coverage path planning | BriefGPT

关键词coverage path planning

搜索结果 - 8

深度强化学习智能体的实景迁移用于在线覆盖路径规划
通过在仿真环境中训练模型，并在高推理频率下部署，我们成功地将最先进的结果从仿真转移到了真实领域，而直接学习则需要花费几个星期的人工交互，即完全不可行。
PDFa month ago
ARDDQN：无人机覆盖路径规划和数据采集的注意力循环双重深度 Q 网络
提出了一种 ARDDQN（基于注意力的循环双重深度 Q 网络），综合了双重深度 Q 网络（DDQN）、循环神经网络（RNN）和注意力机制，以实现最大限度地收集来自物联网设备的数据和学习无人机的控制方案，同时结合了无人机定位、数据收集和路径覆
PDF2 months ago
学习充电：通过深度强化学习进行无人机覆盖路径规划
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
PDF10 months ago
未知环境下在线覆盖路径规划的端到端强化学习
该研究提出了基于强化学习的、连续状态和动作空间下的在线覆盖路径规划方法，用于处理未知环境的大型区域，并且结合了全局地图和局部感知输入，以及多尺度地图输入表示的观测空间构建，通过提出的全变差奖励，实现了学习路径上无漏洞被覆盖的目标。
PDFa year ago
使用 Roomba 模拟覆盖路径规划
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。
PDF2 years ago
平面覆盖任务中工作站多机器人系统协同学习
本文提出了一种基于多机器人系统、强化学习与分布式规划相结合的方法，用于解决多机器人覆盖路径规划问题，并成功减少环境中随机干扰物的影响和避免碰撞，实现了任务完成时间的优化。
PDF2 years ago
移动机器人覆盖路径规划的快速跨度蚁群算法（FaSACO）
本研究提出了 FaSACO，这是一种基于蚂蚁群算法的快速走过覆盖区域路径规划方法，可以利用启发式信息减少路径规划的时间复杂度，使优化路径更高效，并特别适用于实时和能量有限的应用。
PDF2 years ago
利用深度强化学习进行变化功率限制下的无人机覆盖路径规划
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
PDF4 years ago