arXiv cs.AI· Joao P. A. Dantas, Andre N. Costa, Diego Geraldo, Marcos R. O. A. Maximo, Takashi Yoneyama·· 11 小时前AI 评分20
PoKER：基于机器学习与随机目标的空空导弹杀伤概率估计率模型
PoKER: A Probability of Kill Estimation Rate Model for Air-to-Air Missiles Using Machine Learning on Stochastic Targets
AI 导读
PoKER 是一种面向超视距空战的概率模型，用机器学习预测导弹杀伤概率，替代传统按最大、最小和不可逃逸距离划分的静态 WEZ 模型。该模型纳入目标的随机行为与导弹脱靶距离，并结合战斗部杀伤力、目标与射手朝向及具体交战条件量化成功概率。研究已发表于 The Journal of Defense Modeling and Simulation，代码已公开。
正文 · AI 翻译
摘要：本文提出了 PoKER，一种新颖的概率模型，旨在优化空对空场景下的导弹发射效能，特别是超视距（BVR）空战场景。与传统的武器交战区（WEZ）模型不同——后者依据最大、最小和不可逃逸距离等静态距离来划分区域——PoKER 应用机器学习，通过整合目标的随机行为和导弹脱靶距离，更准确地预测杀伤概率。该模型动态评估目标行为，极大地扩展了交战分析的预测能力。通过纳入弹头杀伤力、目标与射手朝向以及具体交战条件等因素，PoKER 为交战动态提供了重要洞见，并量化了成功概率。因此，它有望成为 BVR 空战飞行员的重要工具，提升这一专业作战领域内的作战决策水平。
| 评论： | 已录用稿件。18 页，10 幅图，5 张表。代码可在 此 https URL 获取 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| ACM 分类： | I.2.6；I.6.5 |
| 引用为： | arXiv:2610.32864 [cs.LG] |
| （或 arXiv:2610.32864v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32864 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 期刊 参考： | The Journal of Defense Modeling and Simulation: Applications, Methodology, Technology (2025) |
| 相关 DOI： | https://doi.org/10.1177/15485129241309675
链接到相关资源的 DOI |
提交历史
来自：Joao P. A. Dantas [查看邮箱]
[v1]
2026 年 10 月 23 日星期五 16:34:57 UTC（5,413 KB）
来源：arXiv cs.AI · arxiv.org