Path Planning for Unmanned Aerial Vehicle via Off-Policy Reinforcement Learning With Enhanced Exploration

强化学习 好奇心 运动规划 任务(项目管理) 采样(信号处理) 计算机科学 路径(计算) 汤普森抽样 人工智能 数学优化 机器学习 工程类 机器人 数学 系统工程 计算机网络 计算机视觉 心理学 贝叶斯概率 滤波器(信号处理) 社会心理学
作者
Zhengjun Wang,Weifeng Gao,Genghui Li,Zhenkun Wang,Maoguo Gong
出处
期刊:IEEE transactions on emerging topics in computational intelligence [Institute of Electrical and Electronics Engineers]
卷期号:8 (3): 2625-2639 被引量:19
标识
DOI:10.1109/tetci.2024.3369485
摘要

Unmanned aerial vehicles (UAVs) are widely used in urban search and rescue, where path planning plays a critical role. This paper proposes an approach using off-policy reinforcement learning (RL) with an improved exploration mechanism (IEM) based on prioritized experience replay (PER) and curiosity-driven exploration to address the time-constrained path planning problem for UAVs operating in complex unknown environments. Firstly, to meet the task's time constraints, we design a rollout algorithm based on PER to optimize the behavior policy and enhance sampling efficiency. Additionally, we address the issue that certain off-policy RL algorithms often get trapped in local optima in environments with sparse rewards by measuring curiosity using the states' unvisited time and generating intrinsic rewards to encourage exploration. Lastly, we introduce IEM into the sampling stage of various off-policy RL algorithms. Simulation experiments demonstrate that, compared to the original off-policy RL algorithms, the algorithms incorporating IEM can reduce the planning time required for rescuing paths and achieve the goal of rescuing all trapped individuals.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
英俊的铭应助俏皮觅风采纳,获得10
2秒前
Andy1201完成签到,获得积分10
3秒前
学术女战士完成签到,获得积分10
3秒前
牛哥发布了新的文献求助30
3秒前
浮游应助AAA1798采纳,获得10
4秒前
人间大清醒完成签到,获得积分10
5秒前
万丈光芒完成签到 ,获得积分10
5秒前
5秒前
爆米花应助白冰采纳,获得10
6秒前
谢戴竹发布了新的文献求助10
6秒前
打打应助初雪平寒采纳,获得10
7秒前
HY兑完成签到,获得积分10
8秒前
高高乐天发布了新的文献求助10
9秒前
浮游应助勤恳的眼神采纳,获得10
9秒前
大个应助牛哥采纳,获得10
9秒前
悠南完成签到 ,获得积分10
10秒前
hehe完成签到 ,获得积分10
10秒前
Ruir发布了新的文献求助10
11秒前
量子星尘发布了新的文献求助10
13秒前
回复对方发布了新的文献求助10
13秒前
AgealoLeng发布了新的文献求助10
13秒前
谢戴竹完成签到,获得积分20
14秒前
14秒前
在水一方应助jzh采纳,获得10
15秒前
珺儿发布了新的文献求助20
16秒前
墨月白完成签到,获得积分10
16秒前
Ruir完成签到,获得积分10
17秒前
kate发布了新的文献求助80
17秒前
张青争完成签到,获得积分10
17秒前
拼搏的潘子完成签到,获得积分10
18秒前
小猫咪摇起来完成签到 ,获得积分10
18秒前
18秒前
无花果应助zoerist采纳,获得10
20秒前
Seotter完成签到,获得积分10
22秒前
kate完成签到,获得积分10
22秒前
毛毛12345完成签到,获得积分10
22秒前
23秒前
高高乐天完成签到,获得积分10
23秒前
24秒前
高分求助中
Comprehensive Toxicology Fourth Edition 24000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Hydrothermal Circulation and Seawater Chemistry: Links and Feedbacks 1200
Pipeline and riser loss of containment 2001 - 2020 (PARLOC 2020) 1000
World Nuclear Fuel Report: Global Scenarios for Demand and Supply Availability 2025-2040 800
Risankizumab Versus Ustekinumab For Patients with Moderate to Severe Crohn's Disease: Results from the Phase 3B SEQUENCE Study 600
Oxford Learner's Pocket Word Skills 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 5152831
求助须知:如何正确求助?哪些是违规求助? 4348565
关于积分的说明 13539680
捐赠科研通 4190958
什么是DOI,文献DOI怎么找? 2298523
邀请新用户注册赠送积分活动 1298660
关于科研通互助平台的介绍 1243519