基于GRU-A3C的四旋翼无人机视觉避障系统

来源：电子测量技术杂志2024年第21期北京时间：

作者：马澳华，邢关生

单位：青岛科技大学自动化与电子工程学院 青岛 266061

摘要：针对基于深度强化学习的四旋翼无人机视觉避障系统,模型训练速度慢、计算量大和响应不及时的问题，设计了一种轻量化且模型训练速度快的系统。该系统首先以深度图像和无人机自身状态信息作为输入，然后使用一种基于GRU结构的A3C算法(GRU-A3C)，输出连续动作空间并结合课程学习的方法进行训练加速。最后，以A3C为基线进行消融实验。实验结果为：在训练1 000轮次时，利用课程学习方法训练的GRU-A3C算法成功率为0.28，A3C算法成功率为0.2；在训练5 000轮次时，利用课程学习方法训练的GRU-A3C算法成功率为0.72，A3C算法成功率0.62。数据表明，该系统可以有效加快模型收敛速度，缩短训练时间并提高训练效果。

关键词：深度强化学习;四旋翼无人机;A3C;课程学习;视觉避障

基金资助：国家自然科学基金(61503118，62006135)项目资助