基于信息增益的无人机导航
机器学习
2024-04-04 v1
摘要
准确估计气体源的位置和排放速率在环境监测和温室气体排放分析等多个领域至关重要。本研究探讨了两种用于从大气测量中推断气体羽流源项参数的无人机采样策略。两种策略均以最大化从序列位置观测中获得的信息增益为目标。我们的研究比较了信息趋向（infotaxis）的短视方法与通过深度强化学习训练的远视导航策略。我们证明了在非各向同性气体羽流环境中，深度强化学习相较于信息趋向具有更优的性能。
引用
@article{arxiv.2401.03947,
title = {Guiding drones by information gain},
author = {Alouette van Hove and Kristoffer Aalstad and Norbert Pirk},
journal= {arXiv preprint arXiv:2401.03947},
year = {2024}
}
备注
To be published in Proceedings of Machine Learning Research (Proceedings of the 5th Northern Lights Deep Learning Conference (NLDL))