面向无人机自主导航、建图与目标检测的强化学习
机器人学
2020-07-23 v1 机器学习
信号处理
机器学习
摘要
在本文中，我们研究了一架配备低复杂度雷达并在未知环境中飞行的单无人机（UAV）的联合检测、建图与导航问题。其目标是优化飞行轨迹，以最大化建图精度，同时避开从目标检测角度看测量信息可能不足的区域。该问题被建模为一个马尔可夫决策过程（MDP），其中无人机作为智能体，运行用于目标检测与环境建图的状态估计器，以及用于推断自身导航策略（即控制律）的强化学习（RL）算法。数值结果表明了所提思路的可行性，凸显了无人机在重建周围环境的同时自主探索具有高目标检测概率区域的能力。
引用
@article{arxiv.2005.05057,
title = {Reinforcement Learning for UAV Autonomous Navigation, Mapping and Target Detection},
author = {Anna Guerra and Francesco Guidi and Davide Dardari and Petar M. Djuric},
journal= {arXiv preprint arXiv:2005.05057},
year = {2020}
}