基于深度 Q 学习的 firefighting 环境路径规划与导航系统

活火会产生动态、快速变化的环境，这对深度学习和人工智能方法提出了值得应对的挑战，以协助消防员进行场景理解，保持态势感知，跟踪并传递在这些灾难性事件中做出关键决策所必需的重要特征。我们提出了一种基于深度 Q 学习的智能体，其不受压力引起的定向障碍和焦虑影响，因而能够基于在活火环境中观测和存储的事实做出清晰的导航决策。作为概念验证，我们在名为 Unreal Engine 的游戏引擎中模拟结构火灾，使智能体能够与环境交互。该智能体通过基于其环境动作的一组奖励与惩罚的深度 Q 学习算法进行训练。我们利用经验回放加速学习过程，并以人类经验增强智能体的学习。在此深度 Q 学习方法下训练的智能体优于通过其他路径规划系统训练的智能体，并证明该方法可作为构建能够在活火环境中安全引导消防员的路径规划导航助手的有前景基础。