Вестник КазАТК2024
REINFORCEMENT LEARNING КАК ТЕХНОЛОГИЯ, ПОЗВОЛЯЮЩАЯ ОБЕСПЕЧИТЬ НЕПРЕРЫВНЫЙ МОНИТОРИНГ ОБШИРНЫХ ТЕРРИТОРИЙ
В данной статье рассмотрены алгоритмы распознавания станций подзарядки и оптимизации траекторий полета беспилотных летательных аппаратов (БПЛА) с применением методов Reinforcement Learning (RL). Представлены традиционные подходы компьютерного зрения и глубокого обучения для идентификации зарядных станций, а также алгоритмы планирования маршрутов, включая A*, Dijkstra и Rapidly Exploring Random Tree. Проведен сравнительный анализ методов и показано, что RL обладает высокой адаптивностью в реальных условиях, обеспечивая улучшение автономности и энергоэффективности БПЛА. Исследование демонстрирует, как интеграция RL способствует повышению точности стыковки дронов с зарядными станциями и оптимизации их работы в динамической среде.
Сведения
- Журнал
- Вестник КазАТК
- Опубликовано
- 2024 · Т. 135, № 6, С. 255-262
- Язык
- Русский
- ISSN
- 1609-1817 · 2790-5802
- Издатель
- JSC Academy of Logistics and Transport