Core Concepts
本論文では、追跡者と標的の最小到達時間を予測するニューラルネットワークを用いて、資産防衛任務における追跡者と標的の割り当て問題を効率的に解く手法を提案する。
Abstract
本論文では、資産防衛のための追跡者と標的の割り当て問題を扱う。追跡者は標的を迅速に捕捉する必要があり、標的は固定されているか資産に向かって移動している。
まず、追跡者と標的の組み合わせごとの最小到達時間を最適制御問題を解いて求める。しかし、この計算は非常に時間がかかるため、ニューラルネットワークを用いて近似モデルを構築し、オフラインで学習しておく。
オンラインでは、この近似モデルを使って追跡者と標的の組み合わせごとの最小到達時間を高速に推定し、割り当て問題を解く。
数値例では、固定標的と移動標的の両方について、提案手法が最適割り当てに近い結果を高速に得られることを示している。また、移動標的の追跡に用いるPN制御則の違いに対しても、提案手法は頑健であることを確認している。
Stats
追跡者の最大加速度は25Gである。
捕捉半径は20ftである。