基于课程学习的无人机室内路径规划
机器人学
2022-12-13 v1
摘要
在本研究中，强化学习被应用于学习无人机（UAV）在室内环境中的包含避障的二维路径规划。分配给 UAV 的任务是在不与任何障碍物碰撞的情况下以最短时间到达目标位置。为减少学习时间和成本，强化学习在由虚拟环境模拟器 Gazebo 创建的虚拟环境中进行。为更高效学习，执行了包含两阶段的课程学习。作为以两种奖励模型学习的结果，达到的最大目标率分别为 71.2% 和 88.0%。
引用
@article{arxiv.2108.09986,
title = {Indoor Path Planning for an Unmanned Aerial Vehicle via Curriculum Learning},
author = {Jongmin Park and Sooyoung Jang and Younghoon Shin},
journal= {arXiv preprint arXiv:2108.09986},
year = {2022}
}
备注
Submitted to ICCAS 2021