.png){kind=icon}
返回
UAV Path Planning Based on Multicritic-Delayed Deep Deterministic Policy Gradient
.png){kind=icon}
OA
AI
DOI：10.1155/2022/9017079.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
深度确定性策略梯度（DDPG）算法是一种强化学习方法，已被广泛应用于无人机路径规划。然而，DDPG的评论者网络在训练过程中频繁更新，导致不可避免的高估问题，并增加了训练的计算复杂度。因此，本文提出了一种多评论者延迟DDPG方法用于解决无人机路径规划问题。该方法利用多评论者网络和延迟学习策略来降低DDPG的高估问题，并通过添加噪声来提高真实环境中的鲁棒性。此外，构建了一个无人机任务平台，用于训练和评估所提出方法的有效性和鲁棒性。仿真结果表明，所提出的算法具有更高的收敛速度、更好的收敛效果和稳定性，表明无人机能够从复杂环境中学习更多知识。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息