科研之友
微信
新浪微博
Facebook
分享链接
摘要
信源导航在应急救援、工业巡检及其他危险作业中具有重要应用意义.在实际应用中，环境的状态信息往往是难以完全观测的，即部分可观测环境.如何利用观测到的部分环境信息做出实时决策，并基于历史序列信息对系统未来状态进行有效的预测，成为信源导航相关研究所面临的挑战性问题.本文提出一种基于深度序列蒙特卡洛树搜索（Deep Sequential Monte-Carlo Tree Search,DS-MCTS）的信源导航算法和系统框架，基于序列动作预测（Sequential Action Prediction,SAP）网络为MCTS决策提供先验知识，构建奖励分配预测（Reward Allocation Prediction,RAP）网络提高奖励分配精度，最终实现系统的最优化决策.仿真实验表明，DS-MCTS方法提供了一种端到端的信源导航解决方案，可以实现智能体动作的有效预测，实现高效、鲁棒的路径规划.
- 单位
