Enhancing UAV path planning with diffusion models and group relative policy optimization

概率逻辑 计算机科学 强化学习 路径(计算) 运动规划 弹道 数学优化 功能(生物学) 事后诸葛亮 贝尔曼方程 边界(拓扑) 动作(物理) 人工智能 控制(管理) 最优控制 轨迹优化 相对价值 还原(数学) 高级驾驶员辅助系统 概率路线图 机器学习 最优化问题 利用 价值(数学)
作者
Yuyue Liu,Shuzhi Liu,Zhongyi Wang,Chengshi Yuan,Xinyu Guo,Yujian Liu,Jixiang Wang
出处
期刊:alexandria engineering journal [Elsevier BV]
卷期号:140: 33-46
标识
DOI:10.1016/j.aej.2026.02.024
摘要

This paper addresses the uncertainties arising from dynamic environments in autonomous path planning tasks for unmanned aerial vehicles (UAVs). Existing Deep Reinforcement Learning (DRL) methods struggle to represent multiple feasible trajectories and often neglect failure experiences. To overcome these limitations, we propose a novel framework termed GRPO-MDP (Group Relative Policy Optimization with a Multimodal Diffusion Strategy). The framework leverages a Denoising Diffusion Probabilistic Model (DDPM) to generate diverse action samples during training. By integrating DRL with multimodal diffusion strategies, GRPO-MDP enables UAVs to explore multiple feasible trajectories from the same state, enhancing exploration flexibility. The proposed Group Relative Policy Optimization (GRPO) method constructs advantage functions through relative comparisons within groups of trajectories, thereby eliminating the need for a value network and improving training stability. In addition, a hindsight trajectory relabeling mechanism is introduced to convert failure experiences into informative learning signals by incorporating virtual target and safety boundary modes. To guarantee real-time safety, a Control Barrier Function (CBF) is employed as a safety filter, ensuring that hard safety constraints are strictly enforced during path planning. Experimental results demonstrate that the proposed GRPO-MDP framework outperforms existing methods in terms of success rate, path efficiency, and safety in dynamic environments.
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
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
CipherSage的应助被李12344采纳,获得10
刚刚
在水一方的应助被www采纳,获得10
刚刚
檀个多多这样的完成签到 ,获得积分10
1秒前
1秒前
凌云完成签到,获得积分10
1秒前
2秒前
研友_ndv5j8发布了新的文献求助10
3秒前
史卓曼发布了新的文献求助10
3秒前
4秒前
zilicai的应助被科研通管家采纳,获得20
4秒前
nwy完成签到,获得积分10
4秒前
科目三的应助被科研通管家采纳,获得10
4秒前
4秒前
dadada发布了新的文献求助10
4秒前
orixero的应助被科研通管家采纳,获得10
4秒前
111关闭了111的文献求助
4秒前
小詹发布了新的文献求助30
4秒前
小蘑菇的应助被科研通管家采纳,获得10
4秒前
4秒前
酷波er的应助被科研通管家采纳,获得10
4秒前
彭于晏的应助被叶晨洋采纳,获得10
5秒前
lmy的应助被科研通管家采纳,获得30
5秒前
molihuakai的应助被科研通管家采纳,获得10
5秒前
kanraku的应助被雪白的听南采纳,获得10
5秒前
李爱国的应助被科研通管家采纳,获得10
5秒前
无极微光的应助被科研通管家采纳,获得20
5秒前
wanci的应助被科研通管家采纳,获得10
5秒前
wanci的应助被科研通管家采纳,获得30
5秒前
cdercder的应助被科研通管家采纳,获得10
5秒前
星辰大海的应助被科研通管家采纳,获得10
6秒前
6秒前
6秒前
shery完成签到,获得积分10
6秒前
6秒前
zcc发布了新的文献求助10
6秒前
隐形曼青的应助被科研通管家采纳,获得10
6秒前
科研通AI2S的应助被科研通管家采纳,获得10
6秒前
酷波er的应助被科研通管家采纳,获得10
6秒前
李健的应助被科研通管家采纳,获得10
6秒前
lmy的应助被科研通管家采纳,获得30
7秒前
高分求助中
(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
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Agyptische Geschichte der 21.30. Dynastie 510
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
基于界面调控的高效湿气发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8192548
求助须知:如何正确求助?哪些是违规求助? 9579054
关于积分的说明 21863359
捐赠科研通 7792096
什么是DOI,文献DOI怎么找? 3436955
关于科研通互助平台的介绍 2560622
邀请新用户注册赠送积分活动 2483860