مسیریابی و هدایت دسته جمعی مجموعه ای از پهپاد ها در محیط های ناشناخته به منظور هدف یابی با هوش تجمعی خودمختار

عملکرد بهتر پهپادها در حداکثر زاویه چرخش، انعطاف پذیری در حرکت مانوری، مقیاس پذیری بالا، کنترل پذیری و قابلیت حمل، باعث رشد بی سابقه آنها در کاربردهای نظامی و غیرنظامی دو دهه اخیر شده است. استفاده از سیستم های مشارکتی چند رباتی از طریق موازی سازی و افزونگی باعث تسهیل و بالابردن ظرفیت انجام وظایفی در پهپادهاست که نیاز به پرواز بر فراز مناطق وسیع و ناشناخته را دارند. توانایی کامل در انجام ماموریت ها با حداقل تعامل انسانی، هدف نهایی وسایل نقلیه هوایی بدون سرنشین است و بسته به پیچیدگی وظایف و اینکه آیا یک راه حل کاملا مستقل برای آن کاربرد خاص وجود دارد یا خیر، می توان به سطوح مختلفی از خودمختاری در راستای این هدف دست یافت. یکی از چالش های اساسی این سیستم ها، هماهنگ کردن گروه های پهپادها برای دستیابی به یک هدف یا رفتار گروهی و مهم تر از آن، انجام آن به طور مستقل است. با استفاده از استراتژی مبتنی بر رفتار گروهی مدل های زیستی طبیعی مانند پرندگان یا مورچه ها و هوش ازدحامی در پژوهش حاضر، روشی نوین برای ناوبری و مسیریابی مجموعه ای از پهپاد ها در آسمان به صورت خودمختار و خودگردان با استفاده از یادگیری تقویتی عمیق ارائه شده است تا در عین حرکت به صورت دسته جمعی، با حداقل تعامل انسان توانایی مسیریابی را اخذ و وظیفه ی اختصاص یافته را انجام دهد. در مدل ارائه شده پهپاد ها باید در محیط ناشناخته، با کمترین اطلاعات از نقشه راه و اطلاعات قبلی بر اساس ورودی ها و دریافتی های محیط برنامه ریزی محلی را انجام دهند. نتیجه حاصل از این تحقیق، ارائه روشی نوین برای ایجاد ازدحام های مصنوعی از پهپاد ها به منظور جهت یابی در محیط های ناشناخته و ردیابی اهداف است. روش ارائه شده مسیریابی مبتنی بر یادگیری تقویتی نه تنها توانایی برقراری تعادل مابین زمان برنامه ریزی و کیفیت مسیر را دارند، بلکه دارای ثبات و سازگاری مناسب با محیط پویا است.

کلیدواژه ها:

سیستم های مشارکتی چند پهپادی ، هدایت دسته جمعی ، مسیریابی خودمختار ، یادگیری تقویتی عمیق