基于多Q学习优化挑战性地形下的无人机搜救联网
机器人学
2024-05-17 v1
摘要
在搜救行动（Search and rescue operations, SAR）中使用无人机（UAV）以便于在挑战性地形中导航并维持与细胞网络的可靠通信，正成为一条具有前景的道路。本文提出一种新方法，采用强化学习多Q学习算法优化此类情境下的UAV联网。我们引入一种用于高效路径规划和碰撞意识的战略规划智能体，以及一种用于维持与细胞基站之间最佳连接的实时自适应智能体。这些智能体在模拟环境中使用多Q学习进行训练，鼓励它们从经验中学习并调整其决策以适应多样化的地形复杂性和通信情境。评估结果揭示了该方法的重要性，表明在具有不同障碍密度的环境中成功导航，并能够使用不同频段实现最佳联网。本工作为增强UAV的自主性和在搜救行动中的通信可靠性指明了方向。
引用
@article{arxiv.2405.10042,
title = {Optimizing Search and Rescue UAV Connectivity in Challenging Terrain through Multi Q-Learning},
author = {Mohammed M. H. Qazzaz and Syed A. R. Zaidi and Desmond C. McLernon and Abdelaziz Salama and Aubida A. Al-Hameed},
journal= {arXiv preprint arXiv:2405.10042},
year = {2024}
}