Multi-UAV path planning for joint coverage and connectivity using reinforcement learning

Bu tezde, aralarında klasik optimizasyon ve gelişmiş pekiştirmeli öğrenme tekniklerinin de olduğu farklı çoklu İnsansız Hava Aracı (İHA) rota planlama yöntemleri önerilmektedir. Buna yönelik olarak çoklu İHA sistemlerindeki iki ana zorluğa odaklanılmaktadır: Gerçek zamanlı adaptasyon ihtiyacı ve birbiriyle çelişen görev amaçları arasında bir denge kurma gerekliliği. İlk olarak, kapsama süresi ve ağ bağlantısını eş zamanlı değerlendiren yenilikçi bir çok amaçlı optimizasyon sistemi geliştirilmiştir. Bu sistem, farklı görev hedefleri arasındaki ilişkileri matematiksel olarak anlamlandırarak, geniş bir Pareto-optimal çözüm kümesi sunmaktadır. Daha sonra, bu bulgular üzerine, İHAların değişen görev gereksi-nimlerine göre davranışlarını uyarlamalarına imkan tanıyan, Derin Q-Ağları tabanlı dinamik bir pekiştirmeli öğrenme sistemi önerilmiş ve bu sistemin, hedef tespit sürelerinde geleneksel yöntemlere kıyasla iyileşme sağladığı gözlemlenmiştir. Son olarak, farklı bilgi önceliklerine sahip çoklu hedefleri etkili bir şekilde takip edebilen gelişmiş bir Yaklaşık Politika Optimizasyonu sistemi önerilmiştir. Bu sistem, alan taraması oranı, İHA-Yer Kontrol İstasyonu bağlantısı ve hedefe özgü gereksinimleri bütünleştiren dinamik bir ödül mekanizması içermektedir. Performans sonuçları, önerilen bu sistemin 20 İHAya kadar takımlara ölçeklenebilip farklı hedef türlerine uyum sağlayabilirken, hesaplama süresi açısından verimliliğini koruduğunu göstermektedir. Klasik optimizasyondan başlayıp temel pekiştirmeli öğrenmeye geçerek gelişmiş adaptif sistemlere doğru tezde kaydedilen bu ilerlemenin, çoklu İHA sistemlerinin teknik kabiliyetlerini geliştirmekle kalmayıp, aynı zamanda alandaki araştırmacılar ve uygulayıcılar için de faydalı uygulama yöntemleri sağlayacağı öngörülmektedir.