基于改进DQN的无人机三维路径规划研究
孔建国
赵恬恬
梁海军
刘晨宇
马珂昕
中国民用航空飞行学院空中交通管理学院 广汉 618300
摘要：为了解决DQN在未知环境下无人机路径规划中存在收敛性差及成功率较低的问题,提出了一种基于NoisyN-et-DuelingDQN的路径规划方法.该方法在传统的DQN算法基础上引入了竞争网络,以更好地评估每一动作的价值;其次,通过给神经网络的权重引入噪声,从而可以更好地探索空间,寻找最优策略.最后通过仿真实验证明:1)该算法在不同环境下相比传统的DQN和NoisyNet-DQN算法具有更好的收敛性和更高的奖励值;2)经60 000次后,该算法成功率较DQN提高12.16%,较NoisyNet-DQN提高3.6%.
关键词：深度强化学习路径规划DQN算法NoisyNet-DuelingDQN
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2025-07-20
在线出版日期：2025-09-25（本平台首次上网日期，不代表文献的发表时间）
页数：5( 36-40 )
英文信息