Тип публикации: статья из журнала
Год издания: 2022
Идентификатор DOI: 10.17516/1997-1397-2022-15-4-431-443
Ключевые слова: unmanned aerial vehicle, arti cial neural network, information technologies, intelligent agent, reinforcement learning, беспилотный летательный аппарат, искусственные нейронные сети, информационные технологии, интеллектуальные агенты, обучение с подкреплением, artificial neural network
Аннотация: Traditional and modern algorithms for solving the problem of planning the optimal route of an unmanned aerial vehicle under the in uence of low-altitude air defense systems is presented in the paper. The principles of the methods, as well as, the tools used in them are described. Classical approaches of reinforcement learning and iПоказать полностьюts modi cation using arti cial neural networks are considered. The proposed algorithms are implemented and simulation with the use of these algorithms is carried out. A comparative analysis of the results is performed and conclusions about the e ectiveness of the algorithms are presented. В статье представлены традиционные и современные алгоритмы к решению задачи планирования оптимального маршрута беспилотного летательного аппарата в условиях воздействия на него маловысотных систем противовоздушной обороны. Описаны принцип работы предложенных способов, а также использующиеся в них инструменты. Рассмотрены классические подходы обучения с подкреплением и его модификация с использованием искусственных нейронных сетей. Traditional and modern algorithms for solving the problem of planning the optimal route of an unmanned aerial vehicle under the influence of low-altitude air defense systems is presented in the paper. The principles of the methods, as well as, the tools used in them are described. Classical approaches of reinforcement learning and its modification using artificial neural networks are considered. The proposed algorithms are implemented and simulation with the use of these algorithms is carried out. A comparative analysis of the results is performed and conclusions about the effectiveness of the algorithms are presented. © Siberian Federal University. All rights reserved.
Журнал: Журнал Сибирского федерального университета. Серия: Математика и физика
Выпуск журнала: Т. 15, № 4
Номера страниц: 431-443
ISSN журнала: 19971397
Место издания: Красноярск
Издатель: Сибирский федеральный университет