面向自然灾害中市民疏散的双 Q 学习
机器人学
2022-09-13 v2 人工智能
摘要
自然灾害会因伤亡、疏散率与重建决策而在全球造成重大的社会经济负面影响。机器人技术已成功应用于自然灾害发生期间识别与救援受害者。然而，在部署由自主机器人自行疏散市民而无需等待人类救援队到来的解决方案方面，少有尝试。强化学习方法可用于部署此类解决方案，但最常用的部署算法之一 Q-learning 在其学习过程中会产生有偏结果。本研究采用基于部分可观测马尔可夫决策过程的市民疏散解决方案，在所提出的基于网格世界的危险模拟引擎下评估双 Q 学习（Double Q-learning）在自然灾害中疏散市民的能力。该解决方案的性能以市民疏散程序的成功率衡量，结果显示该技术在简单场景下表现超出 100%，在困难场景下接近 50%。
引用
@article{arxiv.2209.03800,
title = {Double Q-Learning for Citizen Relocation During Natural Hazards},
author = {Alysson Ribeiro da Silva},
journal= {arXiv preprint arXiv:2209.03800},
year = {2022}
}
备注
Technical Report on Double Q-Learning for Citizen Relocation During Natural Hazards