再次进行了演示测试。突破障碍的最初阶段，任何车辆上都没有一名士兵。

　　现如今，各种先进的自主技术自然而然地得到了广泛运用，比如自动导航无人机和美国海军新组建的由多艘无人水面舰艇编组、能够协同作战的“幽灵舰队”等。与地面自主车辆相比，大多数类型的无人机和无人水面舰艇都面临较少的作战挑战。然而，空中、陆地和水面自主系统的概念和发展轨迹有着明显的相似之处。所有这些自主系统都被设计成能够在一个协同作战的战机、战车或战舰编队编成内参与行动，以共享传感器采集的信息、收集目标数据，以及发现定位前沿部署的敌方武器，同时与人类决策者保持网络链接。

　　对于下一代战车来说，未来的军事任务将要求自主战斗车辆不仅能够确定可通行路线，并计算出最佳通过路径，而且能够对所处环境的即时态势进行准确评估，从而采取正确的行动。