Path Planning for Unmanned Aerial Vehicle via Off-Policy Reinforcement Learning With Enhanced Exploration

强化学习 运动规划 计算机科学 路径(计算) 人工智能 航空学 航空航天工程 工程类 机器人 计算机网络
作者
Zhengjun Wang,Weifeng Gao,Genghui Li,Zhenkun Wang,Maoguo Gong
出处
期刊:IEEE transactions on emerging topics in computational intelligence [Institute of Electrical and Electronics Engineers]
卷期号:8 (3): 2625-2639 被引量:5
标识
DOI:10.1109/tetci.2024.3369485
摘要

Unmanned aerial vehicles (UAVs) are widely used in urban search and rescue, where path planning plays a critical role. This paper proposes an approach using off-policy reinforcement learning (RL) with an improved exploration mechanism (IEM) based on prioritized experience replay (PER) and curiosity-driven exploration to address the time-constrained path planning problem for UAVs operating in complex unknown environments. Firstly, to meet the task's time constraints, we design a rollout algorithm based on PER to optimize the behavior policy and enhance sampling efficiency. Additionally, we address the issue that certain off-policy RL algorithms often get trapped in local optima in environments with sparse rewards by measuring curiosity using the states' unvisited time and generating intrinsic rewards to encourage exploration. Lastly, we introduce IEM into the sampling stage of various off-policy RL algorithms. Simulation experiments demonstrate that, compared to the original off-policy RL algorithms, the algorithms incorporating IEM can reduce the planning time required for rescuing paths and achieve the goal of rescuing all trapped individuals.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助科研通管家采纳,获得10
1秒前
1秒前
TINATINA完成签到,获得积分10
6秒前
kenny完成签到,获得积分10
7秒前
英俊延恶完成签到,获得积分10
10秒前
xmhxpz完成签到,获得积分10
10秒前
缘分完成签到,获得积分10
10秒前
大力水手完成签到,获得积分10
11秒前
jie完成签到 ,获得积分10
14秒前
在九月完成签到 ,获得积分10
17秒前
鞘皮完成签到,获得积分10
17秒前
17秒前
dablack完成签到,获得积分10
28秒前
耍酷的雪糕完成签到,获得积分10
33秒前
35秒前
柠七完成签到,获得积分10
35秒前
黄紫红完成签到 ,获得积分10
38秒前
彪行天下完成签到,获得积分10
47秒前
48秒前
ri_290完成签到,获得积分10
49秒前
hao关闭了hao文献求助
49秒前
武大帝77完成签到 ,获得积分10
50秒前
大力云朵发布了新的文献求助20
52秒前
kokodayour完成签到,获得积分10
56秒前
睡到人间煮饭时完成签到 ,获得积分10
1分钟前
可耐的青雪完成签到 ,获得积分10
1分钟前
我喜欢下雪完成签到,获得积分20
1分钟前
独行侠完成签到,获得积分10
1分钟前
开放又亦完成签到 ,获得积分10
1分钟前
缥缈的闭月完成签到,获得积分10
1分钟前
liu6677完成签到 ,获得积分10
1分钟前
daniel完成签到,获得积分10
1分钟前
科研小笨猪完成签到,获得积分10
1分钟前
酷波er应助糯米团子采纳,获得30
1分钟前
小海豚完成签到 ,获得积分10
1分钟前
淡定的月半完成签到,获得积分10
1分钟前
老实怀蝶完成签到,获得积分10
1分钟前
雪流星完成签到 ,获得积分10
1分钟前
leolee完成签到 ,获得积分10
1分钟前
1分钟前
高分求助中
Solution Manual for Strategic Compensation A Human Resource Management Approach 1200
Natural History of Mantodea 螳螂的自然史 1000
Glucuronolactone Market Outlook Report: Industry Size, Competition, Trends and Growth Opportunities by Region, YoY Forecasts from 2024 to 2031 800
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
The analysis and solution of partial differential equations 400
Sociocultural theory and the teaching of second languages 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3339148
求助须知:如何正确求助?哪些是违规求助? 2967059
关于积分的说明 8628100
捐赠科研通 2646545
什么是DOI,文献DOI怎么找? 1449297
科研通“疑难数据库(出版商)”最低求助积分说明 671343
邀请新用户注册赠送积分活动 660176