Tsukada Lab. Computer Network Group

A Feature-Aware Elite-Imitation MARL for Multi-UAV Trajectory Optimization in Mountain Terrain Detection

Quanxi Zhou, Ye Tao, Qianxiao Su, Manabu Tsukada

Drones, 2025年9月13日

3行要約

  • FA-EIMARLは、形状の異なる山地で複数UAVの協調観測経路を計画する。
  • 部分的な地形情報から他の場面でも使える特徴を抽出し、成績の良い機体の方策を定期的に模倣する。
  • シミュレーションでは異なる地形に適応し、報酬、収束、計算効率が改善した。

論文の図

図 2: 地形データ、システムモデル、方策学習
図 2. 地形データ、システムモデル、方策学習出典: Zhou et al., Drones (2025)(著者原稿の図版) の図 2地形観測と、センシング・エネルギー・通信の各モデルが学習環境につながる流れが分かる。
図 7: 各強化学習手法の学習報酬
図 7. 各強化学習手法の学習報酬出典: Zhou et al., Drones (2025)(著者原稿の図版) の図 7FA-EIMARLと比較手法について、学習中に報酬がどう変わるかを示す。

動画

関連する動画: Trajectory Planning for UAV-Based Smart Farming Using Imitation-Based Triple Deep Q-Learning

関連する研究・ソフトウェア

引用方法

Q. Zhou, Y. Tao, Q. Su, and M. Tsukada, “A Feature-Aware Elite-Imitation MARL for Multi-UAV Trajectory Optimization in Mountain Terrain Detection,” Drones, 2025, doi: 10.3390/drones9090645.

BibTeX

@article{Zhou2025b,
  title         = {A Feature-Aware Elite-Imitation MARL for Multi-UAV Trajectory Optimization in Mountain Terrain Detection},
  author        = {Quanxi Zhou and Ye Tao and Qianxiao Su and Manabu Tsukada},
  url           = {https://www.mdpi.com/2504-446X/9/9/645/pdf},
  doi           = {10.3390/drones9090645},
  year          = {2025},
  date          = {2025-09-13},
  urldate       = {2025-09-13},
  journal       = {Drones},
  keywords      = {Other},
  pubstate      = {published},
  tppubtype     = {article}
}