Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
The Method and Application of Discrimination and Search for Multi-point Grounding of N600 in Secondary Circuit of Voltage Transformer in Substation Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

An Efficient Multi-agent Deep Deterministic Policy Gradient-Based 3D Dynamic Coverage Algorithm

verfasst von : Wei Zhang, Lei Lei, Lijuan Zhang

Erschienen in: Proceedings of the 2nd International Conference on Internet of Things, Communication and Intelligent Technology

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This work studies the problem of dynamic coverage control of multiple Unmanned Aerial Vehicles (UAVs) in the 3 dimensional (3D) environment. In this work, an efficient multi-agent deep deterministic policy gradient-based dynamic surface coverage (MADDPG-DSC) algorithm is proposed. In MADDPG-DSC, a digital elevation-based surface area calculation method is introduced to effectively allocate the points of interest (PoIs). Next, a cooperative trajectory control policy with multi-agent deep deterministic policy gradient is developed to guide the UAVs. Comparing with existing works, MADDPG-DSC shows better performance in terms of larger coverage rate, higher connectivity and lower energy consumption.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Traffic Accident Risk Prediction Method of Urban Road Network Based on Multi-source Spatiotemporal Data
Nächstes Kapitel Automatic Zoning Optimization Path Planning Method for UAV Inspection Path in Photovoltaic Power Station
Literatur
1.
Liu, C.H., Chen, Z., Tang, J., Xu, J., Piao, C.: Energy-efficient UAV control for effective and fair communication coverage: a deep reinforcement learning approach. IEEE J. Sel. Areas Commun. 36(9), 2059–2070 (2018)CrossRef
2.
Hanh, N.T., Binh, H.T.T., Hoai, N.X., Palaniswami, M.S.: An efficient genetic algorithm for maximizing area coverage in wireless sensor networks. Inf. Sci. 488, 58–75 (2019)MathSciNetCrossRef
3.
Din, A., Ismail, M.Y., Shah, B., Babar, M., Ali, F., Baig, S.U.: A deep reinforcement learning-based multi-agent area coverage control for smart agriculture. Comput. Electr. Eng. 101, 108089 (2022)CrossRef
4.
Shakhatreh, H., Khreishah, A., Khalil, I.: Indoor mobile coverage problem using UAVs. IEEE Syst. J. 12(4), 3837–3848 (2018)CrossRef
5.
Bialas, J., Doller, M.:Coverage path planning for unmanned aerial vehicles in complex 3D environments with deep reinforcement learning. In: Proceedings 2022 IEEE International Conference on Robotics and Biomimetics (ROBIO), Jinghong, China, pp. 1080-1085 (2022)
6.
Kimura, T., Ogura, M.: Distributed collaborative 3D-deployment of UAV base stations for on-demand coverage. In: Proceedings of IEEE INFOCOM 2020, Toronto, Canada, pp. 1748-1757 (2020)
7.
Mou, Z., Zhang, Y., Gao, F., Wang, H., Zhang, T., Han, Z.: Deep reinforcement learning based three-dimensional area coverage with UAV swarm. IEEE J. Sel. Areas Commun. 39(10), 3160–3176 (2021)CrossRef
8.
Jenness, J.S.: Calculating landscape surface area from digital elevation models. Wildlife Soc. Bull. 32(3), 829–839 (2004)CrossRef
9.
Abramowitz, M., Stegun, I.A.: Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables, vol. 56, no. 10. Dover publications, New York (1988)
Metadaten
Titel
An Efficient Multi-agent Deep Deterministic Policy Gradient-Based 3D Dynamic Coverage Algorithm
verfasst von
Wei Zhang
Lei Lei
Lijuan Zhang
Copyright-Jahr
2024
Verlag
Springer Nature Singapore
Buch
Proceedings of the 2nd International Conference on Internet of Things, Communication and Intelligent Technology

Print ISBN: 978-981-9727-56-8

Electronic ISBN: 978-981-9727-57-5

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-981-97-2757-5_9

Premium Partner

    Bildnachweise