Aug, 2023
基于深度强化学习的雨天环境中面向蜂窝连接的无人机物理轨迹设计
Physics-Based Trajectory Design for Cellular-Connected UAV in Rainy Environments Based on Deep Reinforcement Learning
Hao Qin, Zhaozhou Wu, Xingqi Zhang
TL;DR在极端天气条件下,本研究提出了一种基于物理的轨迹设计方法,利用基于物理的电磁模拟器考虑详细的环境信息和降雨对无线电波传播的影响,并通过深度强化学习算法基于多步学习和双 Q-learning 解决联合考虑无人机飞行时间和信干比的轨迹优化问题。在均匀大气和雨背景下比较了最优无人机轨迹,还对不同天气条件对轨迹设计的影响进行了彻底研究,并讨论了问题制定中的权重系数的影响。该方法在雨天气条件下展示了优秀的无人机轨迹设计潜力。