文章预览
作者：赵静, 裴子楠, 姜斌, 陆宁云, 赵斐, 陈树峰 来源：《自动化学报》 编辑：陈萍萍的公主@一点人工一点智能 原文地址：http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c230728 摘要 针对虚拟管道下的无人机 (UAV)自主避障问题，提出一种基于视觉传感器的自主学习架构。通过引入新颖的奖励函数，设计了一种端到端的深度强化学习(DRL)控制策略。融合卷积神经网络 (CNN)和循环神经网络 (RNN)的优点构建双网络，降低了网络复杂度，对无人机深度图像进行有效处理。进一步通过AirSim模拟器搭建三维实验环境，采用连续动作空间优化无人机飞行轨迹的平滑性。仿真结果表明，与现有的方法对比，该模型在面对静态和动态障碍时，训练收敛速度快，平均奖励高，任务完成率分别增加9.4%和19.98%，有效实现无人机的精细化避障和自主安全导航。 高效安全的无人机自主
………………………………
