基于深度强化学习的无人机集群实时航路规划  

Real‑time route planning for UAV swarm based on DDQN

在线阅读下载全文

作  者:宋海伟 栗志 田达 吕丹阳 吴克钊 黄金磊 Song Haiwei;Li Zhi;Tian Da;LüDanyang;Wu Kezhao;Huang Jinlei(Nanjing Electronic Equipment Research Institute,Nanjing 210007,Jiangsu,China)

机构地区:[1]南京电子设备研究所,江苏南京210007

出  处:《航天电子对抗》2024年第5期15-20,共6页Aerospace Electronic Warfare

基  金:江苏省自然科学基金资助项目(BK20200140)。

摘  要:针对无人机城市任务复杂化场景,提出了一种基于深度强化学习的无人机集群实时航路规划算法,通过对威胁、障碍物等进行统一化建模,构建集群航路规划模型,将无人机传感器探测信息作为深度神经网络的状态输入,优化了无人机航路规划的能耗和成功率,通过仿真,证明了算法的有效性和实用性。A DDQN-based real-time route planning algorithm is proposed for UAV swarm navigation for ur⁃ban mission complex environments.Firstly,the UAV swarm route planning system model is given by unified modeling of threats,obstacles,etc.Next,the UAV sensor detection information is used as the state input of the deep neural network.Finally,the energy cost and success rate of UAV route planning are optimized.Simulation results show that the algorithm is effective and practical.

关 键 词:无人机集群 航路规划 深度强化学习 城市任务 

分 类 号:V279[航空宇航科学与技术—飞行器设计]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象