基于強(qiáng)化學(xué)習(xí)的多目標(biāo)點(diǎn)航關(guān)聯(lián)方法

打開(kāi)文本圖片集

摘 要：針對(duì)密集雜波環(huán)境下的多目標(biāo)點(diǎn)跡-航跡關(guān)聯(lián)問(wèn)題，以強(qiáng)化學(xué)習(xí)（Reinforcement Learning， RL）方法為基礎(chǔ)，提出了一種基于Q學(xué)習(xí)的多目標(biāo)點(diǎn)跡-航跡關(guān)聯(lián)方法。首先，根據(jù)整個(gè)過(guò)程中目標(biāo)的運(yùn)動(dòng)狀態(tài)，建立馬爾可夫決策過(guò)程（Markov Decision Process， MDP）模型。（剩余11421字）