论文部分内容阅读
区域侦察是无人机研究领域的一个重要分支。由于实际任务和环境十分复杂,区域侦察控制方法必须具备较快的计算速度、较强的自主性和智能性。人工智能因具有学习能力强、效率高、融合度高等特性被应用于区域侦察任务中。本文系统介绍了区域侦察问题的背景并综述了基于人工智能解决该问题的方法,主要分为构造并优化目标函数的启发式算法和求解最优价值或策略的深度强化学习方法这两类。通过对上述方法的全方位比较,发现深度强化学习因具有自学习和在线学习的性能,能很好地适应复杂、未知环境进而能快速、准确解决区域侦察问题。此外,本文还探