Bao - Wenzheng AU - Yu, Liang AU - Lin, Da PY - 2020 Da - 2020/11/18基于bayesian的概率搜索决策框架及搜索策略分析提出了一种基于贝叶斯搜索的序列决策框架，解决了在未知环境下使用自治系统搜索缺失目标的问题。在任务中，搜索代价和搜索效率是两个相互竞争的要求，因为它们与搜索任务密切相关。特别是在实际的搜索任务中，由搜索器组装的传感器并不完美，因此需要一种有效的搜索策略来引导搜索代理执行任务。同时，决策方法对搜索代理至关重要。如果搜索代理充分信任传感器的反馈信息，当目标第一次被“检测到”时，搜索任务将结束，这意味着必须冒着发现错误目标的风险。反之，如果搜索代理不相信传感器的反馈信息，很可能会错过真正的目标，这将浪费大量的搜索资源和时间。本文在现有工作的基础上，提出了两种搜索策略和一种改进的算法。与其他搜索方法相比，本文提出的策略大大提高了无人搜索的效率。最后，通过数值仿真验证了该搜索策略的有效性。 SN - 1058-9244 UR - https://doi.org/10.1155/2020/8865381 DO - 10.1155/2020/8865381 JF - Scientific Programming PB - Hindawi KW - ER -