典型文献
面向智慧观光农业的无人机路径规划策略
文献摘要：
为提高无人机在观光农业混合型无线传感器网络中的数据采集效率,提出一种基于深度强化学习的无人机路径规划策略.基于社会力模型引入人流参量,结合Semi-Markov-Option分层强化学习方法以降低模型复杂度,基于Rainbow算法提出SMO-Rainbow(Semi-Markov-Option-Rainbow)路径规划策略.在ε-greedy探索策略中引入Tanh函数,提出AT-ε-greedy(adaptive-Tanh-greedy)策略,进一步平衡深度强化学习模型训练中的探索与利用阶段.实验结果表明,在观光农业场景中,所提路径规划策略与其它深度强化学习无人机路径规划策略相比,数据采集效率与训练稳定性均更优,有效降低了模型训练难度.
文献关键词：
无人机;路径规划;深度强化学习;观光农业;无线传感器网络;社会力模型
中图分类号：
作者姓名：
张凡;万雪芬;崔剑;刘会丹;蔡婷婷;杨义
作者机构：
东华大学 信息科学与技术学院,上海 201620;华北科技学院 河北省物联网监控工程技术研究中心/计算机学院,河北 廊坊 065201;北京航空航天大学 网络空间安全学院,北京 100083
文献出处：
引用格式：
[1]张凡;万雪芬;崔剑;刘会丹;蔡婷婷;杨义-.面向智慧观光农业的无人机路径规划策略)[J].计算机工程与设计,2022(07):1905-1914
A类：
B类：
观光农业,无人机路径规划,规划策略,混合型,无线传感器网络,采集效率,深度强化学习,社会力模型,人流,参量,Semi,Markov,Option,分层强化学习,强化学习方法,模型复杂度,Rainbow,SMO,greedy,探索策略,Tanh,AT,adaptive,步平,模型训练,探索与利用,农业场景
AB值：
0.30774
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
