Revista de Gestión de la Defensa

Revista de Gestión de la Defensa
Acceso abierto

ISSN: 2167-0374

abstracto

Inteligencia artificial basada en genética difusa para el control de vehículos aéreos de combate no tripulados en misiones de combate aéreo simuladas

Nicholas Ernest, David Carroll, Corey Schumacher, Matthew Clark, Kelly Cohen y Gene Lee

Los avances en los sistemas genéticos difusos, sobre todo el desarrollo de la metodología Genetic Fuzzy Tree, han permitido desarrollar inteligencias artificiales basadas en lógica difusa que se puede aplicar a problemas increíblemente complejos. La capacidad de tener un rendimiento extremo y eficiencia computacional, así como ser resistente a las incertidumbres y la aleatoriedad, adaptable a escenarios cambiantes, verificado y validado para seguir las especificaciones de seguridad y las doctrinas operativas a través de métodos formales, y diseñado e implementado fácilmente son solo algunas de las fortalezas. que trae este tipo de control. Dentro de este libro blanco, los autores presentan ALPHA, una inteligencia artificial que controla vuelos de vehículos aéreos de combate no tripulados en misiones de combate aéreo dentro de un entorno de simulación de fidelidad extrema. Hasta el día de hoy, esto representa la aplicación más compleja de una inteligencia artificial basada en lógica difusa a un problema de control de vehículos aéreos de combate no tripulados. Si bien el desarrollo está en curso, la versión de ALPHA presentada dentro fue evaluada por el Coronel (retirado) Gene Lee, quien describió ALPHA como "la IA más agresiva, receptiva, dinámica y creíble que ha visto hasta la fecha". La calidad de estos resultados preliminares en un problema que no solo es complejo y está plagado de incertidumbres, sino que también contiene una fuerza hostil inteligente y sin restricciones tiene implicaciones significativas para este tipo de Inteligencia Artificial. Este trabajo se suma enormemente al cuerpo de evidencia de que esta metodología es una solución ideal para una amplia gama de problemas.

Top