Multi-Robot Navigation in Unknown Environment Based on Deep Reinforcement Learning

Günümüzde mobil robotların navigasyon problemini derin takviyeli öğrenme (DRL) ile çözmeye çalışmak ilgi çekici konulardan birisi haline gelmiştir. Tekli robotlarda DRL yüksek başarı oranlarına ulaşmıştır. Çoklu robot sistemlerinde ise, problemin karmaşıklığı üstel bir şekilde arttığı için maliyeti ve daha zorlu iş gelmektedir. Bu çalışmada ise çoklu navigasyonu problemine çözüm getirilmeye çalışılmıştır. Önerilen yaklaşımdaki sistemde eşzamanlı ortam, bu ortamda birden fazla robot, hedef, engel bulunmaktadır. Ortamda robotlar sırasıyla eylem seçerek, hareket ederler. Aynı zamanda kendilerinden başka dinamik işlevi görmektedir. Robotlar kendi hedeflerine en kısa yoldan herhangi çarpışma yaşamadan ulaşmaya çalışırlar. robotla çarpışmayacak veya robotun rotasını uzatmayacak yol planlaması yapmaya Bunları sağlayabilmek çok ajanlı deep q-network (DQN) algoritması, hedefe yönelik durum verisi, güçlendirilmiş adaptif ödül mekanizması kullanılmıştır. yaklaşım doğrultusunda oluşturulan sistem tek başarısı, sisteminin birim-kare başına düşen sayısına göre oranı olarak değerlendirilmiştir. değerlendirmeler önerilen yaklaşımın performansını doğrulamıştır.