基于元强化学习的无人机自主避障与目标追踪

• 作者: 江未来 吴俊 王耀南
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 元强化学习 无人机 自主避障 目标追踪 路径规划
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 101-109
• 页数: 8页
• 分类号: V249.1
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022290

摘要

针对传统深度强化学习在求解无人机自主避障与目标追踪任务时所存在的训练效率低、环境适应性差的问题，在深度确定性策略梯度（Deep Deterministic Policy Gradient，DDPG）算法中融入与模型无关的元学习（Model-Agnostic Meta-Learning，MAML），设计一种内外部元参数更新规则，提出了元深度确定性策略梯度（Meta-Deep Deterministic Policy Gradi⁃ent，Meta-DDPG）算法，以提升模型的收敛速度和泛化能力 . 此外，在模型预训练部分构造基本元任务集以提升实际工程中的预训练效率 . 最后，在多种测试环境下对所提算法进行了仿真验证，结果表明基本元任务集的引入可使模型预训练效果更优，Meta-DDPG 算法相比DDPG 算法在收敛特性和环境适应性方面更有优势，并且元学习方法和基本元任务集对确定性策略强化学习具有通用性.