X00219-分层强化学习注意力机制无人机自动巡航airsim仿真

完整gou买链接：https://mbd.pub/o/bread/aJWVlZpu
为了提高DRL的鲁棒性，使用了均值估计函数，而不是常规的价值估计函数。然后，设计了一个递归网络和一个时序注意力机制，以提高算法的性能。第三，提出了一个层次化框架，以提升其在长期任务中的表现。一些现实的仿真环境以及实际环境被用于评估所提出的UAV自主导航方法。