多模态历史窗口门控注意力软演员-评论家算法在城市低空无人机导航中的应用

《Drones》:Multimodal History-Window Gated-Attention Soft Actor–Critic for Urban Low-Altitude UAV Navigation

【字体: 大 中 小 】 时间:2026年08月06日 来源:Drones 5.2

编辑推荐:

   摘要

  

摘要

城市低空无人机导航需要处理部分可观测性、建筑物遮挡、风干扰以及持续控制等问题。本研究开发并评估了HW-GA-SAC,这是一种用于程序生成的三维MuJoCo城市环境的多模态历史窗口软演员-评论家(SAC)策略。该策略采用受Gated Transformer-XL(GTrXL)启发的门控注意力编码器来处理固定的八步导航历史数据,同时当前帧安全模块会为演员和评论家提供垂直间隙信息、稀疏的类激光雷达距离数据以及手工设计的安全部署提示。该策略通过障碍物相关观测数据和奖励机制来实现碰撞避免,但不包含约束性策略优化或独立的运行时安全过滤器。在采用五种训练种子和五种评估场景的七种方法对比中,HW-GA-SAC的成功率为96% ± 3%,平均回报值为207 ± 16,超时率为3% ± 4%。前馈SAC的成功率为92% ± 11%,超时率为7% ± 10%,但其生成的路径更为直接。通过五种子学习曲线分析、城市分割评估、风敏感性测试、感知扰动实验、推理性能分析以及消融研究,进一步展现了该策略的特性。在这种仿真环境下,HW-GA-SAC在任务完成度方面表现最佳,且在任务完成度和路径直接性之间实现了良好的权衡。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号