基于特权信息的无人机自主导航视觉深度强化学习

无人机在复杂且未知环境中实现高效自主导航和障碍规避的能力，是农业灌溉、灾后救援和物流等应用中的关键因素。本文提出了 DPRL (分布式特权强化学习)导航算法，是一种针对部分可观测环境条件下高速自主无人机导航挑战的端到端策略。我们的 method 将深度强化学习与特权学习相结合，以克服部分可观测性导致的观察数据损坏。我们利用非对称 Actor-Critic 架构在训练期间为智能体提供特权信息，从而增强模型的感知能力。此外，我们提出了一种跨越 diverse 环境的多智能体探索策略，以加速经验收集，从而加快模型收敛。我们进行了广泛的仿真测试，基准测试了 DPRL 算法与最先进的导航算法。结果一致显示，我们的算法在飞行效率、鲁棒性和整体成功率方面表现优异。