清除行动中爆炸物检测的AI：研究现状
机器学习
2025-07-17 v2
摘要
爆炸物(EO)的检测与清除仍然主要是一个手动且高风险的过程，可从技术进步中受益以提高其效率和有效性。近年来，AI用于EO检测的研究显著增长。然而，该研究横跨多个领域，难以全面了解当前的趋势和发展。因此，本文对AI用于清除行动中EO检测的学术研究进行了文献综述。研究发现可分为两个主要方向：AI用于EO目标检测和AI用于EO风险预测，后者研究远少于前者。通过文献综述，我们总结了三个未来研究机会，包括呼吁在EO风险预测中重新投入AI的使用、结合不同的AI系统和数据源，以及改进EO风险预测性能的新方法（如基于模式的预测）。最后，我们对AI在清除行动中EO检测的未来进行了展望。我们强调了传统机器学习(ML)在该任务中的作用、将专家知识动态纳入模型的必要性，以及将AI系统与现实世界操作有效整合的重要性。
引用
@article{arxiv.2411.05813,
title = {AI for Explosive Ordnance Detection in Clearance Operations: The State of Research},
author = {Björn Kischelewski and Gregory Cathcart and David Wahl and Benjamin Guedj},
journal= {arXiv preprint arXiv:2411.05813},
year = {2025}
}
备注
The research paper was accepted for publication in The Journal of Conventional Weapons Destruction