होम
एक्सप्लोर
nav.journalClub
ट्रेंडिंग
और
synapse
⌘+K
भाषा
हिन्दी
हिन्दी
मल्टी-एजेंट रिइंफोर्समेंट लर्निंग और डायनैमिक एनवायरनमेंट मॉडलिंग पर आधारित इन-स्टेशन UAV पथ योजना | Synapse
March 3, 2026
Open Access
स्टेशन में UAV पथ योजना, जो मल्टी-एजेंट पुनर्बलन शिक्षण और गतिशील वातावरण मॉडलिंग पर आधारित है
XZ
X. Zhang
CL
Chang Li
BGI Group (China)
MZ
Mingli Zhao
Key Points
इष्टतम पथों में मल्टी-एजेंट पुनर्बलन शिक्षण तकनीकों के साथ सुधार होता है, जो पथ योजना की दक्षता को बढ़ाता है।
प्रभावी एजेंट सहयोग परिवर्तित परिवेश में बेहतर नेविगेशन की ओर ले जाता है, जिसे सफलता मीट्रिक द्वारा संकेतित किया गया है।
गतिशील वातावरण मॉडलिंग UAV के लिए वास्तविक समय में निर्णय लेने में सक्षम बनाती है, जो विविध परिस्थितियों में अनुकूलन रणनीतियों को बढ़ावा देती है।
स्वचालित UAV संचालन में संभावित प्रगति को उजागर करता है, जिसमें मजबूत एल्गोरिदम की आवश्यकता पर जोर दिया गया है।
Read Full Paper
externally
Mark Helpful
Like
Save
Bookmark
Relay
Share
View Full Paper
Mark Helpful
Like
Save
Bookmark
Relay
Share
View Full Paper
Cite This Study
Copy
Zhang et al. (बुध,) ने इस प्रश्न का अध्ययन किया।
synapsesocial.com/papers/69a75cefc6e9836116a263b1
https://doi.org/https://doi.org/10.1007/s44163-026-00882-4