Reconocimiento Colaborativo Impulsado por la Curiosidad de Múltiples Vehículos Aéreos No Tripulados

En el proceso de reconocimiento y exploración con múltiples UAV, las recompensas efectivas que el entorno otorga a los agentes inteligentes son demasiado escasas, mientras que los algoritmos estándar de aprendizaje por refuerzo presentan un rendimiento deficiente en entornos con retroalimentación escasa a los agentes inteligentes, manifestándose específicamente en no explorar activamente el entorno. Se propone un algoritmo de aprendizaje por refuerzo impulsado por la curiosidad (ICM-IDQN) que combina el aprendizaje por motivación intrínseca para abordar el problema de recompensas ambientales escasas. Tras la verificación experimental, este método puede obtener más recompensas en entornos escasos, acelerar la convergencia y aumentar el desempeño en la exploración.