题名: |
Erhöhung der Sicherheit im Flughafen |
正文语种: |
ger |
作者: |
Andrei Popa;Olaf Milbredt;Christina Draeger |
作者单位: |
Abt. Design & Bewertung von Mobilitätslösungen Institut für Verkehrssystemtechnik Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR) Braunschweig;Abt. Informationsgewinnung und Modellierung Deutsches Zentrum für Luft- und Raumfahrt e.V. Institut für Verkehrssystemtechnik Braunschweig;Studentin der Luft- und Raumfahrttechnik Universität Stuttgart |
关键词: |
Luftverkehr; Flughäfen; Security; Künstliche Intelligenz; Reinforcement Learning; Deep Q-Network |
摘要: |
Der Flughafen als eine kritische Infrastruktur des Transports kann zu jedem Zeitpunkt Ziel eines Anschlags sein. Die Methoden der Angreifer werden immer ausgefeilter. Essenziell ist daher eine schnelle und adäquate Reaktion auf unvorhergesehene Ereignisse. Von jedem verlassenen Gepäckstück - ein häufig auftretendes Ereignis - geht potentiell eine Gefahr aus. Kl wird bereits erfolgreich in einzelnen Bereichen des Flughafens eingesetzt. Diese reichen von intelligenter Videoüberwachung über die Grenzkontrolle bis zur Überwachung der Hochsicherheitsbereiche. In dieser Arbeit wurde eine exemplarische Umgebung untersucht, welche die zur Neutralisierung eines nicht zuzuordnenden Gegenstandes (z. B. Koffer) notwendigen Aktionen abbildet. Zum Lösen der Aufgabe, diese Aktionen zu wählen, wurde das Verfahren Deep Q-Network verwendet. Mittels einer Parameterstudie wird ein Parametersatz gesucht, der in Deep Q-Network auftritt und ein optimales Ergebnis liefert. Hierbei wurden Lernrate, Batchsize und Anzahl der Iterationen variiert. |
出版年: |
2023 |
期刊名称: |
Internationales verkehrswesen |
卷: |
75 |
期: |
2 |
页码: |
70-74 |