Zugriff

    Zugriff prüfen

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Risk-Aware Multi-Agent Path Planning for Target Detection: A Multi-Agent Reinforcement Learning Approach


    Beteiligte:
    Votion, Johnathan (Autor:in) / Feng, Tao (Autor:in) / Cao, Yongcan (Autor:in)

    Kongress:

    AIAA Scitech 2021 Forum



    Erscheinungsdatum :

    01.01.2021




    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Elektronische Ressource


    Sprache :

    Englisch





    Multi-UAV Path Planning and Following Based on Multi-Agent Reinforcement Learning

    Xiaoru Zhao / Rennong Yang / Liangsheng Zhong et al. | DOAJ | 2024

    Freier Zugriff

    Exploration of Multi-Agent Reinforcement Learning for ISR Flight Path Planning

    Xie, Lynphone Mark / Conway, Emily / Cheng, Huaining et al. | IEEE | 2024


    Deep Reinforcement Learning for Image-Based Multi-Agent Coverage Path Planning

    Xu, Meng / She, Yechao / Jin, Yang et al. | IEEE | 2023


    iPLAN: Intent-Aware Planning in Heterogeneous Traffic via Distributed Multi-Agent Reinforcement Learning

    Wu, Xiyang / Chandra, Rohan / Guan, Tianrui et al. | ArXiv | 2023

    Freier Zugriff