Yönlendirme yasaları: Klasikten pekiştirmeli öğrenmeye kapsamlı incelemeTerminal guidance laws: a comprehensive review from classical methods to reinforcement learning

ÖzetSummary

Tek yazarlı bir derleme, yönlendirilmiş mühimmatlar için klasik orantısal navigasyon türevlerinden GENEX, kayan yüzey ve diferansiyel oyun yöntemlerine uzanan tüm yönlendirme yasası spektrumunu ortak bir çatı altında birleştiriyor. Çalışma, pekiştirmeli öğrenmeye dayalı yönlendirmeyi de sıfır çaba sapması ve dinamik programlama geleneğinin en son uzantısı olarak konumlandırıyor.A single-author survey unifies the entire spectrum of guidance laws for guided munitions—ranging from classical proportional navigation derivatives to GENEX, sliding mode, and differential game methods—under a common framework. The paper also positions reinforcement learning-based guidance as the latest extension of the dynamic programming tradition, characterized by zero effort deviation.

Neden ÖnemliWhy it matters

Yönlendirme yasası tasarımı; kontrol teorisi, oyun teorisi ve giderek artan ölçüde makine öğrenmesinin kesişiminde yer alıyor. Bilgi gereksinimi, sağlamlık, hesaplama yükü ve teorik garantiler ekseninde yapılan bütüncül karşılaştırma, mühendislere pratik bir karar haritası sunuyor. Makalenin klasik ve pekiştirmeli öğrenme yöntemlerini tek bir ilkenin iki ucu olarak çerçevelemesi, makine öğrenmesini siyah kutu bir ikame olarak değil, hibrit mimarileri değerlendiren ekipler için faydalı bir bakış açısı sunuyor.Guidance law design sits at the intersection of control theory, game theory, and increasingly, machine learning. The holistic comparison across information requirements, robustness, computational load, and theoretical guarantees provides engineers with a practical decision map. By framing classical and reinforcement learning methods as two ends of a single principle, the paper offers a useful perspective for teams evaluating hybrid architectures, rather than treating machine learning as a black-box replacement.

Öne ÇıkanlarHighlights

• Tüm yöntemler (PN ailesi, GENEX, kayan yüzey, HJI diferansiyel oyunları, pekiştirmeli öğrenme) sıfır çaba sapması ve dinamik programlama omurgasını paylaştığı gösteriliyor. Bu, makalenin merkezi birleştirici iddiasıdır.It is demonstrated that all methods (PN family, GENEX, sliding mode, HJI differential games, and reinforcement learning) share a zero effort deviation and dynamic programming backbone. This is the paper's central unifying claim.
• Karşılaştırma; belirsiz bir 'artı/eksi' listesi yerine bilgi gereksinimi, sağlamlık, hesaplama yükü ve teorik garanti olmak üzere dört somut eksen üzerinde yapılandırılıyor.The comparison is structured around four concrete axes—information requirements, robustness, computational load, and theoretical guarantees—rather than an ambiguous list of pros and cons.
• Yazar, alanın klasik yasaların analitik güvenilirliğini, öğrenme tabanlı denetleyicilerin uyum sağlama yeteneğiyle eşleştiren hibrit tasarımlara yaklaştığını savunuyor.The author argues that the field is moving toward hybrid designs that combine the analytical reliability of classical laws with the adaptability of learning-based controllers.

EleştiriCritical take

Bu çalışma, deneysel veya simülasyon sonuçları içermeyen, özetinde atıf verilen kaynaklar görünmeyen ve henüz indirme verisi bulunmayan tek yazarlı, hakemli olmayan bir ön baskıdır. Bu nedenle 'kapsamlı' iddiası tamamen yazarın kendi sınıflandırmasına dayanıyor ve bağımsız olarak doğrulanamıyor. Pekiştirmeli öğrenme yönlendirmesinin klasik geleneğin sadece en son adımı olduğu iddiası, güçlü bir yorumcu merceği taşıyor. Bu bakış açısı, öğrenme tabanlı ve analitik denetleyiciler arasındaki gerçek mimari farkları (örneğin dağılımsal varsayımlar, örnek verimliliği, güvenlik sertifikasyonu) hafife alma riski taşıyor.This work is a single-author, non-peer-reviewed preprint that contains no experimental or simulation results, lacks visible citations in the summary, and has no download data yet. Consequently, the claim of being 'comprehensive' relies entirely on the author's own classification and cannot be independently verified. The assertion that reinforcement learning guidance is merely the latest step in the classical tradition carries a strong interpretive lens. This perspective risks downplaying the genuine architectural differences between learning-based and analytical controllers (e.g., distributional assumptions, sample efficiency, and safety certification).