【标题】Learning-based airborne sensor task assignment in unknown dynamic environments

【作者团队】Jing He, Yuedong Wang, Yan Liang, Jinwen Hu

【发表日期】2022.2.23

【论文链接】https://www.sciencedirect.com/science/article/pii/S0952197622000483/pdfft?md5=c58edf5a590449e36e485afa1d08be5a&pid=1-s2.0-S0952197622000483-main.pdf

【推荐理由】在传感器管理方面，现有的研究依赖于传统的系统建模，力求最大限度地发挥信息优势。事实上，一方面，空战任务中复杂的环境扰动、信息不完整或不合作行为往往会带来未知的系统演化；另一方面，检测安全性是首要保障。本文提出了未知动态环境下的机载传感器任务分配问题。与传统方法不同，本文需要在没有这种模型支持的情况下在保持必要的传感器检测的同时最大化智能体生存。在赋值执行中，不是直接套用现有的强化学习方法，而是设计状态空间和奖励以满足实战需求。首先，本文考虑态势变量这种离散的状态变量，以减少计算负担。 其次，奖励结构也是根据任务的复杂约束条件设计的，鼓励较低的任务风险和相对充分的感知利用，同时惩罚过于危险的连续任务和任务收入不足。

内容中包含的图片若涉及版权问题，请及时与我们联系删除