该研究探讨了在未知环境下运用深度强化学习对覆盖路径规划问题进行建模，并与流行的吸尘机器人 Roomba 内置算法进行性能比较。

Oct, 2022

评估了具有深度 Q-Learning 和 Deep DQN 结构的机器学习算法，以解决自主移动机器人避开障碍物的路径规划问题。

Oct, 2023

提出了一种增强型导航系统，使机器人能够识别和利用自然和人工的环境特征作为掩护，从而减少对潜在威胁的暴露，并以高效的方式进行导航。通过使用 LiDAR 数据生成高保真度的掩护地图和潜在威胁地图，我们的感知管道提供了对周围环境的全面理解。通过使用从真实环境中收集的多样化数据集训练离线强化学习模型，学习一个评估候选动作质量的强大策略，该策略基于其最大化掩护利用、最小化对威胁的暴露以及有效到达目标的能力。广泛的真实世界实验证明了我们的方法在成功率、掩护利用、暴露最小化和导航效率方面相对于最先进方法的优越性。

Mar, 2024

本研究提出了一种新的强化学习框架来帮助完全可控的智能体进行路径规划，并通过使用双向记忆编辑方法得到智能体的不同双向轨迹，隔离政策网络并利用专门的子目标网络来将智能体移动至不同方向，最后通过奖励形态化来缩短智能体到达目标的步骤数。实验结果表明，智能体能够到达训练中从未到达过的各种目标，并且能够使用奖励形态化来选择较短的路径。

May, 2022

通过利用基于地图的观测、动作掩码和折扣因子调度的近端策略优化（PPO）深度强化学习（DRL）方法，尤其考虑充电航程的整体覆盖策略中复杂长期决策的问题，本研究提出了一种解决无人机有限电池的电量限制覆盖路径规划（CPP）问题的新方法，提供了处理由充电能力引起的紧急状态循环的位置历史，超越了基线启发式算法，并对长期问题的 DRL 算法设计提供了有价值的见解，并为 CPP 问题提供了一个可公开使用的软件框架。

Sep, 2023

采用强化学习和迁移学习优化的有效路径规划方法，可在不同环境下使用以增加清洁机器人的训练性能和收敛速度，显著提高其清洁效率和性能。

Aug, 2022

本文研究了无人机的路径设计问题，提出了一种新的基于强化学习的算法，通过学习相应的 MDP 的状态 - 价值函数来求解，并使用瓦片编码对大状态空间进行处理。该算法使用原始测量或仿真生成的信号强度作为输入，可适用于在线和离线实现，并成功地避免了城市环境中蜂窝网络的覆盖漏洞。

May, 2019

本文提出了一种新方法，利用端到端强化学习通过地图通道提供空间信息并使用 DDQN 平衡有限电力预算和无人机的航程，以控制在一些禁飞区域有随机起飞位置和多个降落选项的环境中的无人机 CNN 航迹规划任务，此方法可以应用于各种环境且很好地协调了复杂的系统约束与目标结构。

Mar, 2020

本文章提出了一种基于 ROS 框架的混沌路径规划应用程序，该程序通过提供避障技术、混沌轨迹分散和准确覆盖计算等技术，解决了对于限制目标的自主搜索与遍历任务的三大关键问题，其性能可与传统最优路径规划器相媲美，并在多种大小、形状和障碍物密度的真实环境与 Gazebo 模拟中进行了测试。

May, 2023

本文提出了一个在线计划和执行系统，使用混合置信状态空间进行确定性代价敏感计划来选择成功概率高的观察行动和连续控制行动，以解决部分可观察问题，并在模拟和真实世界的厨房中展示了高效的解决方案。

Nov, 2019