一种基于改进TD3算法的无人机路径规划方法OA
针对无人机路径规划问题提出了一种基于TD3算法的改进方案,使无人机在执行任务中能够通过与环境的持续交互自主完成路径规划.构建了一个3D连续动作空间的仿真环境,采用平均Q值策略克服TD3算法中出现的Q值低估问题;引入多经验池概念,对正面与负面经验进行分类存储以提升经验数据的使用效率;设计了一个新的奖励函数,以指导无人机在避障和路径规划方面的决策.实验结果表明,改进的算法在未知环境中能够有效实现避障和路径规划,具有更快的收敛速度、更稳定的训练结果以及更低的失败率.
许其义;宋百超;何科震;孙洪涛
曲阜师范大学工学院,山东省日照市276826曲阜师范大学工学院,山东省日照市276826曲阜师范大学工学院,山东省日照市276826曲阜师范大学工学院,山东省日照市276826
信息技术与安全科学
无人机路径规划TD3平均Q值多经验池
《曲阜师范大学学报(自然科学版)》 2026 (3)
P.59-66,8
国家自然科学基金(62103229)山东省研究生优质教育教学资源项目(SDYAL2024163)日照市自然科学基金(RZ2021ZR02).
评论