研究人员通过将高保真数字任务模型与强化学习（RL）相结合，开发了一种用于复杂系统之系统（SoS）任务协调的新方法。该方法将任务分配构建为马尔可夫决策过程，并使用近端策略优化（Proximal Policy Optimization）训练RL协调器以适应动态任务环境。一项空中灭火任务模拟表明，在多个场景下同时训练的协调器优于在单一场景下训练的协调器，这凸显了多样化训练数据对鲁棒性能的重要性。 AI
影响 这项研究可能带来更鲁棒和自适应的复杂系统任务协调，从而提高灾难响应等领域的效率。
排序理由 该集群包含一篇详细介绍新方法和模拟结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- aerial firefighting
- arXiv
- digital engineering
- Ibrahim Cetinkaya
- Markov decision process
- Mission Engineering Competencies
- Proximal Policy Optimization
- reinforcement learning
- Systems of systems analysis of national infrastructure
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
