Transfer deep reinforcement learning for accelerated task scheduling in cognitive radar
Notice bibliographique
Résumé
Cognitive radars adapt to their environment by continuously sensing, interacting with, and learning from the environment. This paradigm can be applied to a multifunction radar (MFR), which performs multiple functions such as surveillance, tracking, and communications. A radar resource management (RRM) module assigns the necessary resources to these functions according to their priority. While assigning the time resource, RRM becomes especially challenging as: 1) some of the functions (tasks) need to be delayed or even dropped in overload situations, 2) task distributions may change with a changing environment. In this paper, we propose the use of transfer learning (TL) in deep reinforcement learning (DRL) as an effective solution. Our DRL approach is based on Monte Carlo Tree Search (MCTS) aided by a deep neural network (DNN). DNN-based MCTS is slow as it learns from scratch, thereby demanding a large number of rollouts in its search. In changing environments, we investigate how to reduce computational burden using TL. In particular, we tackle the challenge of slow convergence by transferring the policy learned by a DRL agent for a source task distribution to the new DRL agent at a different target task distribution. Our approach shows a remarkable reduction in convergence time compared with its non-accelerated counterpart when tested against different distributions, thereby resulting in a quick adaptation to new environments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».