Resumen

En este documento, se propone un marco de decisión secuencial basado en la búsqueda bayesiana para resolver el problema de utilizar un sistema autónomo para buscar el objetivo perdido en un entorno desconocido. En la tarea, el costo de búsqueda y la eficiencia de búsqueda son dos requisitos competitivos porque están estrechamente relacionados con la tarea de búsqueda. Especialmente en la tarea de búsqueda real, el sensor ensamblado por el buscador no es perfecto, por lo que se necesita una estrategia de búsqueda efectiva para guiar al agente de búsqueda a realizar la tarea. Mientras tanto, el método de toma de decisiones es crucial para el agente de búsqueda. Si el agente de búsqueda confía plenamente en la información de retroalimentación del sensor, la tarea de búsqueda finalizará cuando se detecte el objetivo por primera vez, lo que significa que debe correr el riesgo de encontrar un objetivo incorrecto. Por el contrario, si el agente de búsqueda no confía en la información de retroalimentación del sensor, es muy probable que pierda el objetivo real, lo que desperdiciará muchos recursos y tiempo

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Sistema autónomo; Tarea de búsqueda; Eficiencia de búsqueda; Sensor; Agente de búsqueda; Método de toma de decisiones
• Keywords:Autonomous system; Search task; Search efficiency; Sensor; Search agent; Decision-making method