Buchumschlag

Autonomous Navigation of Unmanned Vehicle Through Deep Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Letian, Liu, Jiabei, Zhao, Haopeng, Zheng, Tianyao, Jiang, Tongzhou, Liu, Lipeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prioritized experience replay-based DDQN for Unmanned Vehicle Path Planning
von: Lipeng, Liu, et al.
Veröffentlicht: (2024)

Trajectory Tracking Using Frenet Coordinates with Deep Deterministic Policy Gradient
von: Jiang, Tongzhou, et al.
Veröffentlicht: (2024)

Autonomous Navigation of an Ultrasound Probe Towards Standard Scan Planes with Deep Reinforcement Learning
von: Li, Keyu, et al.
Veröffentlicht: (2021)

Deep Reinforcement Learning for Local Path Following of an Autonomous Formula SAE Vehicle
von: Merton, Harvey, et al.
Veröffentlicht: (2024)

Evaluating Robustness of Deep Reinforcement Learning for Autonomous Surface Vehicle Control in Field Tests
von: Batista, Luis F. W., et al.
Veröffentlicht: (2025)

Wind Estimation in Unmanned Aerial Vehicles with Causal Machine Learning
von: Alwalan, Abdulaziz, et al.
Veröffentlicht: (2024)

Cross-cultural Deployment of Autonomous Vehicles Using Data-light Inverse Reinforcement Learning
von: Lu, Hongliang, et al.
Veröffentlicht: (2025)

Architecture for Multi-Unmanned Aerial Vehicles based Autonomous Precision Agriculture Systems
von: Temesgen, Ebasa, et al.
Veröffentlicht: (2026)

Optimal Actuator Attacks on Autonomous Vehicles Using Reinforcement Learning
von: Wang, Pengyu, et al.
Veröffentlicht: (2025)

Demystifying the Physics of Deep Reinforcement Learning-Based Autonomous Vehicle Decision-Making
von: Wan, Hanxi, et al.
Veröffentlicht: (2024)

Research on Autonomous Robots Navigation based on Reinforcement Learning
von: Wang, Zixiang, et al.
Veröffentlicht: (2024)

DrS: Learning Reusable Dense Rewards for Multi-Stage Tasks
von: Mu, Tongzhou, et al.
Veröffentlicht: (2024)

Optimizing Plastic Waste Collection in Water Bodies Using Heterogeneous Autonomous Surface Vehicles with Deep Reinforcement Learning
von: Barrionuevo, Alejandro Mendoza, et al.
Veröffentlicht: (2024)

Autonomous Vehicle Lateral Control Using Deep Reinforcement Learning with MPC-PID Demonstration
von: Wu, Chengdong, et al.
Veröffentlicht: (2025)

Task-specific Subnetwork Discovery in Reinforcement Learning for Autonomous Underwater Navigation
von: Liu, Yi-Ling, et al.
Veröffentlicht: (2026)

Digital Twin Supervised Reinforcement Learning Framework for Autonomous Underwater Navigation
von: Mari, Zamirddine, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Unmanned Aerial Vehicle Coordination by Multi-Critic Policy Gradient Optimization
von: Alon, Yoav, et al.
Veröffentlicht: (2020)

Crowd-Robot Interaction: Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning
von: Chen, Changan, et al.
Veröffentlicht: (2018)

Deep RL-based Autonomous Navigation of Micro Aerial Vehicles (MAVs) in a complex GPS-denied Indoor Environment
von: Singh, Amit Kumar, et al.
Veröffentlicht: (2025)

Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning
von: Corsi, Davide, et al.
Veröffentlicht: (2024)

Generalization in Deep Reinforcement Learning for Robotic Navigation by Reward Shaping
von: Miranda, Victor R. F., et al.
Veröffentlicht: (2022)

Reinforcement Learning for Safe Autonomous Two Device Navigation of Cerebral Vessels in Mechanical Thrombectomy
von: Robertshaw, Harry, et al.
Veröffentlicht: (2025)

Curriculum-Based Reinforcement Learning for Autonomous UAV Navigation in Unknown Curved Tubular Conduit
von: Mari, Zamirddine, et al.
Veröffentlicht: (2025)

Decentralized Structural-RNN for Robot Crowd Navigation with Deep Reinforcement Learning
von: Liu, Shuijing, et al.
Veröffentlicht: (2020)

Security of Deep Reinforcement Learning for Autonomous Driving: A Survey
von: Demontis, Ambra, et al.
Veröffentlicht: (2022)

EmoBipedNav: Emotion-aware Social Navigation for Bipedal Robots with Deep Reinforcement Learning
von: Zhu, Wei, et al.
Veröffentlicht: (2025)

Hierarchical Reinforcement Learning for Safe Mapless Navigation with Congestion Estimation
von: Gao, Jianqi, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Testing Interdependent Requirements in Autonomous Vehicles: An Empirical Study
von: Wu, Jiahui, et al.
Veröffentlicht: (2025)

Vision-Based Deep Reinforcement Learning of UAV Autonomous Navigation Using Privileged Information
von: Wang, Junqiao, et al.
Veröffentlicht: (2024)

Safe Multi-Agent Reinforcement Learning with Bilevel Optimization in Autonomous Driving
von: Zheng, Zhi, et al.
Veröffentlicht: (2024)

A Zero-Shot Reinforcement Learning Strategy for Autonomous Guidewire Navigation
von: Scarponi, Valentina, et al.
Veröffentlicht: (2024)

MAGNNET: Multi-Agent Graph Neural Network-based Efficient Task Allocation for Autonomous Vehicles with Deep Reinforcement Learning
von: Ratnabala, Lavanya, et al.
Veröffentlicht: (2025)

Quantum Deep Reinforcement Learning for Robot Navigation Tasks
von: Hohenfeld, Hans, et al.
Veröffentlicht: (2022)

Toward 6-DOF Autonomous Underwater Vehicle Energy-Aware Position Control based on Deep Reinforcement Learning: Preliminary Results
von: Boré, Gustavo, et al.
Veröffentlicht: (2025)

Multimodal Information Bottleneck for Deep Reinforcement Learning with Multiple Sensors
von: You, Bang, et al.
Veröffentlicht: (2024)

Fast Lifelong Adaptive Inverse Reinforcement Learning from Demonstrations
von: Chen, Letian, et al.
Veröffentlicht: (2022)

Hybrid DQN-TD3 Reinforcement Learning for Autonomous Navigation in Dynamic Environments
von: He, Xiaoyi, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning-Based User Scheduling for Collaborative Perception
von: Liu, Yandi, et al.
Veröffentlicht: (2025)

Machine Learning-Based Estimation Of Wave Direction For Unmanned Surface Vehicles
von: Habouche, Manele Ait, et al.
Veröffentlicht: (2024)

DreamerAD: Efficient Reinforcement Learning via Latent World Model for Autonomous Driving
von: Yang, Pengxuan, et al.
Veröffentlicht: (2026)