.png){kind=icon}
返回
Collaborative 3D Continuous Trajectory Optimization Method for Multi-UAV Post-Disaster Emergency Exploration
.png){kind=icon}
PRE
AI
DOI：10.1142/S0218126626440081.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着低空网络技术的快速发展，基于无人机的区域性监测和灾后探索已得到广泛应用。然而，现有方法通常存在灵活性有限、理论假设与实际需求存在差异以及复杂灾情场景下泛化能力不足等问题。为应对这些挑战，本文研究了三维连续空间中的多无人机协同搜索任务。基于真实场景构建了仿真环境，其中灾情区域被划分为网格并引入灾前先验重要性权重。通过结合相机视场约束和高度相关的清晰度模型，建立了一种动态奖励评估机制。随后将多无人机协同探索过程建模为马尔可夫决策过程，并采用多智能体双延迟深度确定性策略梯度算法优化协同轨迹。仿真结果表明，与基准方法相比，所提出的方法在平均有效信息增益方面实现了约23.94%至496.99%的提升，验证了其在快速灾后态势感知和探索路径规划中的有效性。
Keyword:
UAV
post-disaster exploration
trajectory optimization
deep reinforcement learning
multi-agent coordination
期刊
IF:
1
论文数:
387
被引数:
2.3K
机构
引用论文
暂无论文信息