基于深度强化学习的状态分解避

• 作者: 程擎 曾嘉诚
• 来源期刊: 航空计算技术
• 学科: 工学
• 关键词: 深度强化学习;DDPG;无人机;避障
• 年，卷（期）: 2025,（1）
• 所属期刊栏目: 计算方法
• 页码范围: 5-10
• 页数: 6页
• 语种: 中文

摘要

无人机近些年来发展迅速，但无人机自主导航由于难以同时观测、定位、决策和行动而面临重大挑战。针对无人机三维环境下的自主导航决策，提出了一种高效的状态分解深度确定性策略梯度算法。基于深度确定性策略梯度(Deep Deterministic Policy Gradient, DDPG)算法，根据自身状态提出了一种新的状态分解方法，即对感知相关状态和自身相关状态分别使用两个子网络，以建立更合适的行动者网络，并分化经验池的PM((Prioritized Memory)-DDPG方法。通过虚拟引擎中的airsim平台下进行三维环境搭建并训练。实验证明，提出的PM-DDPG算法能有效提高无人机在三维复杂环境中的导航性能，较传统DDPG,TD3算法在收敛速度，训练无人机到达目标点的效率方面均有更好表现。