基于LSTM深度强化学习的UAV反应式避障方法

作者：杨秀霞; 高恒杰; 刘伟; 张毅

来源：飞行力学, 2022, 40(04): 47-62.

DOI：10.13645/j.cnki.f.d.20220307.009

• 无人机
• 长短时记忆神经网路
• 深度确定性策略梯度算法
• 反应式避障
• 不确定环境

针对传统避障方法难以应用于复杂多障碍的不确定环境问题，提出基于长短时记忆神经网络(LSTM)和深度确定性策略梯度算法(DDPG)的UAV反应式避障方法。首先，采用基于速度障碍法的DDPG避障方法给出了UAV在动态环境中的避障策略；其次，引入LSTM神经网络对DDPG避障方法进行改进，解决了该方法无法表示不同数量障碍状态信息的问题；最后，设计障碍变化策略使UAV在随机训练环境中进行学习，实现了UAV在不同环境中迅速避障。在仿真实验中与多种算法进行对比分析，证明了所提算法具有良好的泛化性和有效性。