动态环境无人机导航的安全分层强化学习框架

商益铭,杜昌平,杨睿,方天睿,杜泽安,郑耀

Safe hierarchical reinforcement learning framework for dynamic UAV navigation

Yiming SHANG,Changping DU,Rui YANG,Tianrui FANG,Ze’an DU,Yao ZHENG

表 8 不同干扰下的成功率、路径效率和平均决策时间对比

Tab.8 Comparison of success rate, path efficiency and average decision time under different interference

算法与条件 Sc/% E $ {T}_{\text{avg}} $/ms 无干扰 95.7 0.962 2.57 单阵风干扰 81.6 0.863 2.61 单雷达噪声 95.3 0.962 2.57 单GPS误差 95.6 0.961 2.57 多干扰APF 31.8 0.593 1.06 多干扰RRT 38.7 0.512 2.07 多干扰DWA 55.3 0.638 2.49 多干扰，本文方法 81.4 0.861 2.86