该论文提出一种新的端到端强化学习方法来规划机载无人机收集物联网中的分布式传感器节点的数据，以实现对下一代通信网络的支持。通过训练一个双重深度 Q 网络来实现对不同情况参数的泛化控制，从而使代理可以根据平衡数据收集目标和飞行时间效率的安全约束，在各种场景参数下做出运动决策。

Jul, 2020

描述无人机图像采集中的缺陷，给出了优化计算机视觉 / 机器学习后处理图像适应性的五项建议，并描述了野外搜救事件中无人机使用的概念工作流程。

Sep, 2023

本文研究了基于现实生活中无人机赛事的长期规划场景，对使用 PPO 算法训练的强化学习智能体在无人机比赛中与使用传统路径规划算法的模拟无人机进行了实验，使用对手无人机的 GPS 信息作为专家指导进行训练，成功解决了复杂状态空间问题，其代码可以在我们的 GitHub 存储库中找到。

Jul, 2020

本文阐述了如何将深度强化学习算法应用于机器人领域，主要关注于以物理模拟平台为基础的无人机飞行任务控制，使用基于 Gazebo 的强化学习框架进行训练，最终成功实现了无人机自主降落的任务

Sep, 2022

智能无人机群体结合充电技术可以在智能城市中提供完整的感知能力，如交通监控和灾害响应。通过分布式优化和深度强化学习（DRL）等现有方法，旨在协调无人机以实现成本效益高、质量高的导航、感知和充电。然而，它们存在明显挑战：短期优化难以提供持续效益，而长期 DRL 缺乏可扩展性、韧性和灵活性。为弥合这一差距，本文介绍了一种新的渐进式方法，包括基于分布式优化的规划和选择，以及基于 DRL 的飞行方向调度。通过对从真实城市流动性生成的数据集进行的广泛实验，与三种基准方法相比，所提出的解决方案在交通监控方面表现出色。

Nov, 2023

本文提出了一种基于强化学习的模型，名叫 AiRLoc，用于解决搜索和救援行动中的目标定位问题，该模型可以在局部图像信息下自主完成目标搜索和定位，并且在灾难等环境下也表现出良好的泛化能力。

Sep, 2022

本文研究了利用自主无人机团队监测野火的方法，通过使用两种深度强化学习方法训练分散控制器，可以有效地追踪野火的扩散，这两种方法在不同数量的飞行器和不同野火形状下都有较好的表现，模拟结果表明，这两种方法优于在线递归视角控制器。

Oct, 2018

在本研究中，我们考虑了一种具有挑战性的情境，其中无人机在供应链的制造过程中受到了损害，并携带着能够广泛传播和带来破坏的恶意软件。我们通过研究多智能体深度强化学习作为一种学习防御策略、最大化通信带宽的工具，来解决这一问题。通过使用一个公共挑战任务来学习网络韧性策略，我们提出了一种先进的专家技术，并研究了其相对于深度强化学习智能体的优越性。相应地，我们确定了三种改进学习智能体性能的具体方法：（1）保证每个观测包含必要的信息，（2）使用专家智能体为学习提供课程，（3）密切关注奖励。我们应用了这些方法，并提出了一种新的混合策略，使专家智能体和学习智能体能够共同合作，并在所有先前结果的基础上取得改进。

Dec, 2023

该研究探讨了使用强化学习算法解决无人机导航问题，讨论了不同环境下的算法特性和选择，并提出未来的研究方向。

Aug, 2022

通过学习无人机动力学的概率模型，我们使用基于模型的强化学习学习了四旋翼的推进姿态控制器，完全使用生成潜在轨迹通过传播随机解析梯度来优化控制器和价值函数。

Mar, 2020