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
罗西的思考14 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考14 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
武子康16 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习
武子康21 小时前
H3-World 扩展跳跃与开门:新动作怎样进入训练数据?
大数据·人工智能·算法
卡尔曼的BD SLAMer21 小时前
北斗导航 |GNSS ION论文集汇总1997到2022(链接在文末)
算法·北斗导航
时间的拾荒人21 小时前
Redis Cluster 集群详解:分片算法、搭建、故障处理与扩容实战
数据库·redis·算法·集群
老师我太想进步了20261 天前
【数据结构-8】栈的实现
c语言·数据结构·算法
kyle~1 天前
因子图优化(Factor Graph Optimization)
c++·算法·机器人·传感器
Pniubi1 天前
贪心算法入门
算法·贪心算法
MobotStone1 天前
AI 能不能越用越会用?从“改答案”到“改进自己”,读懂 RSI
人工智能·算法