采用考虑避碰的MPC-强化学习方法的无人机路径规划
机器学习
2023-03-08 v2 人工智能
机器人学
摘要
在本文中，我们通过设计一种基于集成于深度确定性策略梯度算法中的长短期记忆（LSTM）网络的模型预测控制（MPC），来解决复杂不确定环境下无人机（UAV）路径规划问题。在所提出的方案中，LSTM-MPC作为DDPG网络中的确定性策略运行，并利用预测池存储预测的未来状态与动作，以提高鲁棒性和效率。预测池的使用还能够初始化评论家网络，与传统强化学习和深度强化学习方法相比，提高了收敛速度并降低了失败率。所提方案的有效性通过数值仿真进行了评估。
引用
@article{arxiv.2302.10669,
title = {UAV Path Planning Employing MPC- Reinforcement Learning Method Considering Collision Avoidance},
author = {Mahya Ramezani and Hamed Habibi and Jose luis Sanchez Lopez and Holger Voos},
journal= {arXiv preprint arXiv:2302.10669},
year = {2023}
}