随着作战区域的日益复杂和对手的不断推进,开发低成本的无人机系统蜂群可以为美国部队提供引人注目的能力。因此,研究问题涉及现有小型无人机系统的最佳组合,这些系统提供了平均/标准偏差探测时间和任务成功率的最佳性能指标,同时受限于给定的预算和机群规模。对这些小型无人机系统的要求是,它们属于美国空军1-3组无人机系统。研究小组使用Python模拟,在半径为5海里的随机目标地点收集不同无人机系统的个人性能数据。然后,这些指标被输入一个优化程序,该程序在某些硬约束条件下选择最佳组合。结果表明,在测试的所有三种情况下,6个ALADiN和24个平行萤火虫的混合物是最佳组合。其综合成本为160万美元。利用模拟的洞察力,团队还能够建议哪些属性对成功的任务最重要,在开发过程中节省时间和费用。

成为VIP会员查看完整内容
41

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
美陆军 |《在多域战场上对抗小型无人机》150页,2022年
专知会员服务
102+阅读 · 2023年2月28日
《大规模无人机蜂群交战的权衡分析》2022.12最新67页论文
专知会员服务
125+阅读 · 2023年2月17日
《使用强化学习的无人作战飞行器机队协同规划》12页论文
无人作战体系在登陆场景中的运用
无人机
31+阅读 · 2018年7月3日
进攻机动作战中的机器人集群
无人机
20+阅读 · 2017年12月4日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
90+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年4月7日
Optimization for deep learning: theory and algorithms
Arxiv
103+阅读 · 2019年12月19日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
90+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员