자율 비행 무인기 함대(스워드)에서 구조 및 구호를 위한 지능형 3단계 학습 아키텍처

자율 비행 무인기 무리 구조 구호 작전을 위한 새로운 학습 아키텍처

최근에 제안된 새로운 3단계 계층적 학습 아키텍처는 자율 비행 무인기 무리들이 구조 구호 작전을 수행하는 데 사용됩니다. 기존의 접근 방식과 달리, 이 아키텍처는 개인 에이전트의 적응, 그래프 신경망과 행동 트리로 전략적 협상, 그리고 전략적 결정을 위한 모델 비형식적 메타 학습을 포함하는 3단계로 달리되는 학습 메커니즘을 통합합니다.

이 아키텍처는 6개의 구성 요소로 구성된 22개의 아키텍처 계약으로 정의됩니다. 이러한 계약들은 함께 6개의 형식 보증을 제공합니다. 즉, 안전성, 예산 정확성, 최적성, 생존 자유, 고립 자유, 그리고 계층 간 일관성입니다. 이 아키텍처는 자율 비행 무인기 무리가 자신의 인지 상태를 감시하고 인지 전략을 전환할 수 있도록 합니다.

학습 아키텍처의 이론적 분석

이 논문에서 제안하는 스와밍 메타 인지는 3단계 계층 간의 구조화된 상호 작용으로부터 비롯되는 구성 요소입니다. 이 덕분에 무리는 자신의 인지 상태를 감시하고 인지 전략을 전환할 수 있습니다. 구조 구호 작업 유형에 대한 5개의 생성적 진행 함수는 추상 최적화 이론과 구체적 작동 시나리오 사이의 간격을 좁히고 있습니다.

본 논문에서 제안하는 통합 정리는 모든 계약이 만족될 때, 혼합 신경-기호 시스템이 6개의 보증 클래스를 보존한다는 것을 입증합니다. 동적 경우에 대한 학습을 위한 5개의 새로운 계약은 프레임워크에 3개의 추가 보증 클래스를 제공합니다. 즉, 인지 탄력성, 부드러운 감소, 그리고 단조적인 메타 개선입니다. 이론적 분석은 기존 계층적 강화 학습 접근 방식의 5가지 기본적 한계를 해결한다는 것을 보여줍니다.