典型文献
基于深度强化学习的无人船全覆盖路径规划
文献摘要：
无人船使用传统"之"字形算法在不规则岛屿区域执行海上搜索任务时,无法实现全覆盖路径规划.针对该问题,文中提出一种将"之"字形算法和基于深度强化学习的无人船全覆盖路径规划算法框架相结合的混合算法,对大范围无障碍区域使用"之"字形算法,对存在障碍的小范围区域使用深度强化学习算法框架,并引入内在好奇心模块增强该算法框架的收敛速度.该算法框架将搜索区域的地图信息转换成矢量观测值并通过全连接层传递给智能体,从而训练出一个神经网络为无人船做规划决策,在满足规避障碍物的安全约束条件下实现任务区域的全覆盖.试验方面,通过Unity3D仿真平台搭建三维环境模型,验证该混合算法的可行性.结果表明,所提出的无人船全覆盖路径规划算法框架可在岛屿区域达到覆盖率100％,且路径较短.
文献关键词：
无人船;深度强化学习;全覆盖;路径规划;避障;仿真实验;可行性验证
中图分类号：
作者姓名：
宋大雷;吕昆岭;陈小平;干文浩;曹江丽
作者机构：
中国海洋大学 工程学院,山东 青岛 266100;中国海洋大学 海洋高等研究院,山东 青岛 266100;中国海洋大学基础教学中心,山东青岛266100;中国船舶重工集团公司第七〇九研究所,湖北武汉430205
文献出处：
引用格式：
[1]宋大雷;吕昆岭;陈小平;干文浩;曹江丽-.基于深度强化学习的无人船全覆盖路径规划)[J].现代电子技术,2022(22):1-7
A类：
B类：
无人船,全覆盖路径规划,字形,岛屿,搜索任务,路径规划算法,混合算法,无障碍,区域使用,小范,使用深度,深度强化学习算法,好奇心,收敛速度,地图信息,信息转换,转换成,观测值,全连接层,递给,智能体,练出,规划决策,避障,障碍物,安全约束,现任,任务区,Unity3D,仿真平台,平台搭建,三维环境,环境模型,可行性验证
AB值：
0.335171
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。
