OptiRoute：一种启发式辅助深度强化学习的无人机-无人车协同路径规划框架
机器人学
2023-09-19 v1
摘要
无人机（UAV）能够勘测广阔区域，但其作业范围受限于有限的电池容量。使用无人地面车辆（UGV）部署移动充电站显著延长了无人机的续航与效能。然而，优化无人机与无人车的路径（即无人机-无人车协同路由问题）带来了巨大挑战，尤其在充电点选择方面。本文中，我们利用强化学习（RL）来识别最优充电位置，同时采用约束规划确定无人机与无人车的协同路线。随后我们将所提框架与采用遗传算法（GA）选择会合点的基线方案进行基准对比。我们的结果表明，RL 在缩短总体任务时间、最小化无人机-无人车空闲时间以及降低两者能耗方面均优于 GA。这些结果凸显了引入启发式辅助 RL（我们称之为启发式辅助 RL）在为复杂路由问题生成高质量解方面的有效性。
引用
@article{arxiv.2309.09942,
title = {OptiRoute: A Heuristic-assisted Deep Reinforcement Learning Framework for UAV-UGV Collaborative Route Planning},
author = {Md Safwan Mondal and Subramanian Ramasamy and Pranav Bhounsule},
journal= {arXiv preprint arXiv:2309.09942},
year = {2023}
}