MorphoLander：基于强化学习的无人机群在自适应形态发生 UAV 上的着陆
机器人学
2023-07-31 v2
摘要
本文聚焦于一种新颖的机器人系统 MorphoLander，其代表用于探索粗糙地形环境的异构无人机群。该形态发生领无人机能够降落在不平坦地形上、穿越地形并保持水平位置以部署较小无人机进行大范围区域探索。完成任务后，这些无人机返回并降落在 MorphoGear 的着陆台上。我们开发了强化学习算法，用于无人机在领机器人上的精确着陆，该领机器人或在任务期间保持静止，或 relocate 至新位置。我们进行了若干实验，以评估所开发着陆算法在平坦与不平坦地形条件下的性能。实验表明，所提系统在平坦地形条件下领无人机上着陆精度达 0.5 cm，在不平坦地形条件下为 2.35 cm。MorphoLander 有潜力显著提升高度杂乱与非结构化环境中的工业检测、地震勘测与救援任务效率。
引用
@article{arxiv.2307.14147,
title = {MorphoLander: Reinforcement Learning Based Landing of a Group of Drones on the Adaptive Morphogenetic UAV},
author = {Sausar Karaf and Aleksey Fedoseev and Mikhail Martynov and Zhanibek Darush and Aleksei Shcherbak and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2307.14147},
year = {2023}
}
备注
Accepted paper at the 2023 IEEE Conference on Systems, Man, and Cybernetics