التعلم العميق المعزز لملاحة الطائرات المسيرة باستخدام بيانات الحساسات

الملخص: يمكن استخدام الروبوتات المتنقلة مثل الطائرات المسيرة (الدرون) للمراقبة والرصد وجمع البيانات في المباني والبنية التحتية والبيئات. من المعلوم أهمية الرصد الدقيق والمتعدد الأبعاد لتحديد المشكلات مبكرًا ومنع تصاعدها. وهذا يحفز الحاجة إلى روبوتات متنقلة ذات قرار مرن ومستقل وقوي. تحتاج هذه الأنظمة إلى أن تكون قادرة على التعلم من خلال دمج البيانات من مصادر متعددة. حتى وقت قريب جدًا، كانت محددة المهام. في هذه الورقة، نصف خوارزمية ملاحة عامة تستخدم بيانات من الحساسات المثبتة على الدرون لتوجيه الدرون إلى موقع المشكلة. في الحالات الخطرة والمهمة للسلامة، فإن تحديد المشكلات بدقة وسرعة أمر حيوي. نستخدم خوارزمية تحسين السياسة القريبة للتعلم العميق المعزز جنبًا إلى جنب مع التعلم المنهجي المتزايد والشبكات العصبية ذات الذاكرة القصيرة والطويلة لتنفيذ خوارزمية الملاحة العامة والقابلة للتكيف. نقوم بتقييم تكوينات مختلفة مقابل تقنية هيرستيكية لإظهار دقتها وكفاءتها. أخيرًا، نعتبر كيف يمكن ضمان سلامة الدرون من خلال تقييم مدى أمان أداء الدرون باستخدام خوارزمية الملاحة الخاصة بنا في سيناريوهات العالم الحقيقي.