Coaching di Alto Livello Basato su Regole per UAV in Ricerca e Soccorso con Simulazione Limitata

Viene introdotta una nuova struttura decisionale per veicoli aerei senza pilota (UAV) impegnati in operazioni di ricerca e soccorso (SAR), che integra un consulente di alto livello basato su regole fisse con un controllore di apprendimento per rinforzo (RL) di basso livello che si adatta agli obiettivi online. Questo framework è pensato per scenari con addestramento simulato limitato e impone una politica di dispiegamento rigorosa senza pre-addestramento. Il consulente di alto livello, creato offline a partire da una specifica strutturata del compito, si traduce in regole deterministiche che offrono una guida interpretabile focalizzata sulla missione e sulla sicurezza, dettagliando azioni raccomandate ed evitate insieme a pesi di arbitraggio basati su diversi regimi. Il controllore di basso livello apprende da ricompense dense definite dai compiti e utilizza un sistema di replay prioritario sensibile alla modalità arricchito con metadati derivati dalle regole. La valutazione include due compiti: consegna multi-obiettivo con consapevolezza della batteria e mo (troncato). La ricerca è disponibile su arXiv con ID 2604.26833.