دانلود مقاله انگلیسی رایگان:الگوریتم جدید بهینه سازی یادگیری تقویتی گرگ خاکستری برای برنامه ریزی مسیر وسایل نقلیه هوایی بدون سرنشین (پهپاد) - 2020
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • A novel reinforcement learning based grey wolf optimizer algorithm for unmanned aerial vehicles (UAVs) path planning A novel reinforcement learning based grey wolf optimizer algorithm for unmanned aerial vehicles (UAVs) path planning
    A novel reinforcement learning based grey wolf optimizer algorithm for unmanned aerial vehicles (UAVs) path planning

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    A novel reinforcement learning based grey wolf optimizer algorithm for unmanned aerial vehicles (UAVs) path planning


    ترجمه فارسی عنوان مقاله:

    الگوریتم جدید بهینه سازی یادگیری تقویتی گرگ خاکستری برای برنامه ریزی مسیر وسایل نقلیه هوایی بدون سرنشین (پهپاد)


    منبع:

    Sciencedirect - Elsevier - Applied Soft Computing Journal, 89 (2020) 106099: doi:10:1016/j:asoc:2020:106099


    نویسنده:

    Chengzhi Qu, Wendong Gai ∗, Maiying Zhong, Jing Zhang


    چکیده انگلیسی:

    Unmanned aerial vehicles (UAVs) have been used in wide range of areas, and a high-quality path planning method is needed for UAVs to satisfy their applications. However, many algorithms reported in the literature may not feasible or efficient, especially in the face of three-dimensional complex flight environment. In this paper, a novel reinforcement learning based grey wolf optimizer algorithm called RLGWO has been presented for solving this problem. In the proposed algorithm, the reinforcement learning is inserted that the individual is controlled to switch operations adaptively according to the accumulated performance. Considering that the proposed algorithm is designed to serve for UAVs path planning, four operations have been introduced for each individual: exploration, exploitation, geometric adjustment, and optimal adjustment. In addition, the cubic B-spline curve is used to smooth the generated flight route and make the planning path be suitable for the UAVs. The simulation experimental results show that the RLGWO algorithm can acquire a feasible and effective route successfully in complicated environment.
    Keywords: Unmanned aerial vehicles (UAVs) | Three-dimensional path planning | Reinforcement learning | Grey wolf optimizer


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 12
    حجم فایل: 2302 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi