一种无人机自主避障与目标追踪方法
作者机构：湖南大学电气与信息工程学院长沙410082 湖南大学机器人视觉感知与控制技术国家工程研究中心长沙410082
基 金：国家自然科学基金(61903133,61733004) 江苏省重点研发计划项目(BE2020082-1) 国家重点研发计划重点专项项目(2021YFC1910400)
出 版 物：《宇航学报》 (Journal of Astronautics)
年 卷 期：2022年第43卷第6期
页 码：802-810页
摘 要：针对无人机自主避障与目标追踪问题,以深度Q网络(DQN)算法为基础,提出一种多经验池深度Q网络(MP-DQN)算法,使无人机避障与追踪的成功率和算法的收敛性得到优化。更进一步,赋予无人机环境感知能力,并在奖励函数中设计了方向奖惩函数,提升了无人机对环境的泛化能力以及算法的整体性能。仿真结果表明,相较于DQN和双重DQN(DDQN)算法,MP-DQN算法具有更快的收敛速度、更短的追踪路径和更强的环境适应性。
主 题 词：无人机(UAV) 深度强化学习 自主避障 目标追踪 环境感知
学科分类：08[工学] 081105[081105] 0811[工学-水利类]
核心收录：
D O I：10.3873/j.issn.1000-1328.2022.06.011
馆 藏 号：203113342...
