面向智慧观光农业的无人机路径规划策略

作者：张凡; 万雪芬; 崔剑; 刘会丹; 蔡婷婷; 杨义^*

来源：计算机工程与设计, 2022, 43(07): 1905-1914.

DOI：10.16208/j.issn1000-7024.2022.07.014

• 无人机
• 路径规划
• 深度强化学习
• 观光农业
• 无线传感器网络
• 社会力模型

为提高无人机在观光农业混合型无线传感器网络中的数据采集效率,提出一种基于深度强化学习的无人机路径规划策略。基于社会力模型引入人流参量,结合Semi-Markov-Option分层强化学习方法以降低模型复杂度,基于Rainbow算法提出SMO-Rainbow(Semi-Markov-Option-Rainbow)路径规划策略。在ε-greedy探索策略中引入Tanh函数,提出AT-ε-greedy(adaptive-Tanh-greedy)策略,进一步平衡深度强化学习模型训练中的探索与利用阶段。实验结果表明,在观光农业场景中,所提路径规划策略与其它深度强化学习无人机路径规划策略相比,数据采集效率与训练稳定性均更优,有效降低了模型训练难度。

• 单位
  北京航空航天大学; 华北科技学院