跳到正文
arXiv · 机器人与计算机视觉· Muzaffar Qureshi, Yihui Mao, James W. Cross, Kyle Volle, Rushikesh Kamalapurkar·· 4 小时前AI 评分28

深度强化学习实现曝光感知信息路径规划

Exposure-Aware Informative Path Planning Using Deep Reinforcement Learning

AI 导读

该方法将有限预算下的多智能体信息路径规划建模为标量化双目标信念状态马尔可夫决策过程,利用参数共享近端策略优化框架离线训练。在雷达、羽流及野火场域测试中,EA-IPP 智能体以低于非学习基线 10% 的信息代价实现了最低的 GP 重建 RMSE,且最小场暴露量分别比无感知基线低约 34.6%、20.1% 和 27%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org