Buchumschlag

A Hierarchical Deep Reinforcement Learning Framework for 6-DOF UCAV Air-to-Air Combat

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chai, Jiajun, Chen, Wenzhang, Zhu, Yuanheng, Yao, Zong-xin, Zhao, Dongbin
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Artificial Intelligence Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Hierarchical Reinforcement Learning Framework for Multi-UAV Combat Using Leader-Follower Strategy
von: Pang, Jinhui, et al.
Veröffentlicht: (2025)

Intent-Context Synergy Reinforcement Learning for Autonomous UAV Decision-Making in Air Combat
von: Fu, Jiahao, et al.
Veröffentlicht: (2026)

Hierarchical Deep Reinforcement Learning Framework for Multi-Year Asset Management Under Budget Constraints
von: Fard, Amir, et al.
Veröffentlicht: (2025)

Coordinated Strategies in Realistic Air Combat by Hierarchical Multi-Agent Reinforcement Learning
von: Selmonaj, Ardian, et al.
Veröffentlicht: (2025)

Trustworthy and Explainable Deep Reinforcement Learning for Safe and Energy-Efficient Process Control: A Use Case in Industrial Compressed Air Systems
von: Bezold, Vincent, et al.
Veröffentlicht: (2025)

Prescribing Optimal Health-Aware Operation for Urban Air Mobility with Deep Reinforcement Learning
von: Montazeri, Mina, et al.
Veröffentlicht: (2024)

RLAE: Reinforcement Learning-Assisted Ensemble for LLMs
von: Fu, Yuqian, et al.
Veröffentlicht: (2025)

CPIG: Leveraging Consistency Policy with Intention Guidance for Multi-agent Exploration
von: Fu, Yuqian, et al.
Veröffentlicht: (2024)

Explainable AI based System for Supply Air Temperature Forecast
von: Eik, Marika, et al.
Veröffentlicht: (2025)

TAG: A Decentralized Framework for Multi-Agent Hierarchical Reinforcement Learning
von: Paolo, Giuseppe, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Power Grid Multi-Stage Cascading Failure Mitigation
von: Meng, Bo, et al.
Veröffentlicht: (2025)

Hierarchical Reinforcement Learning with Low-Level MPC for Multi-Agent Control
von: Studt, Max, et al.
Veröffentlicht: (2025)

A Hierarchical Signal Coordination and Control System Using a Hybrid Model-based and Reinforcement Learning Approach
von: Peng, Xianyue, et al.
Veröffentlicht: (2025)

Coordinated Power Smoothing Control for Wind Storage Integrated System with Physics-informed Deep Reinforcement Learning
von: Wang, Shuyi, et al.
Veröffentlicht: (2024)

Robust Sliding Mode Control for Air-to-Air Missile
von: Cockin, Eerik, et al.
Veröffentlicht: (2024)

Modelling and Control of Subsonic Missile for Air-to-Air Interception
von: Jenkins, Rory, et al.
Veröffentlicht: (2024)

A Graph-Enhanced Deep-Reinforcement Learning Framework for the Aircraft Landing Problem
von: Maru, Vatsal
Veröffentlicht: (2025)

Toward 6-DOF Autonomous Underwater Vehicle Energy-Aware Position Control based on Deep Reinforcement Learning: Preliminary Results
von: Boré, Gustavo, et al.
Veröffentlicht: (2025)

Intelligent Decision‐Making System of Air Defense Resource Allocation via Hierarchical Reinforcement Learning
von: Minrui Zhao, et al.
Veröffentlicht: (2024)

Model-Free Load Frequency Control of Nonlinear Power Systems Based on Deep Reinforcement Learning
von: Chen, Xiaodi, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning for Microgrid Voltage Regulation
von: Yang, Shan, et al.
Veröffentlicht: (2025)

Enhancing Battery Storage Energy Arbitrage with Deep Reinforcement Learning and Time-Series Forecasting
von: Sage, Manuel, et al.
Veröffentlicht: (2024)

Hierarchical Reinforcement Learning Framework for Stochastic Spaceflight Campaign Design
von: Takubo, Yuji, et al.
Veröffentlicht: (2021)

Trusted Routing for Blockchain-Empowered UAV Networks via Multi-Agent Deep Reinforcement Learning
von: Jia, Ziye, et al.
Veröffentlicht: (2025)

Safe Deep Reinforcement Learning for Building Heating Control and Demand-side Flexibility
von: Jüni, Colin, et al.
Veröffentlicht: (2026)

Model Predictive Control and Reinforcement Learning: A Unified Framework Based on Dynamic Programming
von: Bertsekas, Dimitri P.
Veröffentlicht: (2024)

Meta Hierarchical Reinforcement Learning for Scalable Resource Management in O-RAN
von: Lotfi, Fatemeh, et al.
Veröffentlicht: (2025)

Energy-Efficient Thermal Comfort Control in Smart Buildings via Deep Reinforcement Learning
von: Gao, Guanyu, et al.
Veröffentlicht: (2019)

High-Endurance UCAV Propulsion System: A 1-D CNN-Based Real-Time Fault Classification for Tactical-Grade IPMSM Drive
von: Mahmud, Tahmin
Veröffentlicht: (2026)

Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning
von: Zhu, Yuanyang, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning Optimization for Uncertain Nonlinear Systems via Event-Triggered Robust Adaptive Dynamic Programming
von: Bai, Ningwei, et al.
Veröffentlicht: (2025)

Latency-Aware Resource Allocation for Mobile Edge Generation and Computing via Deep Reinforcement Learning
von: Wu, Yinyu, et al.
Veröffentlicht: (2024)

Transcription-Induced Failure Modes in 6-DOF Rocket Landing Trajectory Optimization
von: Sharma, Prayag, et al.
Veröffentlicht: (2026)

Traffic Smoothing Controllers for Autonomous Vehicles Using Deep Reinforcement Learning and Real-World Trajectory Data
von: Lichtlé, Nathan, et al.
Veröffentlicht: (2024)

Disentangling Uncertainty for Safe Social Navigation using Deep Reinforcement Learning
von: Flögel, Daniel, et al.
Veröffentlicht: (2024)

Control-Optimized Deep Reinforcement Learning for Artificially Intelligent Autonomous Systems
von: Fivel, Oren, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Multi-Objective Optimization: Enhancing Wind Turbine Energy Generation while Mitigating Noise Emissions
von: de Frutos, Martín, et al.
Veröffentlicht: (2024)

Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets
von: Covone, Stefano, et al.
Veröffentlicht: (2025)

DipLLM: Fine-Tuning LLM for Strategic Decision-making in Diplomacy
von: Xu, Kaixuan, et al.
Veröffentlicht: (2025)

A Multi-Stage Warm-Start Deep Learning Framework for Unit Commitment
von: Za'ter, Muhy Eddin, et al.
Veröffentlicht: (2026)