基于深度强化学习的多目标跟踪技术研究

作     者：杨麒霖 刘俊 管坚 莫倩倩 陈华杰 谷雨 石义芳 YANG Qilin;LIU Jun;GUAN Jian;MO Qianqian;CHEN Huajie;GU Yu;SHI Yifang

作者机构：杭州电子科技大学通信信息传输与融合技术国防重点学科实验室浙江杭州310018 

出 版 物：《无线电通信技术》 (Radio Communications Technology)

年 卷 期：2024年第50卷第1期

页      面：187-192页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：浙江省自然科学基金(LZ23F030002) 

主　　题：随机有限集 强化学习 组合优化 

摘      要：在随机有限集多目标跟踪过程中,由于跟踪问题的复杂性,会耗费大量的计算成本,特别是在目标和杂波密集的复杂情况中,计算成本呈指数增长。随机有限集中通常采用的分配算法——例如Murty算法的时间复杂度为滤波器生成的代价矩阵规模的三次方。为了减少跟踪耗时,结合组合优化的思想,将代价矩阵重定义为二分图,采用了一种基于深度强化学习的二分图匹配算法,取代传统随机有限集中的分配算法,并通过仿真实验验证了所提方法的可行性。实验表明,所提方法在保证跟踪性能的前提下减少了跟踪耗时,提升了跟踪实时性。