LEARNING
面向认知雷达资源管理的约束深度强化学习
Ziyang Lu, M. Cenk Gursoy, Chilukuri K. Mohan, Pramod K. Varshney
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文针对边跟踪边扫描模式下的雷达系统，提出了一种基于约束深度强化学习（CDRL）的时隙分配方法，以联合优化多目标跟踪与扫描性能。通过深度确定性策略梯度（DDPG）算法处理连续动作空间，数值实验表明该方法能自主分配更多时间给需要关注的跟踪任务，同时满足总时间预算约束。
关键词
reinforcement learningcognitive radarresource managementDDPGconstrained optimization
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018