计算机工程

作者：邱月, 郑柏通, 蔡超

单位：华中科技大学 人工智能与自动化学院 多谱信息处理技术国家级重点实验室, 武汉 430074

关键词：深度强化学习,蒙特卡洛树搜索,航迹规划策略,策略自学习,多约束,复杂环境

基金：江苏省自然科学基金（BK20170914）。

在多约束复杂环境下，多数无人飞行器（UAV）航迹规划方法无法从历史经验中获得先验知识，导致对多变的环境适应性较差。提出一种基于深度强化学习的航迹规划策略自学习方法，利用飞行约束条件设计UAV的状态及动作模式，从搜索宽度和深度2个方面降低航迹规划搜索规模，基于航迹优化目标设计奖惩函数，利用由卷积神经网络引导的蒙特卡洛树搜索（MCTS）算法学习得到航迹规划策略。仿真结果表明，该方法自学习得到的航迹规划策略具有泛化能力，相对未迭代训练的网络，该策略仅需17%的NN-MCTS仿真次数就可引导UAV在未知飞行环境中满足约束条件并安全无碰撞地到达目的地。

来源：2021年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第5期