基于Q学习的无人机三维飞行路径规划方法 (2012年)

简介：
本文提出了一种基于Q学习算法的无人机三维飞行路径规划方法。通过模拟实验验证了该方法的有效性和优越性，在复杂环境中实现了高效、安全的无人机自主导航。 为了解决现有基于强化学习的无人机航迹规划方法在考虑无人机航迹约束方面存在不足的问题，并因此导致规划出的路径实用性较差的情况，我们提出了一种改进型算法用于优化三维空间中的无人机航线设计。该新方法通过运用具体的飞行限制条件来指导离散化处理过程，在缩小最终计算问题规模的同时也提升了生成路线的实际应用价值。此外，还引入了回报成型技术至奖励函数中，从而加速了算法的收敛速度。 经过仿真测试验证，此改进后的三维航迹规划方案展示了其有效性和优越性，能够更好地满足无人机在复杂环境中的飞行需求，并提高了路径规划的质量与效率。