基于神经网络机会式控制的远程无人机在线路径规划
网络与互联网体系结构
2019-10-14 v1 机器学习
摘要
本通讯提出一种神经网络（NN）辅助的远程无人机（UAV）在线控制算法，称为 oHJB。通过下载无人机状态，基站（BS）训练一个实时求解哈密顿-雅可比-贝尔曼方程（HJB）的 HJB 神经网络，从而得到最优控制动作。起初，基站将该控制动作上传至无人机。若 HJB 神经网络训练充分且无人机距离较远，基站上传 HJB 神经网络模型，使其即便在连接丢失时也能本地执行控制决策。仿真证实了 oHJB 在利用较差信道条件下上传延迟与控制鲁棒性之间权衡的有效性，降低了无人机的飞行时间与能耗。
引用
@article{arxiv.1910.04969,
title = {Remote UAV Online Path Planning via Neural Network Based Opportunistic Control},
author = {Hamid Shiri and Jihong Park and Mehdi Bennis},
journal= {arXiv preprint arXiv:1910.04969},
year = {2019}
}
备注
5 pages, 2 figures; This work has been submitted to the IEEE for possible publication