The technology relates to navigating aerial vehicles using deep reinforcement learning techniques to generate flight policies. A simulator may produce simulations of a flight occurring in a region of an atmosphere, a replay buffer may store frames of the simulations, and a learning module having a deep reinforcement learning architecture may process a set of frames and output a neural network encoding a learned flight policy. A meta-learning system may include stacks of learning systems, a coordinator to provide an instruction to the learning systems, and an evaluation server to evaluate resulting rewards from learned flight policies. An operational system for controlling flight of an aerial vehicle may include a computing system to process an input vector representing a state of the aerial vehicle and output an action, an operation-ready policies server to store a trained neural network encoding a learned flight policy, and a controller.
La présente technologie concerne la navigation de véhicules aériens à l'aide de techniques d'apprentissage par renforcement profond pour générer des politiques de vol. Un simulateur peut produire des simulations d'un vol se produisant dans une région d'une atmosphère, un tampon de relecture peut stocker des trames des simulations, et un module d'apprentissage ayant une architecture d'apprentissage de renforcement profond peut traiter un ensemble de trames et délivrer en sortie un réseau neuronal codant pour une politique de vol apprise. Un système de méta-apprentissage peut comprendre des piles de systèmes d'apprentissage, un coordinateur pour fournir une instruction aux systèmes d'apprentissage, et un serveur d'évaluation pour évaluer les récompenses résultantes de politiques de vol apprises. Un système fonctionnel pour commander le vol d'un véhicule aérien peut comprendre un système informatique pour traiter un vecteur d'entrée représentant un état du véhicule aérien et délivrer une action, un serveur de politiques prêt à l'utilisation pour stocker un réseau neuronal entraîné codant pour une politique de vol apprise, et un dispositif de commande.
NAVIGATING AERIAL VEHICLES USING DEEP REINFORCEMENT LEARNING
NAVIGATION DE VÉHICULES AÉRIENS À L'AIDE D'UN APPRENTISSAGE PAR RENFORCEMENT PROFOND
2021-05-06
Patent
Electronic Resource
English
Systems and Methods for Navigating Aerial Vehicles Using Deep Reinforcement Learning
European Patent Office | 2021
|