期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度强化学习的未知越野环境空地协同路径搜索方法
1
作者
王容川
宋文杰
+3 位作者
毛梓豪
王凯
杨毅
付梦印
《中国惯性技术学报》
北大核心
2025年第4期394-401,共8页
面对先验信息未知、地形复杂的越野环境,传统空地协同方法采用贪婪策略易陷入局部最优,且缺乏对地形风险信息考虑,难以实现无人车安全、高效的自主行驶。针对以上问题,提出一种基于深度强化学习的空地协同路径搜索方法。首先,采用栅格...
面对先验信息未知、地形复杂的越野环境,传统空地协同方法采用贪婪策略易陷入局部最优,且缺乏对地形风险信息考虑,难以实现无人车安全、高效的自主行驶。针对以上问题,提出一种基于深度强化学习的空地协同路径搜索方法。首先,采用栅格地图构建方法,引入几何特征分析以实现地形风险信息精确刻画。其次,提出一种无人机视角下基于柔性演员-评论家强化学习的决策方法,通过构建增量式节点拓扑图,结合多级Transformer编码-解码网络提取特征,确保高效选择局部目标点以引导无人车。最后,使用贝塞尔曲线,结合无人车局部地形分析结果,生成安全、平滑的行驶轨迹。仿真结果表明,与三种典型空地协同路径搜索方法相比,所提方法使无人车的平均路径风险值减少约20.8%,局部目标点决策步骤的平均计算时间减少约82.6%,有效提升了无人车在未知越野环境中的自主行驶能力。
展开更多
关键词
强化学习
地形风险分析
未知越野环境
空地协同
路径搜索
在线阅读
下载PDF
职称材料
题名
基于深度强化学习的未知越野环境空地协同路径搜索方法
1
作者
王容川
宋文杰
毛梓豪
王凯
杨毅
付梦印
机构
北京理工大学自动化学院
南京理工大学
出处
《中国惯性技术学报》
北大核心
2025年第4期394-401,共8页
基金
国家自然科学基金(62373052,62233002)
北京市自然科学基金(4252051)
国家重点实验室基金(TJ-01-22-09)。
文摘
面对先验信息未知、地形复杂的越野环境,传统空地协同方法采用贪婪策略易陷入局部最优,且缺乏对地形风险信息考虑,难以实现无人车安全、高效的自主行驶。针对以上问题,提出一种基于深度强化学习的空地协同路径搜索方法。首先,采用栅格地图构建方法,引入几何特征分析以实现地形风险信息精确刻画。其次,提出一种无人机视角下基于柔性演员-评论家强化学习的决策方法,通过构建增量式节点拓扑图,结合多级Transformer编码-解码网络提取特征,确保高效选择局部目标点以引导无人车。最后,使用贝塞尔曲线,结合无人车局部地形分析结果,生成安全、平滑的行驶轨迹。仿真结果表明,与三种典型空地协同路径搜索方法相比,所提方法使无人车的平均路径风险值减少约20.8%,局部目标点决策步骤的平均计算时间减少约82.6%,有效提升了无人车在未知越野环境中的自主行驶能力。
关键词
强化学习
地形风险分析
未知越野环境
空地协同
路径搜索
Keywords
reinforcement learning
terrain risk analysis
unknown off-road environments
aerial-ground collaboration
path finding
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度强化学习的未知越野环境空地协同路径搜索方法
王容川
宋文杰
毛梓豪
王凯
杨毅
付梦印
《中国惯性技术学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
