|
|||||
|
|
| 基于深度强化学习的无人机实时航迹规划 | |
| 作者姓名： | 舒健生 周于翔 郑晓龙 赖晓昌 陶大甜 |
| 作者单位： | 1.火箭军工程大学,西安 710025;2.武汉理工大学信息工程学院,武汉 430070 |
| 摘 要： | 随着无人机技术的应用和发展,无人机执行任务的飞行环境愈发复杂多变,对无人机机动避障能力和航迹规划的实时性提出了更高的要求.基于泛化性较好、对环境依赖弱的深度强化学习算法,以雷达实时获取的障碍物地图信息为基础进行实时路径规划,针对二维航迹规划问题特点设计了连续奖励函数,解决了强化学习算法在二维平面航迹规划中奖励稀疏的问题;基于迁移学习的思想设计多个训练环境,并按任务的难易程度进行分步训练,降低了算法的训练难度,提高了训练效果,并使算法的收敛效果更加稳定.在实验中将SAC算法与目前主流的PPO和TD3 算法进行对比,实验结果表明:SAC算法收敛速度快,实时性好,航迹平滑度更好. |
| 关 键 词： | 无人机 SAC算法 二维平面规划 实时航迹规划 |
| 本文献已被 万方数据 等数据库收录！ | |