Un marco de Q-learning consciente de la energía para la planificación integral de trayectorias de cobertura en...

Área de la Ciencia:

• Robótica y Sistemas Inteligentes
• Inteligencia Artificial
• Operaciones de Búsqueda y Rescate

Sus antecedentes:

• Los algoritmos convencionales de planificación de trayectorias de cobertura (CPP) enfrentan limitaciones en entornos dinámicos e impredecibles posteriores a desastres.
• La planificación de trayectorias robóticas requiere adaptabilidad para operaciones eficientes de búsqueda y rescate en terrenos inciertos.

Objetivo del estudio:

• Introducir PERM-QN (Q-learning con repetición de experiencia prioritaria y red de memoria), un algoritmo inteligente de planificación de trayectorias.
• Permitir la cobertura completa del área consciente de la energía para robots en entornos complejos de desastres cargados de obstáculos.

Principales métodos:

• PERM-QN integra una función de recompensa de peso dinámico para un equilibrio adaptativo de la cobertura, la longitud de la trayectoria y el consumo de energía.
• El mecanismo de repetición de experiencia prioritaria acelera la convergencia del aprendizaje al priorizar experiencias pasadas de alto valor.
• Una red de memoria acelera la planificación de rutas en regiones de terreno similares, reduciendo la exploración redundante.

Principales resultados:

• PERM-QN demostró una exploración de área más eficiente y completa en comparación con los métodos tradicionales en entornos simulados posteriores a desastres.
• El algoritmo mantuvo un rendimiento sólido en diversas complejidades ambientales.
• PERM-QN logró una cobertura eficaz y consciente de la energía en terrenos inciertos.

Conclusiones:

• PERM-QN ofrece una solución eficaz para la planificación de trayectorias robóticas en escenarios complejos y dinámicos posteriores a desastres.
• El algoritmo inteligente mejora las capacidades de los robots en misiones de búsqueda y rescate.
• Este enfoque mejora la eficiencia y la integridad de la exploración al tiempo que gestiona el consumo de energía.