基于深度强化学习的无人机主动感知应用
机器人学
2022-09-15 v1 人工智能
摘要
无人驾驶飞行器（UAV）因可在众多应用中自主使用而脱颖而出。然而，它们需要能够对其所感知内容提供更深理解的智能系统来执行多项任务。在复杂环境中它们变得更具挑战性，因为需要在环境不确定性下感知环境并行动以做出决策。在此背景下，使用主动感知的系统可通过在位移发生时借助目标识别寻求最佳下一视角来提升性能。本工作旨在通过解决水面结构跟踪与识别以执行动态降落的问题，为无人机的主动感知做出贡献。我们展示了我们的系统结合经典图像处理技术和简单的深度强化学习（Deep-RL）智能体，能够感知环境并处理不确定性，而无需使用复杂的卷积神经网络（CNN）或对比学习（CL）。
引用
@article{arxiv.2209.06336,
title = {Active Perception Applied To Unmanned Aerial Vehicles Through Deep Reinforcement Learning},
author = {Matheus G. Mateus and Ricardo B. Grando and Paulo L. J. Drews-Jr},
journal= {arXiv preprint arXiv:2209.06336},
year = {2022}
}
备注
Paper accepted to the Latin American Robotics Symposium