文献

J-GLOBAL ID：202102271805163672   整理番号：21A2454008

深層強化学習とMeta学習に基づく不確実な環境におけるUAV操縦目標追跡【JST・京大機械翻訳】

UAV Maneuvering Target Tracking in Uncertain Environments Based on Deep Reinforcement Learning and Meta-Learning

著者 (4件)： Li Bo (School of Electronics and Information, Northwestern Polytechnical University, Xi’an 710072, China) ,  Gan Zhigang (School of Electronics and Information, Northwestern Polytechnical University, Xi’an 710072, China) ,  Chen Daqing (School of Engineering, London South Bank University, London SE1 0AA, UK) ,  Aleksandrovich Dyachenko Sergey (School of Robotic and Intelligent Systems, Moscow Aviation Institute, 125993 Moscow, Russia)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 22  ページ： 3789  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文では,深層強化学習(DRL)をメタ学習と組合せ,メタツイン遅延深層決定論的ポリシー勾配(Meta-TD3)と名付けた新しいアプローチを提案し,無人航空機(UAV)の制御を実現し,UAVがターゲットの運動が不確実である環境中の目標を迅速に追跡することを可能にする。この手法は,野生生物保護,緊急援助,リモートセンシングのような様々なシナリオに適用できる。著者らは,DRLアルゴリズムのマルチタスク学習のためのデータを提供するために,マルチタスク経験再生バッファを考察して,著者らは,強化学習の一般化能力を確実にするために,マルチタスク強化学習更新方法を開発するために,メタ学習を結合した。最新のアルゴリズムと比較して,深い決定論的政策勾配(DDPG)とツイン遅延深い決定論的政策勾配(TD3),実験結果は,Meta-TD3アルゴリズムが収束値と収束速度の両方に関して大きな改良を達成したことを示した。UAVターゲット追跡問題において,Meta-TD3は,UAVを新しいターゲット移動モードに迅速に適応させ,より良い追跡有効性を維持するため,訓練するのに少数のステップを必要とするだけである。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  *不確実性 ,  リモートセンシング ,  無人機 ,  野生生物 ,  深層 ,  有効性 ,  *強化学習
準シソーラス用語： 収束速度 ,  メタ学習 ,  決定論 ,  マルチタスク ,  *ターゲット追跡 ,  *深層強化学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： UAV ,  目標追跡の操縦 ,  深層強化学習 ,  メタ学習 ,  マルチタスク

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (35件)：

• Fu, C.; Carrio, A.; Olivares-Mendez, M.A.; Suarez-Fernandez, R.; Campoy, P. Robust real-time vision-based aircraft tracking from unmanned aerial vehicles. In Proceedings of the 2014 IEEE International Conference on Robotics and Automation (ICRA), Hong Kong, China, 31 May-5 June 2014; IEEE; Piscataway, NJ, USA, 2014; pp. 5441-5446.
• Olivares-Mendez, M.A.; Fu, C.; Ludivig, P.; Bissyandé, T.F.; Kannan, S.; Zurad, M.; Annaiyan, A.; Voos, H.; Campoy, P. Towards an autonomous vision-based unmanned aerial system against wildlife poachers. Sensors 2015, 15, 31362-31391.
• Birk, A.; Wiggerich, B.; Bülow, H.; Pfingsthorn, M.; Schwertfeger, S. Safety, security, and rescue missions with an unmanned aerial vehicle (UAV). J. Intell. Robot. Syst. 2011, 64, 57-76.
• Fu, C.; Carrio, A.; Campoy, P. Efficient visual odometry and mapping for unmanned aerial vehicle using ARM-based stereo vision pre-processing system. In Proceedings of the 2015 International Conference on Unmanned Aircraft Systems (ICUAS), Denver, CO, USA, 9-12 June 2015; pp. 957-962.
• Li, B.; Wu, Y. Path Planning for UAV Ground Target Tracking via Deep Reinforcement Learning. IEEE Access 2020, 8, 29064-29074.

タイトルに関連する用語 (6件)： 深層強化学習 ,  学習 ,  環境 ,  UAV ,  操縦 ,  目標追跡