摘要
针对雷达资源分配计算复杂且需迭代优化的问题，本文提出一种由大语言模型（LLM）引导的进化搜索新范式（AlphaEvolve），旨在自主发现多目标跟踪的闭式功率分配解。该方法将高维雷达状态编码为物理启发特征，进化出紧凑可解释的评分函数，并通过确定性约束变换生成可行功率分配。实验表明，该闭式解在保持近最优跟踪精度（平均相对性能损失仅 1.51%）和强泛化能力的同时，相比传统迭代求解器实现了三个数量级的加速。
AI 推荐理由
论文核心提出基于 LLM 引导的进化搜索（AlphaEvolve）来自主发现解决方案，紧扣自我进化主题。
研究机构
National Laboratory of Radar Signal Processing, Xidian University, Xi'an, China
Shenzhen Research Institute of Big Data, The Chinese University of Hong Kong, Shenzhen, China
论文信息