基于课程学习的多无人机室内路径规划
机器人学
2022-12-13 v1
摘要
本研究针对两架无人机（UAVs）的室内路径规划问题，采用了多智能体强化学习。每架无人机需在含障碍物的环境中，尽可能快地从随机配对的初始位置移动到目标位置。为最小化训练时间并防止无人机受损，学习过程通过仿真进行。考虑到多智能体环境的非平稳特性（即最优行为随其他智能体的动作而变化），每架无人机的状态空间中也包含了另一架无人机的动作。为提高学习效率，分两个阶段进行了课程学习。与其他分别取得73.6%和79.9%到达率的学习策略相比，本方法获得了89.0%的到达率。
引用
@article{arxiv.2209.01776,
title = {Indoor Path Planning for Multiple Unmanned Aerial Vehicles via Curriculum Learning},
author = {Jongmin Park and Kwansik Park},
journal= {arXiv preprint arXiv:2209.01776},
year = {2022}
}
备注
Accepted to ICTC 2022