IEEE TASE,面向无人机的不确定性感知信息路径规划:可解释贝叶斯强化学习方法

1.摘要

农田病害监测需要在有限航程内找到高价值区域,论文提出可解释的贝叶斯---TD3框架,以体素级后验信念表示病害场,将作物行方向、局部光谱线索和不确定性下降融入连续动作策略。四类仿真条件下,平均定位成功率达96.25%,相对CPP运动代价降低41.9%---65.5%,实测地图实验进一步验证了轨迹级适用性。

2.问题建模

见个人简介

相关推荐
L0208241 小时前
Kubernetes Service 与 kube‑proxy 深度详解
运维·算法·云原生·容器·贪心算法·kubernetes
傅科摆 _ py1 小时前
回溯力扣复习
算法·leetcode·职场和发展
wdfk_prog1 小时前
LWIP教程 40:从 `socket()` 到 `lwip_socket()`——DFS fd、SAL Socket 与 lwIP Backend
算法·深度优先
中伟视界1 小时前
边缘端行为识别部署实战:AI算法分析盒子落地皮带场景
人工智能·算法
落樱弥城1 小时前
FlashAttention 完全解析:从 Roofline 诊断到 CUDA 实现
人工智能·算法
FelixZhang0282 小时前
不懂金融或不会编程,如何开始量化?从策略搭建到回测验证
人工智能·python·算法·数学建模·均值算法·自然语言处理·金融
Mortalbreeze2 小时前
0 - 1 BFS 算法详解:从基本原理到经典题目建模
数据结构·c++·算法·图论·宽度优先