PEKİŞTİRMELİ ÖĞRENME İLE İNSANSIZ HAVA ARACI ROTALAMASI

Bu çalışma, otonom insansız hava aracı (İHA) rotalaması problemini pekiştirmeli öğrenme bağlamında ele almakta ve Deep-Q-Network (DQN) ile Soft Actor-Critic (SAC) algoritmalarının karşılaştırmalı değerlendirilmesine odaklanmaktadır. Çalışmada insansız hava aracı rotalaması; başlangıç noktasından hedefe güvenli, kısa ve enerji açısından verimli biçimde ulaşmayı amaçlayan bir karar verme problemi olarak tanımlanmıştır. Kuramsal çerçeve Markov karar süreci, değer tabanlı öğrenme, aktör-eleştirmen yöntemleri ve maksimum entropi pekiştirmeli öğrenme yaklaşımı üzerine kurulmuştur. DQN, ayrık eylem uzaylarında Q değerlerini öğrenen değer tabanlı bir yöntem olarak; SAC ise stokastik politika ve entropi düzenlemesiyle sürekli kontrol problemlerine uygun bir aktör-eleştirmen yaklaşımı olarak incelenmiştir. Yöntem bölümünde grid tabanlı simülasyon ortamı, durum ve eylem uzayı, ödül fonksiyonu, eğitim süreci ve değerlendirme metrikleri açıklanmıştır. Başarı oranı, ortalama adım sayısı, toplam ödül, enerji tüketimi, dönüş sayısı ve çarpışma oranı temel performans ölçütleri olarak önerilmiştir. Literatür taraması, klasik yol planlama yöntemlerinden derin pekiştirmeli öğrenme tabanlı İHA navigasyon çalışmalarına kadar genişletilmiştir.