L'evoluzione guidata da LLM scopre un'allocazione di potenza radar quasi ottimale

I ricercatori hanno introdotto AlphaEvolve, un framework innovativo che utilizza la ricerca evolutiva guidata da un modello linguistico di grandi dimensioni (LLM) per scoprire autonomamente una soluzione in forma chiusa per l'allocazione della potenza nel tracciamento multi-target. Questo metodo codifica stati radar complessi in caratteristiche ispirate a principi fisici, evolvendo successivamente una funzione di punteggio concisa e interpretabile. Questa funzione viene poi convertita in allocazioni di potenza fattibili attraverso una trasformazione deterministica che soddisfa i vincoli. Esperimenti approfonditi rivelano che la soluzione in forma chiusa risultante offre un'accuratezza di tracciamento quasi ottimale, con una perdita media relativa di prestazioni di solo l'1,51%, e dimostra una generalizzazione affidabile in vari scenari. Questo approccio soddisfa le esigenze di scheduling in tempo reale, generalizzazione robusta e minima dipendenza dai dati nell'allocazione delle risorse radar, un compito che ha tipicamente coinvolto un'ottimizzazione iterativa complessa.