亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A Two-Stage Reinforcement Learning Approach for Multi-UAV Collision Avoidance Under Imperfect Sensing

强化学习 避碰 计算机科学 弹道 碰撞 噪音(视频) 人工智能 任务(项目管理) 集合(抽象数据类型) 基本事实 不完美的 工程类 计算机安全 语言学 图像(数学) 物理 哲学 程序设计语言 系统工程 天文
作者
Dawei Wang,Tingxiang Fan,Tao Han,Jia Pan
出处
期刊:IEEE robotics and automation letters 卷期号:5 (2): 3098-3105 被引量:103
标识
DOI:10.1109/lra.2020.2974648
摘要

Unlike autonomous ground vehicles (AGVs), unmanned aerial vehicles (UAVs) have a higher dimensional configuration space, which makes the motion planning of multi-UAVs a challenging task. In addition, uncertainties and noises are more significant in UAV scenarios, which increases the difficulty of autonomous navigation for multi-UAV. In this letter, we proposed a two-stage reinforcement learning (RL) based multi-UAV collision avoidance approach without explicitly modeling the uncertainty and noise in the environment. Our goal is to train a policy to plan a collision-free trajectory by leveraging local noisy observations. However, the reinforcement learned collision avoidance policies usually suffer from high variance and low reproducibility, because unlike supervised learning, RL does not have a fixed training set with ground-truth labels. To address these issues, we introduced a two-stage training method for RL based collision avoidance. For the first stage, we optimize the policy using a supervised training method with a loss function that encourages the agent to follow the well-known reciprocal collision avoidance strategy. For the second stage, we use policy gradient to refine the policy. We validate our policy in a variety of simulated scenarios, and the extensive numerical simulations demonstrate that our policy can generate time-efficient and collision-free paths under imperfect sensing, and can well handle noisy local observations with unknown noise levels.
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
Lucas应助1577采纳,获得10
2秒前
mmyhn发布了新的文献求助30
7秒前
10秒前
1577发布了新的文献求助10
15秒前
舒适虔完成签到,获得积分10
17秒前
SciGPT应助科研通管家采纳,获得10
22秒前
852应助科研通管家采纳,获得10
22秒前
司空豁应助科研通管家采纳,获得10
22秒前
47秒前
49秒前
51秒前
hannah发布了新的文献求助10
52秒前
aaa发布了新的文献求助10
53秒前
肖智议发布了新的文献求助10
55秒前
动听剑心完成签到 ,获得积分10
55秒前
神勇映安发布了新的文献求助30
55秒前
小胖子发布了新的文献求助100
1分钟前
无花果应助肖智议采纳,获得10
1分钟前
xiaojingling完成签到,获得积分10
1分钟前
hanwei_mei发布了新的文献求助30
1分钟前
mmyhn发布了新的文献求助30
1分钟前
1分钟前
1分钟前
碳烤小黑茶完成签到 ,获得积分10
1分钟前
tttt完成签到 ,获得积分10
1分钟前
英姑应助aaa采纳,获得10
1分钟前
1分钟前
吃彭彭的丁满完成签到,获得积分10
1分钟前
鲜艳的火龙果完成签到,获得积分10
1分钟前
小太阳完成签到 ,获得积分10
1分钟前
1分钟前
打地鼠工人完成签到,获得积分10
1分钟前
1分钟前
bernnnie发布了新的文献求助10
1分钟前
甜甜玫瑰应助hanwei_mei采纳,获得10
1分钟前
共产主义接班人完成签到,获得积分10
1分钟前
hanwei_mei完成签到,获得积分10
1分钟前
神勇映安完成签到,获得积分10
2分钟前
赘婿应助能干雨竹采纳,获得10
2分钟前
mmyhn发布了新的文献求助10
2分钟前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Impiego dell'associazione acetazolamide/pentossifillina nel trattamento dell'ipoacusia improvvisa idiopatica in pazienti affetti da glaucoma cronico 730
錢鍾書楊絳親友書札 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
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 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3294409
求助须知:如何正确求助?哪些是违规求助? 2930326
关于积分的说明 8445914
捐赠科研通 2602598
什么是DOI,文献DOI怎么找? 1420666
科研通“疑难数据库(出版商)”最低求助积分说明 660559
邀请新用户注册赠送积分活动 643423