ALAYA · 戰術推演與多機協同平台

把有限性能,編組成有效戰力。

模擬對戰 × 戰術產生 × 戰術編組 × 多機協同

依每個載具實際可用的能力與限制分配角色,再比較戰術編隊、失效復原與協同任務的結果。

ALAYA 為小部隊規劃並模擬多機任務。ZERO 是可地端部署的國防語言模型,把需求轉成可計算的條件並解釋結果。BABYLON Market 負責載具與零組件的選配與組裝。

研究版本 · 即時確定性重播
  1. 02:31

    UAV-03 斷鏈後完成重新分派。

    已復原
  2. 03:08

    預備角色守住任務覆蓋。

    已驗證
  3. 04:12

    通過最小可行機隊門檻。

    通過
公開頁呈現決策價值;任務策略、完整紀錄與情境控制都留在授權系統內。
ALAYA 網路概念圖:台灣串連分散的 UAV、UGV、USV 與高空中繼節點。
異質網路概念一層戰術控制,協調分散的空中、地面、海上與高空資產。

中央大型 AI ↔ 邊緣 AI · 決策鏡頭

看見變化,讓 AI 在邊界內行動,事後完整回溯。

HYBRID HANDOFF
目前任務決策主責CENTRAL LARGE AI · MISSION AI
AI 在人員授權的範圍內執行 · 武器效應需人員核准 · 全程留痕可稽核
CENTRAL LARGE AI ×1全局態勢 · 五本帳 · 跨隊重派
EDGE AI · CELLS在地感知 · 路徑修正 · 斷鏈續行
UNIT / SQUAD低延遲執行 · 狀態與例外回報
POST-MISSION REVIEW結果 · 爭議 · 模型改進
持續回傳:狀態 · 例外 · 消耗 · 證據
01

中央大型 AI

把全局態勢轉成優先順序、跨小隊分派,以及五本即時帳:資源、時間、風險、資訊品質與下一任務的選項。

02

單機與小隊邊緣 AI

低延遲執行在地感測、平順路徑、斷鏈延續與安全包絡,再回報狀態、例外與結果。

03

可究責的自主

呈現變了什麼、選了哪個動作、接下來 30 秒、代價與證據來源,並保留任務紀錄供事後檢討。

十套任務情境 · 合成模擬

打開全部十套任務情境 →
01 · 多目標交錯索敵、EO/IR 獨立複核與空地封控CENTRAL-LED

多域索敵、辨識與封控

三機偵察編組在真實街廓搜索紅軍機動目標,並以同一種子比較機率索敵與分區掃描戰術。

打開任務簡報 →
02 · 未接敵異常消失推定、機率區合圍與斷鏈自治HYBRID HANDOFF

分散式持續監視與斷鏈自治

我方監視機不明消失後,系統建立敵情機率區,四架複核機多向合圍並由在地 Edge 持續任務。

打開任務簡報 →
03 · 重大設施多層防禦CENTRAL-LED

重大設施多層防禦

三站航跡融合、車載展開、四個移動波面與逐層主責交接。

打開任務簡報 →
04 · 支援海上任務通聯與高空支援的高度預置海岸網HYBRID HANDOFF

SKY MESH 海岸高空預置網

繫留中繼/能源節點各預置六架滑翔機,依海上任務通聯與高空支援需求選擇性釋放。

打開任務簡報 →
05 · 高速真正 XYZ 誘導壓力、持續砲台轉向判定、觀測協調與可重入動態角色重派EDGE-LED

三機立體誘導與動態角色重派

UAV-01 以高速 3D 進逼建立誘導壓力,觀測機協調夾擊兩側;ALAYA 依持續砲台幾何動態重派誘導、攻擊與觀測角色,不跳點也不瞬間轉向。

打開任務簡報 →
06 · 機率導向海岸阻絕、保護通道規劃與空地接管CENTRAL-LED

海岸阻絕與空地導流

AI 融合多個登陸分支、保留保護通道與預備,自動選定多來源支持的界內分支,協同 UAV 編組、無人工程支援與地面接管。

打開任務簡報 →
07 · 船載多機漂移海搜與空海救援交接HYBRID HANDOFF

貨輪船載無人系統海上搜救

四架船載無人機搜索漂移機率場、獨立複核落海者,再放出 Voyager I 拖送救生圈並交船員回收。

打開任務簡報 →
08 · 五本帳選案、因果復盤與受治理學習CENTRAL-LED

任務經濟、因果復盤與受治理學習

AI 以五本帳比較三種編組、記錄估算與結果差異、重建因果報告,再把貢獻與學習草案送交具名人員複核。

打開任務簡報 →
09 · 智慧佈雷與回收管理HYBRID HANDOFF

智慧佈雷與回收管理

100 件清冊、20 件已處置、60 件已回收;找出其餘 20 件的身分與最後位置,逐件完成觀察、證明與對帳。

打開任務簡報 →
10 · 海纜智慧防護HYBRID HANDOFF

海纜智慧防護

船舶偏離原航線時,ALAYA 在接近海纜前提出預警,協助人員核准水下巡檢、取得影像與巡檢結果,並保留完整處置紀錄。

打開任務簡報 →

問題

載具越來越便宜,要聰明地協同它們卻仍然昂貴又有風險。

光靠實地測試,累積不了足夠的戰術經驗。

模擬 → 戰術發現 → 評估 → 邊緣部署

在派出任何一架載具之前,先演練上千次任務。

01

建立情境

把地形、通訊、資產、限制與任務門檻寫進情境。

02

紅藍對抗

在相同條件下比較互相競爭的代理與策略。

03

評估

量測結果、資源負擔、復原能力與保留的選項。

04

找出套路

從重複任務中找出反覆出現的戰術結構。

05

驗證

用保留案例、安全門檻與失效情境重新測試候選套路。

06

走向邊緣

只把有邊界、合適的行為蒸餾成低延遲執行。

一層戰術控制

空中 · 地面 · 海上 · 高空

能力護照讓 ALAYA 依每個資產現在真正做得到的事來推理,不看它的平台標籤。

UAV觸及 · 搜索 · 中繼UGV通行 · 持續ALAYA分派 · 復原 · 證明USV海上持續SKY MESH高度 · 視線

環境相關性

戰術 AI 應該針對台灣的地形、城市結構、通訊限制與實際作業條件來訓練。

模擬的可信度來自相關的假設,不是把海外環境當成放諸四海皆準。

研究短文 · 新情境層

確定性沒了,覆蓋也要繼續。

兩篇相連的研究:把暫時失去視野變成可檢查的信念,並讓預備隨剩下的不確定性移動。

01 · 飛越式交接

邊飛邊交接,航跡不中斷

第二架偵察機只有在兩個感測範圍重疊、且受坡度限制的轉彎與避障路線可行時才接手。被遮住的目標會變成逐漸衰減的合成信念,不會變成一個神奇的精確點。

閱讀全文(英文)→
02 · 信念加權預備

中心不是一個點

動態集結點帶遲滯地跟著殘餘不確定性移動;可選用的參考規劃器為預備下限建模。不明原因的失機會提高複核優先順序,但不假裝證明了原因。

閱讀全文(英文)→

私有實驗室

證據公開,實驗室受控。

夥伴、研究人員與合格的評估單位,可以申請在陪同下使用完整模擬器。帳號一律人工核准;申請展示不會自動建立帳號。