基于深度强化学习的无人机自主感知−规划−控制策略

作者:吕茂隆, 丁晨博, 韩浩然, 段海滨

摘要:

近年来, 随着深度强化学习(DRL)方法快速发展, 其在无人机(UAV)自主导航上的应用也受到越来越广泛的关注. 然而, 面对复杂未知的环境, 现存的基于DRL的UAV自主导航算法常受限于对全局信息的依赖和特定训练环境的约束, 极大地限制了其在各种场景中的应用潜力. 为解决上述问题, 提出多尺度输入用于平衡感受野与状态维度, 以及截断操作来使智能体能够在扩张后的环境中运行. 此外, 构建自主感知−规划−控制架构, 赋予UAV在多样复杂环境中自主导航的能力.


更多内容点击我

相关推荐
en-route11 小时前
深入理解 Scikit-learn:Python 中最常用的机器学习库
python·机器学习·scikit-learn
彩云回16 小时前
支持向量机(SVM)
算法·机器学习·支持向量机
zzywxc7871 天前
AI 开发工具全景指南:从编码辅助到模型部署的全流程实践
大数据·人工智能·低代码·机器学习·golang·自动化·ai编程
春末的南方城市1 天前
AI视频生成进入多镜头叙事时代!字节发布 Waver 1.:一句话生成 10 秒 1080p 多风格视频,创作轻松“一键”达!
人工智能·深度学习·机器学习·计算机视觉·aigc
肖书婷1 天前
人工智能-机器学习day2
人工智能·机器学习
西猫雷婶1 天前
pytorch基本运算-torch.normal()函数生成的随机数据添加噪声
人工智能·pytorch·python·深度学习·学习·线性代数·机器学习
北京地铁1号线1 天前
机器学习笔试选择题:题组2
人工智能·算法·机器学习
春末的南方城市1 天前
阿里开源视频修复方法Vivid-VR:以独特策略与架构革新,引领生成视频修复高质量可控新时代。
人工智能·深度学习·机器学习·计算机视觉·aigc
美码师1 天前
回忆中学的函数
机器学习
moonsims1 天前
MR+无人机-增强态势感知、更高效的现场检查和增强
人工智能·无人机