arXiv cs.AI· Christopher Conrad, Deepak Panda, Weisi Guo, Antonios Tsourdos·· 1 天前AI 评分36
面向 UAS 临时接管场景的中断感知循环强化学习导航研究
Interruption-Aware Recurrent Reinforcement Learning for UAS Navigation Under Temporary Overrides
AI 导读
一项 arXiv 研究针对无人机（UAS）在远程飞行员或detect-and-avoid系统临时中断循环强化学习策略后的接管恢复问题，发现中断会降低隐状态中任务信息的可解码性并提高中断后碰撞风险。研究提出三种中断感知架构，通过独立特征流、专用中断记忆或门控环境特征来处理中断上下文。其中最强架构相比循环基线将中断后碰撞减少 74%、任务失败减少 69%，且不影响无中断时的性能。
来源：arXiv cs.AI · arxiv.org