Yazar
Güven, İslam, Adam, Evşen Yanmaz
Basım Tarihi
2023-10-30
Basım Yeri
-
Bilgisayar Makineleri A.Ş. Derneği
Konu
Evrişimsel sinir ağları, Drone ağları, Bağlantının sürdürülmesi, Çoklu Ajan takviyeli öğrenme, Çoklu İHA yol planlama, Takviyeli öğrenme, İnsansız hava araçları
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
979-840070369-0
Kayıt Numarası
0a8dfe6a-d3b5-466e-b937-d6e405e28229
Lokasyon
Elektrik ve Elektronik Mühendisliği
Tarih
2023-10-30
Notlar
TÜBİTAK
Örnek Metin
Çoklu drone arama ve kurtarma (SAR) görevleri için yeni ödül fonksiyonlarına sahip çoklu Ajan takviyeli öğrenme (MARL) modelini kullanan dinamik bir yol planlayıcı öneriyoruz. Çoklu drone ekibinin bir alanı kapsayarak rastgele dağılmış hedefleri tespit ettiği ve hedefler ile BS arasında sürekli röle zincirleri oluşturarak yer baz istasyonuna (BS) bilgi verdiği bir görev ortamı tasarlıyoruz. Ajanların eğitim prosedürü, dronlar, hedefler, BS gibi her ortam varlığının yörünge geçmişlerini ve bağlantı durumlarını temsil eden görüntüleri kullanan evrişimli bir sinir ağını (CNN) içerir. Ajanlar, görev tamamlanıncaya kadar harekete geçer ve ortamdan geri bildirim alırlar. Model, rastgele hedef konumlara sahip birden fazla görevle eğitilmiştir. Sonuçlarımız, eğitilen modelin, çoklu drone sisteminin dinamik olarak röle zincirleri oluştururken alanı verimli bir şekilde aramasını sağlayacak şekilde görev planlarını başarıyla ürettiğini göstermektedir. Önerilen dinamik yöntem, önceden planlanmış, optimize edilmiş bir yol planlayıcıya kıyasla %45'e kadar daha iyi toplam tespit ve görev süreleri sağlar.
DOI
10.1145/3616392.3623414
