基于深度强化学习的单车辆燃料受限持续监视问题解决方法
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了一种基于深度强化学习的方法,用于解决无人机在燃料或飞行时间约束下反复访问一组具有相等优先级的目标的持续监视任务。该方法通过最小化目标连续访问之间的最长时间,并确保车辆不会耗尽燃料或电量,来确定最优的目标访问顺序。数值实验结果证实了该方法的有效性。
🎯
关键要点
- 本文介绍了一种基于深度强化学习的方法,用于无人机的持续监视任务。
- 该方法解决了在燃料或飞行时间约束下反复访问一组具有相等优先级的目标的问题。
- 无人机必须定期在基地加油或充电,以满足燃料或飞行时间的约束。
- 目标是确定最优的目标访问顺序,最小化任何目标连续访问之间的最长时间。
- 确保无人机在任务中不会耗尽燃料或电量。
- 提出的深度强化学习算法在数值实验中显示出优于常识贪心启发式方法的有效性。
➡️