面向无线数据收集的无人机路径规划：一种深度强化学习方法
机器学习
2021-01-28 v2 信息论
机器人学
信号处理
math.IT
机器学习
摘要
支持下一代通信网络的无人机（UAV）自主部署需要高效的轨迹规划方法。我们提出一种新的端到端强化学习（RL）方法，用于城市环境中从物联网（IoT）设备进行的无人机赋能数据收集。一架自主无人机被赋予从分布式传感器节点收集数据的任务，并受限于有限飞行时间与避障要求。此前基于学习与非学习的方法在传感器数量、传感器位置或最大飞行时间等重要场景参数发生变化时，必须进行昂贵的重计算或重新学习行为，而我们训练了一个带组合经验回放的双深度 Q 网络（DDQN）来学习一种可泛化于变化场景参数的无人机控制策略。通过将由卷积网络层输入智能体的环境多层地图，我们表明所提出的网络架构使智能体能够针对多种场景参数做出移动决策，在数据收集目标与飞行时间效率及安全约束之间取得平衡。结果还显示了使用以无人机位置为中心的地图相较于非中心地图在学习效率上的显著优势。
引用
@article{arxiv.2007.00544,
title = {UAV Path Planning for Wireless Data Harvesting: A Deep Reinforcement Learning Approach},
author = {Harald Bayerlein and Mirco Theile and Marco Caccamo and David Gesbert},
journal= {arXiv preprint arXiv:2007.00544},
year = {2021}
}
备注
Code available under https://github.com/hbayerlein/uav_data_harvesting, IEEE Global Communications Conference (GLOBECOM) 2020