PoKER: un modello per la stima del tasso di probabilità di abbattimento dei missili aria-aria mediante apprendimento automatico su bersagli stocastici

Abstract degli autori

Questo lavoro presenta PoKER, un nuovo modello probabilistico progettato per ottimizzare l’efficacia del lancio di missili negli scenari aria-aria, in particolare nel combattimento aereo oltre il raggio visivo (BVR). A differenza dei modelli convenzionali di zona d’ingaggio delle armi (WEZ), che delimitano le zone in base a distanze statiche come la gittata massima, quella minima e quella di non evasione, PoKER impiega l’apprendimento automatico per prevedere con maggiore precisione le probabilità di abbattimento, integrando i comportamenti stocastici dei bersagli e le distanze di mancato impatto dei missili. Il modello valuta dinamicamente il comportamento dei bersagli, ampliando notevolmente la capacità predittiva dell’analisi degli ingaggi. Tenendo conto di fattori come la letalità della testata, l’orientamento del bersaglio e del velivolo lanciatore e le specifiche condizioni d’ingaggio, PoKER offre indicazioni importanti sulle dinamiche dell’ingaggio e quantifica le probabilità di successo. Potrebbe quindi diventare uno strumento importante per i piloti impegnati nel combattimento aereo BVR, migliorando le decisioni operative in questo specifico ambito.