摘要 —本文介绍了一种新颖的多智能体强化学习 (MARL) 框架,以使用无人机 (UAV) 群作为传感雷达来增强综合传感和通信 (ISAC) 网络。通过将无人机的定位和轨迹优化构建为部分可观测马尔可夫决策过程,我们开发了一种 MARL 方法,该方法利用集中训练和分散执行来最大化整体传感性能。具体来说,我们实施了一种分散的合作 MARL 策略,使无人机能够制定有效的通信协议,从而增强其环境意识和运营效率。此外,我们通过传输功率自适应技术增强了 MARL 解决方案,以减轻通信无人机之间的干扰并优化通信协议效率。此外,还结合了传输功率自适应技术来减轻干扰并优化学习到的通信协议效率。尽管复杂性增加,但我们的解决方案在各种场景中都表现出强大的性能和适应性,为未来的 ISAC 网络提供了可扩展且经济高效的增强功能。索引术语 — 多智能体强化学习 (MARL)、综合传感和通信 (ISAC)、无人机 (UAV)。
人工智能技术在军事决策过程中的普及似乎正在增加。起初,人工智能在军事领域的应用主要与武器系统有关,这些武器系统通常被称为自主武器系统 (AWS),可以在无需进一步人工干预的情况下识别、跟踪和攻击目标 (红十字国际委员会 [ICRC] 2021)。世界各地的军队已经使用了武器系统,包括一些巡飞弹,这些武器系统结合了人工智能技术来促进目标识别,通常依赖于计算机视觉技术 (Boulanin 和 Verbruggen 2017;Bode 和 Watts 2023)。虽然巡飞弹通常在人类批准下操作,但似乎有可能在没有人为干预的情况下动态施加武力。事实上,俄罗斯在乌克兰战争的各种报道表明,乌克兰军队在作战的最后阶段使用巡飞弹,在未经人类批准的情况下释放武力 (Hambling 2023, 2024)。这些发展有力地强调了人们长期以来日益增长的担忧,即在使用基于人工智能的系统时,人类在武力决策中所起的作用正在逐渐减弱。
本报告概述了确保民用无人机能够安全融入现有航空系统所需的措施。报告侧重于三项技术措施:第一项技术措施是创造适当条件,以便快速引入数字化、本地组织的无人机空中交通管理系统,即“U-space”。这将改善空域用户之间的数据和信息交换,这在使用频繁的空域中极为重要。联邦正在与相关利益相关方合作,协调在苏黎世空域引入第一个 U-space 基础设施。第一个 U-space 空域将于 2025 年准备就绪。与此同时,联邦正在协调在需要高度协调的空域中启动更多 U-space。
联系主要主管:Husnain.sherazi@newcastle.ac.uk第二主管:rehmat.ullah@newcastle.ac.uk研究项目背景边境安全是一个关键的全球关注,需要创新的技术解决方案,以确保有效的监测和威胁缓解。具有高级传感器和通信功能的无人机已成为边境监视中的宝贵资产,提供实时监控和快速响应功能。6G通信技术的出现,其特征是超低潜伏期,高带宽和稳健的连接性,再加上多访问边缘计算(MEC)基础架构,为增强基于无人机监视系统的功能提供了变革的机会。该项目提出了6G启用的无人机和MEC基础架构的集成,以实现自适应轨迹优化,以确保智能,高效和可靠的边界监视。AIM/目标该项目旨在通过将6G通信技术与支持MEC的无人机整合到尖端监视系统,重点介绍自适应轨迹优化,以提高情境意识,响应性,资源效率和资源效率。关键目标:
实时时钟PCF2131精确的RTC具有用于工业应用的集成TCXO PCA2131精确RTC,具有用于汽车应用程序的集成TCXO,用于汽车应用程序PCF2131-ARD链接
摘要 - 我们专注于人类机器人协作运输,其中机器人和用户协作将对象转移到目标姿势。在没有明确交流的情况下,这个问题是具有挑战性的,因为它需要两个异质的代理之间的紧密隐式协调,他们的感应,驱动和推理能力非常不同。我们的关键见解是,两个代理可以通过将微妙的交流信号编码为影响运输对象状态的动作来流利地协调。为此,我们设计了一种推理机械性,该推论概率地绘制了对两个代理执行的联合行动的观察到一组工作空间遍历的联合策略。基于这种机制,我们定义了代表人类对展开遍历策略的不确定性的成本,并将其引入模型预测控制器,该模型在不确定性最小化和效率最大化之间平衡。我们将框架部署在移动操纵器(Hello Robot Stretch)上,并在受试者内实验室研究(n = 24)中对其进行评估。我们表明,与缺乏交流机制的基线相比,我们的框架可以使机器人能够更加流利,合格的合作伙伴,使机器人能够更加流利,有能力的合作伙伴。索引条款 - 人类机器人协作;人类机器人团队;隐式通信
本单元计划让莫里蒂高中航空和机器人课程的学生共同设计、建造、编码和测试无人机,以满足新墨西哥州莫里蒂社区的现实需求。学生将确定当地需求、制定技术规格表、使用 3D 打印技术设计无人机、使用 Arduino 编程飞行控制系统并进行试飞。本单元还将重点介绍如何将航空学生定期复习的空气动力学原理应用于无人机的设计和飞行测试。本单元的最后将为中学生进行无人机演示,并计划对无人机进行长期教育使用。
第 101 空降师(空中突击)战斗队 (MBCT) 使用类似平台在几分钟内观察 2-5 公里外的目标。这些较小的系统在长时间机动中并不笨重;但是,它们的射程和飞行时间有限。这限制了它们只能根据大型 UAS 平台的提示、电子签名检测或视听联系来确定目标。士兵会利用这些平台进行短途飞行,同时主要充当需要快速参与战斗的步枪手。这些平台增强了团队机动性,因为它们不需要大量耗电;它们可以使用便携式电池组在隐蔽地点充电,并由机动团队部署在严格限制的区域。便携性和机动性在植被茂密的地区至关重要,因为这些地区信号范围会严重减弱,而在有争议的地区,发射和降落最有可能造成损害。
空中无人机越来越被视为在安全关键环境中检查的宝贵工具。在采矿行动中,这对人类运营商带来了动态和危险的环境,这一点都没有。无人机可以在许多情况下部署,包括有效的测量以及搜救任务。在这些动态上下文中运行是在挑战,因此需要无人机控制软件在运行时检测和适应条件。为了帮助开发这样的系统,我们向我们提出的系统是一个模拟测试床,用于调查矿山中无人机的自适应控制器。Aloft使用凉亭利用机器人操作系统(ROS)和模型环境来提供基于物理的测试。仿真环境是由在矿山的物理模型中收集的3D点云构造的,并包含在现实世界中预期的特征。高举允许研究社区的成员将自己的自适应控制器部署到无人机的控制循环中
早在 2022 年俄罗斯总统普京派遣俄罗斯机械化师越过乌克兰边境之前,无人机就已与现代武装冲突交织在一起。但此前的冲突中,双方从未如此广泛地使用无人机,无人机的形式和作用如此之多。这次转向将必要性与冷酷的计算融为一体。在乌克兰挫败俄罗斯的入侵、两军在对立的战壕中站稳脚跟后,两国的战术家都掌握了无人武器的致命一击、破坏性和经济优势。无人机的成本远低于其他具有同等威力或射程的武器,而且它们降低了使用者的风险,使用者在视线之外操作,通常超出了许多原本可能反击的武器的射程。当与移动互联网路由器和安全通信应用程序配合使用时,它们被证明具有极高的响应速度和精确度。对于那些面临伤亡惨重和征兵困难双重压力的国家来说,他们在保持队伍精简的同时,也增加了战斗力。