Drones Tracking Adaptation Using Reinforcement Learning: Proximal Policy optimization
This paper presents a reinforcement learning approach for automatic adaptation of the process noise covariance (Q). The Q value plays a crucial role in estimating future state values within a Kalman filter tracking system. Proximal Policy Optimization (PPO), a state-of-the-art policy optimization al...
محفوظ في:
| المؤلف الرئيسي: | Alhadhrami, Esra Ebrahim (author) |
|---|---|
| مؤلفون آخرون: | Seghrouchni, Amal El Fallah (author), Barbaresco, Frederic (author), Abu Zitar, Raed (author) |
| منشور في: |
2023
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | https://depot.sorbonne.ae/handle/20.500.12458/1425 |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Optimum Track to Track Fusion Using CMA-ES and LSTM Techniques
حسب: Fares, Samar
منشور في: (2024) -
Multi-Target Tracking Resources Allocation Using Multi-Agent Modeling and Auction Algorithm
حسب: De Rochechouart, Maxence
منشور في: (2023) -
Drone Tracking Based on the Fusion of Staring Radar and Camera Data: An Experimental Study
حسب: De Rouchechouart, Maxence
منشور في: (2023) -
Modified arithmetic optimization algorithm for drones measurements and tracks assignment problem
حسب: Abu Zitar, Raed
منشور في: (2023) -
Resources Allocation for Drones Tracking Utilizing Agent-Based Proximity Policy Optimization
حسب: De Rochechouart, Maxence
منشور في: (2023)