无人机群体路径规划在野外勘探中的强化学习应用
摘要：无人机（UAV）群体的采用在运营商中呈现稳定增长，这是由于其使用所带来的时间和成本的好处。然而，这种系统面临一个重要问题，即计算每个无人机的许多最佳路径。解决这个问题将允许在节省电池充电时间和同时执行多项任务的同时，对多个无人机进行控制而无需人为干预。主要目标是开发一个能够为无人机群体计算最佳飞行路径的系统。这些路径的目的是在任务（如场地勘探）中实现对飞行区域的全面覆盖。这一目标不考虑地图的大小和无人机群体的数量，除了给定地图外，不需要设定目标或任何其他先前的知识。进行了一些实验，以确定是为整个无人机群体建立单一控制还是为每个无人机建立单独控制更为优化。结果表明，由于飞行时间更短，最好使用一个控制来控制所有无人机。此外，飞行时间受地图大小的影响很大。结果为未来的研究提供了起点，例如找出每种情况下的最佳地图大小。
作者：Alejandro Puente-Castro, Daniel Rivero, Alejandro Pazos, Enrique Fernandez-Blanco
论文ID：2106.02322
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2022-03-07