研究人员开发了一种深度强化学习方法，用于自主跟踪运动目标的仅方位跟踪。该系统将观测器机动问题表述为信念马尔可夫决策过程，并使用立方体卡尔曼滤波器来表示信念状态。奖励函数在最小化估计误差和保持滤波器一致性之间取得平衡，并使用深度Q网络在50,000个回合中训练了策略。 AI
影响 在仅方位场景中，引入了一种新颖的基于强化学习的控制策略，以提高目标跟踪的精度和鲁棒性。
排序理由 这是一篇研究论文，详细介绍了强化学习在特定跟踪问题中的新颖应用。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
