学习充电：通过深度强化学习进行无人机覆盖路径规划
原文中文，约300字，阅读约需1分钟。发表于：。通过利用基于地图的观测、动作掩码和折扣因子调度的近端策略优化（PPO）深度强化学习（DRL）方法，尤其考虑充电航程的整体覆盖策略中复杂长期决策的问题，本研究提出了一种解决无人机有限电池的电量限制覆盖路径规划（CPP）问题的新方法，提供了处理由充电能力引起的紧急状态循环的位置历史，超越了基线启发式算法，并对长期问题的 DRL 算法设计提供了有价值的见解，并为 CPP 问题提供了一个可公开使用的软件框架。
本研究提出了一种解决无人机电量限制覆盖路径规划问题的新方法，利用PPO深度强化学习方法，超越了基线启发式算法，并提供了一个可公开使用的软件框架。
