陆俊凯

随着无人机技术的迅速发展，飞行路径规划成为实现自主飞行的重要课题。传统的路径规划方法往往受到环境不确定性和实时性要求的限制，难以应对复杂环境下的动态变化。为了解决这一问题，本文提出了一种基于机器学习的智能无人机飞行路径规划方法。通过采用深度学习和强化学习算法，研究利用环境数据训练无人机模型，使其在不同的飞行任务和复杂环境中实现自主路径规划。实验结果表明，基于机器学习的路径规划方法相比传统算法在飞行效率和安全性方面具有显著优势。此方法能够有效提升无人机的飞行智能化水平，并为实际应用提供理论依据和技术支持。

机器学习；无人机；飞行路径规划；深度学习；强化学习

[1] 王东辉,李鹏,王磊.基于深度学习的无人机路径规划研究[J].计算机应用研究,2021,38(9):2634-2638. [2] 陈星,高杰.无人机路径规划算法的综述[J].控制与决策,2020,35(6):1182-1188. [3] 李强,周浩.基于强化学习的无人机动态路径优化研究[J].机器人技术与应用,2022,40(3):55-60. [4] 刘志刚,孙东升.无人机飞行路径规划的深度学习方法[J].自动化学报,2020,46(11):2145-2154. [5] 张晓慧,赵彬.基于深度强化学习的无人机自主路径规划[J].系统工程与电子技术,2021,43(7):1859-1867.

点击下载PDF