前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【无人飞行器】开源 | 训练SAC算法的新框架,实现四旋翼飞行器进入目标任务中的低水平控制!

【无人飞行器】开源 | 训练SAC算法的新框架,实现四旋翼飞行器进入目标任务中的低水平控制!

作者头像
CNNer
发布2021-01-27 15:43:09
6700
发布2021-01-27 15:43:09
举报
文章被收录于专栏:CNNer

论文地址: http://arxiv.org/pdf/2010.02293v1.pdf

代码: 公众号回复:09090105929

来源: Unicamp

论文名称:Using Soft Actor-Critic for Low-Level UAV Control

原文作者:Gabriel M. Barros

内容提要

从器官运送到远程位置,到无线网络覆盖,无人机UAVs或无人驾驶飞机,最近已经应用于几个民用应用领域。虽然有许多不同的控制方法被提出,然而,这些平台本质上是不稳定的系统。这些算法一般基于经典和现代控制,要求了解机器人的动力学知识。最近,无模型强化学习已经成功地用于控制无人驾驶飞机,无论任何先验知识的机器人模型。在这项工作中,我们提出了一个框架来训练SAC算法,以实现四旋翼飞行器在进入目标任务中的低水平控制。所有实验均在模拟条件下进行。通过实验,我们证明了SAC不仅可以学习一个稳健的策略,而且可以应对未知的情况。

主要框架及实验结果

声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-01-17,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档