本文提出了一种基于深度强化学习的覆盖感知导航方法，该方法利用移动无人机的可控机动性设计其导航 / 轨迹，避免了蜂窝基站覆盖漏洞，并提出了一种同时导航和无线电映射的框架。该模型通过深度 Q 网络（DQN）预测位置的中断概率，并预测期望回报，从而使得机器人学习效率大幅提升。

Mar, 2020

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

利用深度强化学习优化实时的无人机部署，实现 5G 网络的增强与改进，填补了无人机辅助 5G 网络的空白，为未来移动网络提供可扩展且适应性强的解决方案。

Dec, 2023

本文提出了一种针对网络化无人机的干扰感知路径规划方案，使用基于回声状态网络的深度强化学习算法来解决路径规划问题，其中每架无人机旨在实现最大化能量效率和最小化无线延迟和干扰级别。模拟结果表明，该方案在减少对地面用户的干扰和无线传输延迟方面表现优异，并且需要比最短距离启发式基线考虑的步骤数量相当的步骤。

Jan, 2018

该研究论文探讨了一种面向空中无人机的干扰感知联合路径规划和功率分配机制，旨在最大化上行吞吐量并降低地面用户设备的干扰，模拟结果表明该方法可以实现专家级别的性能水平。

Jun, 2023

本文研究了无人机基站在自然灾害中提供快速，灵活和可靠的无线通信的控制方式，使用机器学习算法控制无人机的三维位置和天线倾斜角度，以便在灾区为遭受自然灾害影响的用户提供快速的通信服务。

Feb, 2022

本文旨在通过设计并运用基于最短路径的无人机来提升物联网设备数据的收集和资源分配。同时，设计了一个基于深度强化学习的技术来获取特定区域内的最优轨迹和吞吐量，从而实现了无人机自主收集所有数据的目标，而且显著提高了总速率，最小化了关联资源的使用。实验结果证实了方案在效率、轨迹、时间等方面的优势。

Jun, 2021

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

本文提出了一种自主 UAV 路径规划框架，采用深度强化学习方法和深度确定性策略梯度算法，通过调整加速度，使无人机在任意环境中在最短时间内到达目的地，回避任何动态或静态障碍物，并避免进入其路 径上现有的先前许可区域，这有助于提高城市空中移动的有效空间容量。

Jan, 2023

无人机物流配送中通过联合无人机轨迹规划和小区关联，利用强化学习最小化能耗、减少切换次数、保证通信连接，以提高性能表现。

Dec, 2023