石头汤多目标跟踪特征提取：用于深强化学习环境中的自主搜索与跟踪

对于未来军事空中资产的感知资源管理是一个棘手的问题，因为未来系统将部署异构传感器以生成战场情报。机器学习技术，包括深度强化学习（DRL），被识别为具有前景的解决方案，但需要高保真训练环境和特征提取器为智能体生成信息。本文提出了一种深度强化学习训练方法，利用石头汤跟踪框架作为特征提取器来训练用于感知资源管理任务的智能体。本文提出了一种将石头汤跟踪器组件嵌入 Gymnasium 环境的通用框架，使使用 Stable Baselines3 进行RL训练能够快速且可配置地部署跟踪器。该方法在一个感知资源管理任务中得到了演示，即智能体在利用来自石头汤跟踪器生成的轨迹列表搜索和跟踪空域区域时进行训练。在搜索与跟踪场景中使用三个神经网络架构进行的示例实现演示了该方法，表明在Gymnasium和石头汤环境中训练的RL智能体能够优于简单的感知搜索和跟踪策略。