面向协同作战的多雷达跟踪优化
人工智能
2020-10-23 v1 神经与进化计算
摘要
协同组网雷达的智能网格通过比集中式指挥控制更高效的跨提示加速杀伤链。在本文中，我们提出两种基于奖励学习的新型方法，用于基于黑盒优化和强化学习（RL）的分散式组网雷达协同。为使 RL 方法易于处理，我们采用了一种问题的简化形式，并证明其与初始公式等价。我们将这些技术应用于一个雷达可同时跟踪多个目标的仿真中，并通过与贪婪基线比较，表明它们能够学习到隐式合作。
引用
@article{arxiv.2010.11733,
title = {Multi-Radar Tracking Optimization for Collaborative Combat},
author = {Nouredine Nour and Reda Belhaj-Soullami and Cédric Buron and Alain Peres and Frédéric Barbaresco},
journal= {arXiv preprint arXiv:2010.11733},
year = {2020}
}
备注
Conference On Artificial Intelligence in Defense (CAID'2020), Nov 2020, Rennes, France