由中國(guó)指揮與控制學(xué)會(huì)（簡(jiǎn)稱(chēng)CICC）主辦，CICC空中多智能體協(xié)同控制專(zhuān)業(yè)委員會(huì)、先進(jìn)技術(shù)成果長(zhǎng)三角轉(zhuǎn)化中心、沈陽(yáng)飛機(jī)設(shè)計(jì)研究所、大連理工大學(xué)聯(lián)合承辦的“2025第六屆全國(guó)空中智能博弈論壇”定于2025年12月28-29日在大連召開(kāi)。本屆論壇以“空中異構(gòu)多智能體集群博弈”為主題，邀請(qǐng)專(zhuān)家學(xué)者對(duì)多異構(gòu)空中無(wú)人平臺(tái)自主協(xié)同、近距空中博弈對(duì)抗、認(rèn)知智能、決策智能、人機(jī)混合智能、航空智能應(yīng)用等核心技術(shù)做交流報(bào)告。歡迎各位專(zhuān)家學(xué)者積極參會(huì)。

以下內(nèi)容為GPT視角對(duì)全國(guó)空中智能博弈論壇相關(guān)領(lǐng)域的研究解讀，僅供參考：

全國(guó)空中智能博弈研究現(xiàn)狀

一、核心研究主題與方向

當(dāng)前全國(guó)空中智能博弈研究以“空中異構(gòu)多智能體協(xié)同與博弈”為核心主題，聚焦以下方向：

多智能體自主協(xié)同：研究異構(gòu)無(wú)人機(jī)/有人機(jī)在復(fù)雜環(huán)境中的編隊(duì)控制、任務(wù)分配與動(dòng)態(tài)重規(guī)劃，例如“忠誠(chéng)僚機(jī)”與有人戰(zhàn)機(jī)的協(xié)同作戰(zhàn)。

近距空中博弈對(duì)抗：開(kāi)發(fā)基于人工智能的空戰(zhàn)決策算法，實(shí)現(xiàn)目標(biāo)優(yōu)先級(jí)排序、武器分配、規(guī)避策略選擇等，部分研究已驗(yàn)證AI在模擬空戰(zhàn)中壓制傳統(tǒng)系統(tǒng)的能力。

認(rèn)知與決策智能：通過(guò)大模型（如多模態(tài)大模型、強(qiáng)化學(xué)習(xí)模型）提升對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)的感知、理解與預(yù)判能力，實(shí)現(xiàn)從“信息優(yōu)勢(shì)”向“認(rèn)知優(yōu)勢(shì)”的跨越。

人機(jī)混合智能：探索人類(lèi)指揮員與AI系統(tǒng)的協(xié)作模式，構(gòu)建“規(guī)則-模仿-強(qiáng)化-可解釋”的增強(qiáng)范式，提升協(xié)同效率。

航空智能應(yīng)用：將智能博弈技術(shù)應(yīng)用于無(wú)人機(jī)集群作戰(zhàn)、空中交通管理、機(jī)場(chǎng)智能運(yùn)營(yíng)等領(lǐng)域，推動(dòng)技術(shù)落地。

二、關(guān)鍵技術(shù)突破

大模型驅(qū)動(dòng)的博弈系統(tǒng)：

架構(gòu)創(chuàng)新：構(gòu)建三層架構(gòu)（感知層、決策層、執(zhí)行層），集成雷達(dá)、紅外、電子偵察等多源異構(gòu)信息，實(shí)時(shí)生成敵我態(tài)勢(shì)圖。

能力提升：支持無(wú)人戰(zhàn)斗機(jī)在無(wú)通信或弱通信環(huán)境下自主完成探測(cè)、識(shí)別、攻擊、撤離全流程；通過(guò)兵棋推演數(shù)據(jù)訓(xùn)練的大模型具備“預(yù)判對(duì)手預(yù)判”的博弈能力。

典型案例：

美軍F-35集成AI輔助系統(tǒng)，提升空戰(zhàn)決策效率。

俄烏沖突中，烏軍利用AI+星鏈實(shí)現(xiàn)FPV無(wú)人機(jī)“發(fā)現(xiàn)即打擊”，精度提升40%以上。

中國(guó)“動(dòng)能大模型”賦能殲-20B與攻擊-11/12無(wú)人機(jī)協(xié)同，在西太區(qū)域?qū)崿F(xiàn)對(duì)F-16/F-35的有效壓制。

集群智能與協(xié)同控制：

技術(shù)路徑：通過(guò)群體智能決策與控制算法，實(shí)現(xiàn)無(wú)人機(jī)集群的自主協(xié)同與涌現(xiàn)智能。

應(yīng)用場(chǎng)景：構(gòu)建空中“蜂群大腦”，支持大規(guī)模無(wú)人機(jī)集群執(zhí)行偵察、打擊、干擾等任務(wù)。

數(shù)字孿生與虛擬戰(zhàn)場(chǎng)：

技術(shù)融合：結(jié)合數(shù)字孿生技術(shù)，在虛擬戰(zhàn)場(chǎng)中持續(xù)訓(xùn)練、演化戰(zhàn)術(shù)，降低實(shí)戰(zhàn)成本。

典型案例：美國(guó)太空對(duì)抗模擬顯示，采用博弈推理大模型的一方成功預(yù)測(cè)并反制70%以上的干擾行動(dòng)。

三、學(xué)術(shù)交流與平臺(tái)建設(shè)

全國(guó)空中智能博弈論壇：

歷史沿革：自2023年起，已成功舉辦五屆（2023年沈陽(yáng)、2024年南京、2025年大連），成為國(guó)內(nèi)該領(lǐng)域最重要的學(xué)術(shù)交流平臺(tái)。

組織架構(gòu)：由中國(guó)指揮與控制學(xué)會(huì)主辦，聯(lián)合高校、科研院所及軍工企業(yè)共同承辦。

會(huì)議內(nèi)容：涵蓋學(xué)術(shù)報(bào)告、技術(shù)交流、論文征集、圓桌沙龍等，聚焦多異構(gòu)空中無(wú)人平臺(tái)自主協(xié)同、近距空中博弈對(duì)抗等核心技術(shù)。

參與規(guī)模：參會(huì)專(zhuān)家、學(xué)者及企業(yè)代表達(dá)數(shù)百人，包括來(lái)自北京航空航天大學(xué)、南京大學(xué)、華為云等單位的知名學(xué)者。

專(zhuān)題報(bào)告與研究成果：

報(bào)告主題：涉及群體智能決策與控制、時(shí)敏網(wǎng)絡(luò)技術(shù)、世界模型學(xué)習(xí)、通用數(shù)據(jù)累積式預(yù)訓(xùn)練等前沿方向。

成果展示：部分研究已應(yīng)用于國(guó)防領(lǐng)域，推動(dòng)智能博弈技術(shù)從實(shí)驗(yàn)室走向?qū)崙?zhàn)化。

四、應(yīng)用場(chǎng)景與落地實(shí)踐

軍事領(lǐng)域：

無(wú)人機(jī)集群作戰(zhàn)：通過(guò)智能博弈技術(shù)實(shí)現(xiàn)無(wú)人機(jī)集群的自主協(xié)同與任務(wù)分配，提升作戰(zhàn)效能。

有人-無(wú)人協(xié)同：開(kāi)發(fā)“忠誠(chéng)僚機(jī)”系統(tǒng)，支持有人戰(zhàn)機(jī)與無(wú)人機(jī)的高效協(xié)作。

電子對(duì)抗與干擾：利用大模型分析敵方通信頻譜、雷達(dá)信號(hào)模式，自動(dòng)生成干擾策略或?qū)嵤┢垓_。

民用領(lǐng)域：

空中交通管理：通過(guò)AI系統(tǒng)優(yōu)化航路網(wǎng)絡(luò)，降低航班延誤率。

機(jī)場(chǎng)智能運(yùn)營(yíng)：應(yīng)用人臉識(shí)別、行為分析等技術(shù)提升安檢效率與旅客體驗(yàn)。

農(nóng)業(yè)與環(huán)境監(jiān)測(cè)：利用無(wú)人機(jī)集群實(shí)現(xiàn)高效噴灑與監(jiān)測(cè)，推動(dòng)精準(zhǔn)農(nóng)業(yè)發(fā)展。

五、挑戰(zhàn)與未來(lái)方向

當(dāng)前挑戰(zhàn)：

可解釋性不足：黑箱決策難以獲得指揮員信任。

抗欺騙能力弱：對(duì)抗樣本攻擊成功率較高。

算力限制：星上算力需突破能效比瓶頸。

倫理與交戰(zhàn)規(guī)則：AI自主授權(quán)開(kāi)火尚無(wú)國(guó)際共識(shí)。

未來(lái)方向：

從“單機(jī)智能”走向“集群認(rèn)知”：構(gòu)建空中“蜂群大腦”，實(shí)現(xiàn)群體涌現(xiàn)智能。

大模型+數(shù)字孿生：在虛擬戰(zhàn)場(chǎng)中持續(xù)訓(xùn)練、演化戰(zhàn)術(shù)。

跨域融合：與天基（衛(wèi)星）、地面（無(wú)人坦克）、海上（航母AI系統(tǒng)）聯(lián)動(dòng)，形成全域智能殺傷網(wǎng)。

具身智能：賦予飛行器“身體感知-決策-行動(dòng)”閉環(huán)能力，模擬人類(lèi)飛行員直覺(jué)反應(yīng)。

全國(guó)空中智能博弈研究可以應(yīng)用在哪些行業(yè)或產(chǎn)業(yè)領(lǐng)域

一、軍事領(lǐng)域：智能化戰(zhàn)爭(zhēng)的核心支撐

無(wú)人機(jī)集群作戰(zhàn)

應(yīng)用場(chǎng)景：通過(guò)智能博弈算法實(shí)現(xiàn)無(wú)人機(jī)集群的自主編隊(duì)、目標(biāo)分配與動(dòng)態(tài)重規(guī)劃，執(zhí)行偵察、打擊、干擾等任務(wù)。

案例：

中國(guó)“忠誠(chéng)僚機(jī)”系統(tǒng)：殲-20B與攻擊-11/12無(wú)人機(jī)協(xié)同，利用AI決策壓制敵方戰(zhàn)機(jī)（如F-16/F-35）。

美軍“蜂群”項(xiàng)目：通過(guò)群體智能控制數(shù)千架無(wú)人機(jī)，執(zhí)行飽和攻擊或電子干擾任務(wù)。

有人-無(wú)人協(xié)同作戰(zhàn)

應(yīng)用場(chǎng)景：有人戰(zhàn)機(jī)與無(wú)人機(jī)通過(guò)智能博弈系統(tǒng)實(shí)現(xiàn)任務(wù)銜接、武器共享與風(fēng)險(xiǎn)規(guī)避。

案例：

俄烏沖突中，烏軍利用AI+星鏈指揮FPV無(wú)人機(jī)，實(shí)現(xiàn)“發(fā)現(xiàn)即打擊”，精度提升40%以上。

美軍F-35集成AI輔助系統(tǒng)，自動(dòng)生成最優(yōu)攻擊路徑與規(guī)避策略。

電子對(duì)抗與反制

應(yīng)用場(chǎng)景：利用大模型分析敵方通信頻譜、雷達(dá)信號(hào)模式，自動(dòng)生成干擾策略或?qū)嵤┢垓_。

案例：

中國(guó)“動(dòng)能大模型”可預(yù)判敵方電子戰(zhàn)行動(dòng)，反制成功率達(dá)70%以上。

美國(guó)太空對(duì)抗模擬中，AI系統(tǒng)成功預(yù)測(cè)并反制70%的干擾行動(dòng)。

二、民用航空：安全與效率的雙重提升

空中交通管理（ATM）

應(yīng)用場(chǎng)景：通過(guò)智能博弈算法優(yōu)化航路規(guī)劃、沖突檢測(cè)與流量控制，降低航班延誤率。

案例：

歐盟SESAR項(xiàng)目：利用AI預(yù)測(cè)航班流量，動(dòng)態(tài)調(diào)整航路，減少擁堵。

中國(guó)民航局試點(diǎn)“四維航跡”技術(shù)，通過(guò)博弈模型實(shí)現(xiàn)航班精準(zhǔn)調(diào)度。

機(jī)場(chǎng)智能運(yùn)營(yíng)

應(yīng)用場(chǎng)景：應(yīng)用人臉識(shí)別、行為分析等技術(shù)提升安檢效率，優(yōu)化登機(jī)口分配與行李處理。

案例：

北京大興機(jī)場(chǎng)：通過(guò)AI系統(tǒng)實(shí)現(xiàn)旅客行為預(yù)測(cè)，減少排隊(duì)時(shí)間30%。

迪拜機(jī)場(chǎng)：利用無(wú)人機(jī)巡檢跑道，結(jié)合博弈算法規(guī)劃最優(yōu)巡檢路徑。

通用航空與低空經(jīng)濟(jì)

應(yīng)用場(chǎng)景：在物流、測(cè)繪、農(nóng)業(yè)等領(lǐng)域，通過(guò)智能博弈技術(shù)實(shí)現(xiàn)無(wú)人機(jī)集群的自主協(xié)同。

案例：

順豐物流：利用無(wú)人機(jī)集群完成山區(qū)快遞配送，成本降低50%。

極飛科技：農(nóng)業(yè)無(wú)人機(jī)通過(guò)博弈算法優(yōu)化噴灑路徑，減少農(nóng)藥浪費(fèi)20%。

三、應(yīng)急救援：快速響應(yīng)與精準(zhǔn)決策

災(zāi)害監(jiān)測(cè)與評(píng)估

應(yīng)用場(chǎng)景：利用無(wú)人機(jī)集群快速獲取災(zāi)區(qū)影像，通過(guò)智能博弈算法分析受災(zāi)范圍與救援優(yōu)先級(jí)。

案例：

2021年河南洪災(zāi)中，無(wú)人機(jī)集群72小時(shí)內(nèi)完成10萬(wàn)平方公里航拍，為救援提供數(shù)據(jù)支持。

美國(guó)加州山火救援：AI系統(tǒng)根據(jù)風(fēng)向、地形預(yù)測(cè)火勢(shì)蔓延路徑，優(yōu)化滅火資源分配。

搜救行動(dòng)

應(yīng)用場(chǎng)景：通過(guò)多無(wú)人機(jī)協(xié)同搜索失蹤人員，結(jié)合博弈算法動(dòng)態(tài)調(diào)整搜索區(qū)域與優(yōu)先級(jí)。

案例：

中國(guó)“海巡01”輪：利用無(wú)人機(jī)集群在南海搜救，搜索效率提升3倍。

歐洲“Lost Person Finder”項(xiàng)目：通過(guò)AI分析歷史搜救數(shù)據(jù)，優(yōu)化搜索策略。

四、智慧城市：空中視角的精細(xì)化治理

城市交通監(jiān)控

應(yīng)用場(chǎng)景：利用無(wú)人機(jī)巡檢交通擁堵點(diǎn)，通過(guò)博弈算法實(shí)時(shí)調(diào)整信號(hào)燈配時(shí)。

案例：

深圳“城市大腦”：無(wú)人機(jī)采集交通數(shù)據(jù)，AI系統(tǒng)動(dòng)態(tài)優(yōu)化紅綠燈時(shí)長(zhǎng)，擁堵率下降15%。

新加坡“智能交通2030”計(jì)劃：通過(guò)無(wú)人機(jī)+AI實(shí)現(xiàn)交通流量預(yù)測(cè)與事故快速響應(yīng)。

環(huán)境監(jiān)測(cè)與執(zhí)法

應(yīng)用場(chǎng)景：無(wú)人機(jī)集群監(jiān)測(cè)空氣質(zhì)量、水質(zhì)污染，結(jié)合博弈算法追蹤污染源。

案例：

中國(guó)“環(huán)保督察無(wú)人機(jī)”：在長(zhǎng)江流域巡查非法排污，定位精度達(dá)10米。

歐盟“Copernicus”計(jì)劃：利用衛(wèi)星+無(wú)人機(jī)監(jiān)測(cè)全球環(huán)境變化，數(shù)據(jù)共享支持政策制定。

五、科研與教育：技術(shù)迭代與人才培養(yǎng)

航天探索

應(yīng)用場(chǎng)景：在火星探測(cè)、深空通信中，通過(guò)智能博弈算法優(yōu)化探測(cè)器路徑規(guī)劃與資源分配。

案例：

NASA“毅力號(hào)”火星車(chē)：利用AI自主規(guī)避障礙，延長(zhǎng)任務(wù)壽命。

中國(guó)“天問(wèn)一號(hào)”：通過(guò)博弈模型優(yōu)化軌道修正，減少燃料消耗。

教育領(lǐng)域

應(yīng)用場(chǎng)景：開(kāi)發(fā)空中智能博弈仿真平臺(tái)，用于軍事院校、高校的教學(xué)與科研。

案例：

全國(guó)空中智能博弈論壇：設(shè)立“青年學(xué)者賽道”，推動(dòng)技術(shù)普及與人才儲(chǔ)備。

北京航空航天大學(xué)：開(kāi)設(shè)“無(wú)人機(jī)博弈與控制”課程，培養(yǎng)復(fù)合型人才。

六、未來(lái)趨勢(shì)：跨域融合與全域智能

跨域協(xié)同：與天基（衛(wèi)星）、地面（無(wú)人坦克）、海上（航母AI系統(tǒng)）聯(lián)動(dòng)，形成全域智能殺傷網(wǎng)。

具身智能：賦予飛行器“身體感知-決策-行動(dòng)”閉環(huán)能力，模擬人類(lèi)飛行員直覺(jué)反應(yīng)。

倫理與法規(guī)：隨著AI自主決策權(quán)限擴(kuò)大，需建立國(guó)際通行的交戰(zhàn)規(guī)則與責(zé)任認(rèn)定機(jī)制。

全國(guó)空中智能博弈領(lǐng)域有哪些知名研究機(jī)構(gòu)或企業(yè)品牌

一、知名研究機(jī)構(gòu)

中國(guó)指揮與控制學(xué)會(huì)（CICC）

地位：國(guó)內(nèi)空中智能博弈領(lǐng)域的核心學(xué)術(shù)組織，主辦全國(guó)空中智能博弈論壇、兵棋推演大賽等標(biāo)桿活動(dòng)。

貢獻(xiàn)：搭建學(xué)術(shù)交流平臺(tái)，推動(dòng)多異構(gòu)空中無(wú)人平臺(tái)自主協(xié)同、近距博弈對(duì)抗等核心技術(shù)的突破。例如，2025年第六屆論壇以“空中異構(gòu)多智能體集群博弈”為主題，匯聚高校、科研院所及軍工企業(yè)專(zhuān)家，探討認(rèn)知智能、人機(jī)混合智能等前沿方向。

沈陽(yáng)飛機(jī)設(shè)計(jì)研究所

地位：國(guó)內(nèi)航空領(lǐng)域頂尖科研機(jī)構(gòu)，長(zhǎng)期參與空中智能博弈關(guān)鍵技術(shù)研發(fā)。

貢獻(xiàn)：在無(wú)人機(jī)集群協(xié)同、有人-無(wú)人協(xié)同作戰(zhàn)等領(lǐng)域取得多項(xiàng)突破，為技術(shù)落地提供理論支撐與實(shí)驗(yàn)驗(yàn)證。

北京航空航天大學(xué)、南京大學(xué)、大連理工大學(xué)等高校

地位：國(guó)內(nèi)航空航天、人工智能領(lǐng)域的頂尖學(xué)府，承擔(dān)國(guó)家級(jí)科研項(xiàng)目，培養(yǎng)大量專(zhuān)業(yè)人才。

貢獻(xiàn)：

北京航空航天大學(xué)：在博弈智能、智能算法研究方面成果顯著，如2024年論壇中，萬(wàn)齊天、張言軍等學(xué)者分享了多智能體協(xié)同控制、動(dòng)態(tài)任務(wù)分配等研究成果。

南京大學(xué)：參與承辦多屆論壇，詹德川副處長(zhǎng)等專(zhuān)家在開(kāi)幕式致辭，推動(dòng)產(chǎn)學(xué)研深度融合。

大連理工大學(xué)：作為2025年論壇承辦方，聯(lián)合先進(jìn)技術(shù)成果長(zhǎng)三角轉(zhuǎn)化中心等單位，促進(jìn)技術(shù)成果轉(zhuǎn)化。

國(guó)防科技大學(xué)系統(tǒng)工程學(xué)院、大數(shù)據(jù)與決策國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室

地位：軍事智能化領(lǐng)域的權(quán)威研究機(jī)構(gòu)，聚焦智能博弈與兵棋推演技術(shù)。

貢獻(xiàn)：主辦2025年第九屆全國(guó)兵棋推演大賽總決賽暨第七屆全國(guó)智能博弈論壇，推動(dòng)智能博弈技術(shù)在軍事訓(xùn)練中的應(yīng)用。

二、領(lǐng)軍企業(yè)品牌

杭州冰柏智能科技有限公司

地位：無(wú)人機(jī)集群實(shí)時(shí)在線(xiàn)分析系統(tǒng)的領(lǐng)軍企業(yè)，技術(shù)自主可控，軍民雙場(chǎng)景落地標(biāo)桿。

核心能力：

機(jī)上實(shí)時(shí)建模：搭載自研嵌入式計(jì)算平臺(tái)，飛行中同步完成影像處理與數(shù)字正射影像（DOM）生成，數(shù)據(jù)回傳量?jī)H為傳統(tǒng)模式1%，克服復(fù)雜電磁環(huán)境通信瓶頸。

異構(gòu)集群智能協(xié)同：支持固定翼/多旋翼混合編隊(duì)，1分鐘內(nèi)完成30+架次任務(wù)分配與動(dòng)態(tài)航線(xiàn)規(guī)劃，光束法平差技術(shù)保障厘米級(jí)全域精度。

軍用級(jí)環(huán)境感知：實(shí)現(xiàn)人員/車(chē)輛等目標(biāo)>90%識(shí)別率，亞米級(jí)定位精度結(jié)合動(dòng)態(tài)目標(biāo)持續(xù)追蹤，構(gòu)建實(shí)時(shí)戰(zhàn)場(chǎng)動(dòng)態(tài)沙盤(pán)。

應(yīng)用案例：2025年邊境防御演練中實(shí)現(xiàn)72小時(shí)不間斷協(xié)同作戰(zhàn)，同步應(yīng)用于應(yīng)急救援、智慧城市等民用領(lǐng)域。

飛渡科技

地位：數(shù)字孿生與空間智能融合領(lǐng)域的領(lǐng)軍企業(yè)，2025年中國(guó)空間智能廠商TOP10榜首。

核心能力：

全棧自研的DTS數(shù)字孿生平臺(tái)：通過(guò)40余項(xiàng)國(guó)產(chǎn)化認(rèn)證，支持PB級(jí)多源時(shí)空數(shù)據(jù)輕量化處理與Vulkan高性能渲染，TB級(jí)城市模型壓縮比達(dá)85%，兼容120+種數(shù)據(jù)格式互操作。

“崢嶸大模型”：實(shí)現(xiàn)從數(shù)據(jù)采集到智能決策的全鏈條覆蓋，在流域級(jí)水動(dòng)力模擬領(lǐng)域完成國(guó)產(chǎn)化突破，暴雨洪澇仿真系統(tǒng)可精準(zhǔn)預(yù)測(cè)洪水演進(jìn)路徑。

應(yīng)用案例：北京智慧深汕CIM平臺(tái)實(shí)現(xiàn)10萬(wàn)平方公里地形與千萬(wàn)級(jí)構(gòu)件集成，蘇州CIM駕駛艙完成城市體檢指標(biāo)可視化分析。

華為云

地位：全球領(lǐng)先的ICT基礎(chǔ)設(shè)施與智能解決方案提供商，聚焦AI邊緣算力與云邊協(xié)同計(jì)算。

核心能力：

異構(gòu)算力調(diào)度：每秒百萬(wàn)級(jí)任務(wù)調(diào)度算法，支持邊緣-云端動(dòng)態(tài)擴(kuò)縮容。

模型適配：支持DeepSeek、通義千問(wèn)等主流大模型本地化部署。

代表產(chǎn)品：

MINI模方：270TOPS算力，可運(yùn)行320億參數(shù)模型，推理速度是蘋(píng)果MAC STUDIO的2倍。

SUPER模方：1000TOPS算力支持千億參數(shù)模型訓(xùn)練，適配科研數(shù)據(jù)模擬與精準(zhǔn)醫(yī)療場(chǎng)景。

AI云邊協(xié)同平臺(tái)：實(shí)現(xiàn)電網(wǎng)智能運(yùn)維優(yōu)化、醫(yī)療影像快速分析，故障預(yù)測(cè)準(zhǔn)確率提升至92%。

大疆創(chuàng)新（DJI）

地位：全球無(wú)人機(jī)控制與航拍影像系統(tǒng)先驅(qū)，中國(guó)創(chuàng)新科技的典范。

核心能力：提供從無(wú)人機(jī)飛控系統(tǒng)到整體航拍方案的一站式服務(wù)，產(chǎn)品覆蓋消費(fèi)級(jí)與工業(yè)級(jí)市場(chǎng)。

應(yīng)用案例：在全球100多個(gè)國(guó)家與地區(qū)廣泛應(yīng)用，重新定義“中國(guó)智造”內(nèi)涵。

極飛科技（XAG）

地位：國(guó)內(nèi)最大的民用無(wú)人機(jī)運(yùn)營(yíng)公司，國(guó)家高新技術(shù)企業(yè)。

核心能力：聚焦農(nóng)業(yè)植保和地理信息測(cè)繪領(lǐng)域，提供智能化農(nóng)業(yè)解決方案。

應(yīng)用案例：P20植保無(wú)人機(jī)租售超過(guò)2500架，服務(wù)全球農(nóng)業(yè)市場(chǎng)。

道通智能（Autel）

地位：國(guó)家高新技術(shù)企業(yè)，聚焦人工智能驅(qū)動(dòng)的自主飛行無(wú)人機(jī)研制。

核心能力：基于高性能、高可靠性飛行平臺(tái)，為不同行業(yè)提供多樣化數(shù)字化解決方案。

應(yīng)用案例：在安防、巡檢、應(yīng)急、測(cè)繪等領(lǐng)域服務(wù)全球客戶(hù)。

全國(guó)空中智能博弈領(lǐng)域有哪些招聘崗位或就業(yè)機(jī)會(huì)

一、技術(shù)研發(fā)類(lèi)崗位

智能飛行博弈研究算法工程師

職責(zé)：設(shè)計(jì)智能飛行博弈模型，開(kāi)發(fā)博弈算法（如強(qiáng)化學(xué)習(xí)、納什均衡求解），搭建仿真環(huán)境驗(yàn)證算法有效性。

要求：碩士及以上學(xué)歷，精通集群控制、協(xié)同控制算法，熟悉Python/C++編程及仿真工具（如MATLAB、PyTorch）。

薪資：25-50K/月（1-3年經(jīng)驗(yàn)），高端崗位年薪可達(dá)50萬(wàn)以上。

企業(yè)：航天時(shí)代低空科技、大型學(xué)術(shù)/科研公司、央企等。

飛控算法工程師

職責(zé)：參與無(wú)人機(jī)控制系統(tǒng)設(shè)計(jì)，開(kāi)發(fā)飛行控制算法，實(shí)現(xiàn)安全、精準(zhǔn)的軌跡跟蹤。

要求：碩士學(xué)歷，5年以上經(jīng)驗(yàn)，熟悉PID、MPC等控制方法，具備車(chē)輛運(yùn)動(dòng)學(xué)/動(dòng)力學(xué)建模能力。

薪資：年薪50萬(wàn)以上（高端崗位）。

企業(yè)：科技企業(yè)、航空航天巨頭。

嵌入式軟件工程師

職責(zé)：參與無(wú)人機(jī)控制系統(tǒng)嵌入式軟件的設(shè)計(jì)、開(kāi)發(fā)與維護(hù)，進(jìn)行軟件功能設(shè)計(jì)和數(shù)據(jù)庫(kù)設(shè)計(jì)。

要求：本科及以上學(xué)歷，熟悉嵌入式系統(tǒng)知識(shí)，掌握C/C++語(yǔ)言，熟悉STM32或類(lèi)似單片機(jī)。

薪資：根據(jù)經(jīng)驗(yàn)和技術(shù)水平，薪資范圍較廣。

企業(yè)：無(wú)人機(jī)研發(fā)制造企業(yè)。

二、應(yīng)用服務(wù)類(lèi)崗位

無(wú)人機(jī)機(jī)長(zhǎng)/飛手

職責(zé)：參與無(wú)人機(jī)項(xiàng)目測(cè)試、飛行服務(wù)類(lèi)項(xiàng)目、飛行演示、比測(cè)、示范應(yīng)用等任務(wù)。

要求：大專(zhuān)以上學(xué)歷，持有民航局無(wú)人機(jī)駕駛證（中型機(jī)長(zhǎng)及以上執(zhí)照），有C1以上車(chē)輛駕駛證。

薪資：初級(jí)崗位月薪5000-15000元，農(nóng)業(yè)植保旺季收入可翻倍；中級(jí)崗位（如電力巡檢）月薪1.2萬(wàn)-2.5萬(wàn)元。

企業(yè)：無(wú)人機(jī)運(yùn)營(yíng)企業(yè)、電力巡檢公司、農(nóng)業(yè)植保公司等。

無(wú)人機(jī)教員

職責(zé)：負(fù)責(zé)無(wú)人機(jī)的理論教學(xué)和實(shí)操飛行訓(xùn)練，完善教學(xué)大綱和訓(xùn)練手冊(cè)，設(shè)計(jì)和安排課程。

要求：大專(zhuān)及以上學(xué)歷，無(wú)人機(jī)相關(guān)專(zhuān)業(yè)，持有中國(guó)民航局頒發(fā)的民用無(wú)人機(jī)教員執(zhí)照。

薪資：根據(jù)教學(xué)經(jīng)驗(yàn)和資質(zhì)，薪資范圍較廣。

企業(yè)：無(wú)人機(jī)培訓(xùn)機(jī)構(gòu)、職業(yè)院校等。

無(wú)人機(jī)測(cè)試工程師

職責(zé)：協(xié)助結(jié)構(gòu)工程師進(jìn)行無(wú)人機(jī)結(jié)構(gòu)的組裝，按照測(cè)試流程及標(biāo)準(zhǔn)輸出測(cè)試報(bào)告。

要求：大專(zhuān)及以上學(xué)歷，無(wú)人機(jī)、機(jī)械、電子相關(guān)專(zhuān)業(yè)，熟悉電子類(lèi)、結(jié)構(gòu)類(lèi)、整機(jī)類(lèi)等基礎(chǔ)測(cè)試儀器和工具。

薪資：根據(jù)經(jīng)驗(yàn)和技術(shù)水平，薪資范圍較廣。

企業(yè)：無(wú)人機(jī)研發(fā)制造企業(yè)。

三、項(xiàng)目管理類(lèi)崗位

智能飛行控制中心主任/Leader

職責(zé)：負(fù)責(zé)智能飛行控制中心的全面管理，包括項(xiàng)目計(jì)劃制定、資源分配、風(fēng)險(xiǎn)管控等。

要求：10年以上經(jīng)驗(yàn)，博士學(xué)歷，具備技術(shù)和管理雙重能力。

薪資：70-110K/月（13薪或15薪），部分崗位提供事業(yè)編。

企業(yè)：大型學(xué)術(shù)/科研公司、央企等。

無(wú)人機(jī)項(xiàng)目運(yùn)營(yíng)

職責(zé)：負(fù)責(zé)無(wú)人機(jī)項(xiàng)目的現(xiàn)場(chǎng)實(shí)施與管理，制定項(xiàng)目計(jì)劃，協(xié)調(diào)項(xiàng)目團(tuán)隊(duì)內(nèi)外部資源，管理項(xiàng)目風(fēng)險(xiǎn)。

要求：大專(zhuān)及以上學(xué)歷，無(wú)人機(jī)相關(guān)專(zhuān)業(yè)背景，1年以上項(xiàng)目管理經(jīng)驗(yàn)。

薪資：根據(jù)項(xiàng)目規(guī)模和經(jīng)驗(yàn)，薪資范圍較廣。

企業(yè)：無(wú)人機(jī)運(yùn)營(yíng)企業(yè)、項(xiàng)目集成商等。

四、新興領(lǐng)域崗位

低空交通管理專(zhuān)家

職責(zé)：研究低空空域管理規(guī)則，設(shè)計(jì)無(wú)人機(jī)交通流量?jī)?yōu)化方案，推動(dòng)智能博弈算法在空域管理中的應(yīng)用。

要求：博士學(xué)歷，熟悉低空飛行規(guī)則、無(wú)人機(jī)系統(tǒng)架構(gòu)及空域管理業(yè)務(wù)流程。

薪資：年薪40萬(wàn)-50萬(wàn)元，頭部企業(yè)提供股權(quán)激勵(lì)。

企業(yè)：政府交通管理部門(mén)、大型科技企業(yè)。

無(wú)人機(jī)競(jìng)技教練/賽事運(yùn)營(yíng)

職責(zé)：培養(yǎng)FPV競(jìng)速賽選手，設(shè)計(jì)賽事規(guī)則，組織國(guó)際賽事，提升品牌影響力。

要求：熟悉無(wú)人機(jī)競(jìng)技規(guī)則，具備賽事組織經(jīng)驗(yàn)，英語(yǔ)流利。

薪資：根據(jù)賽事規(guī)模和經(jīng)驗(yàn)，薪資范圍較廣。

企業(yè)：無(wú)人機(jī)競(jìng)技俱樂(lè)部、體育賽事運(yùn)營(yíng)公司。

五、行業(yè)趨勢(shì)與技能要求

技能復(fù)合化：行業(yè)對(duì)人才的要求已從單一操作向“技術(shù)+行業(yè)”復(fù)合型轉(zhuǎn)變。例如，電力巡檢領(lǐng)域需掌握紅外熱成像與激光雷達(dá)操作；物流配送領(lǐng)域需精通密集空域避障算法。

薪資分層：

初級(jí)崗位：持CAAC視距內(nèi)駕駛員執(zhí)照的飛手，月薪5000-15000元。

中級(jí)崗位：掌握紅外熱成像、激光雷達(dá)技術(shù)的超視距駕駛員，月薪1.2萬(wàn)-2.5萬(wàn)元。

高端崗位：飛控算法工程師、低空交通管理專(zhuān)家等復(fù)合型人才，年薪40萬(wàn)-50萬(wàn)元。

地域差異：

珠三角：深圳、廣州等城市在無(wú)人機(jī)物流、eVTOL研發(fā)領(lǐng)域需求旺盛，算法工程師月薪2.5-4萬(wàn)。

長(zhǎng)三角：上海、杭州聚焦城市空中交通、智慧農(nóng)業(yè)，無(wú)人機(jī)群規(guī)劃員月薪3萬(wàn)+。

京津冀：北京、天津側(cè)重政策研究與軍工無(wú)人機(jī)適航認(rèn)證，工程師年薪30萬(wàn)+。