摘要
本发明属于人工智能、机器人自主导航交叉技术领域,公开一种基于分层脉冲强化学习的无人机避障导航方法。采用分层强化学习框架进行避障导航,其中强化学习的模型均采用脉冲神经网络,得到分层脉冲强化学习模型;所述分层脉冲强化学习模型包括低层次的避障决策模块和高层次的子目标点决策网络;所述避障决策模块用于局部避障;所述子目标点决策网络用于规划全局路径;设置状态机协调避障决策模块与子目标点决策网络的运行。本发明能够自适应地平衡局部避障与全局导航的任务需求,使得无人机在执行任务时能够更加自主地作出适应性调整。在保证决策效率的同时,还降低了计算资源消耗和功耗。
技术关键词
无人机避障
导航方法
决策
强化学习模型
脉冲
激光雷达数据
分层强化学习
引导无人机
人工神经网络
机器人自主导航
状态机
障碍物
模块
采样点
终点
DQN算法
系统为您推荐了相关专利信息
时间序列预测模型
对抗性
归一化方法
阶段
梯度提升树模型
飞行器
动态障碍物
智能驾驶方法
代表
三维BIM模型
电网设备
自动成图方法
节点
电网拓扑图技术
电力需求量
存储优化方法
边缘控制器
副本
服务器
LSTM模型
路面预防性养护
决策方法
效益评价模型
路段
优化卷积神经网络