Core Concepts
추격자-표적 할당 문제를 효율적으로 해결하기 위해 신경망 기반 함수 근사 기법을 제안한다. 이를 통해 실시간으로 할당 문제를 해결할 수 있다.
Abstract
이 논문은 자산 방어를 위한 추격자-표적 할당 문제를 다룬다. 두 가지 유형의 임무를 고려한다: 1) n개의 고정 표적에 대한 n개의 추격자 할당, 2) n개의 기동 표적(비례 항법 유도 사용)에 대한 n개의 추격자 할당.
최적 할당을 찾기 위해 먼저 각 추격자-표적 쌍에 대한 최소 요격 시간을 계산한다. 이는 비선형 최적 제어 문제를 풀어야 하므로 계산 비용이 높다. 이를 해결하기 위해 신경망 기반 함수 근사기를 제안한다.
함수 근사기는 두 단계로 구성된다: 1) 추격자가 표적을 요격할 수 있는지 분류, 2) 요격 가능한 경우 최소 요격 시간 예측. 이 근사기를 사용하여 실시간으로 할당 문제를 해결할 수 있다.
다양한 크기의 시뮬레이션 실험을 통해 제안 기법의 성능을 검증했다. 근사기 기반 할당이 최적 할당과 유사한 성능을 보였으며, 계산 시간이 크게 단축되었다. 또한 기동 표적의 유도 이득 변화에도 강건한 것으로 나타났다.
Stats
3x3 규모 임무의 전체 계산 시간: 기존 69,300ms, 제안 기법 0.49ms
5x5 규모 임무의 전체 계산 시간: 기존 161,000ms, 제안 기법 1.202ms
10x10 규모 임무의 전체 계산 시간: 기존 577,000ms, 제안 기법 4.449ms
Quotes
"신경망 기반 함수 근사기를 사용하여 실시간으로 할당 문제를 해결할 수 있다."
"제안 기법의 근사기는 기동 표적의 유도 이득 변화에도 강건한 성능을 보였다."