Dağıtık pekiştirmeli öğrenme tabanlı çoklu insansız hava aracı ile ilgi çekici nokta kapsama

Fatih Aydemir; Aydın Çetin

Makale detayları

Dağıtık pekiştirmeli öğrenme tabanlı çoklu insansız hava aracı ile ilgi çekici nokta kapsama

Yazarlar:

Fatih Aydemir | Aydın Çetin

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 1, pp.563-576

Belge Tipi:

Makale

Yayın Tarihi:

8/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001289425

pISSN:

1300-1884

Anahtar kelimeler:

Özet:

 Mobil araçlar haritalama, trafiğin izlenmesi, arama-kurtarma operasyonları gibi çeşitli alan kapsama uygulamalarında yaygın olarak kullanılmaktadır. Kapsama sürecini geliştirmek için uygun konumlandırma modeli ve etkili öğrenme stratejisi gereklidir. Mobil araçlar hareket modeli içeren yönlendirme mekanizması ile dinamik ortamlara uyum sağlayabilir ve en uygun konumları bulabilirler. Konumlandırma sürecinin çok ajanlı mobil sistem temelinde yönetildiği çalışmalarda algılama, veri toplama ve gözetim gibi görevleri birden fazla ajanın işbirlikçi yaklaşım ile tamamlaması gerekir. Öğrenmeye dayalı bu süreç, bir görevi gerçek zamanlı optimize etmeyi öğrenebilen mobil ajanlar vasıtasıyla yürütülebilir. Bu çalışmada, bir grup insansız hava aracının İHA öğrenebilen çok ajanlı sistem temelinde modellenerek dinamik ortamda ilgi çekici noktaları İÇN etkin şekilde kapsaması hedeflenmektedir. Hedef alan, İÇN kapsamını en üst düzeye çıkarmak ve enerji tüketimini en aza indirmek için ızgaralara ayrıştırılır. Ayrıştırma, hedef alanın konumu ve mobil ajan olarak modellenen İHAların iletişim mesafesi göz önünde bulundurularak gerçekleştirilir. Bununla birlikte ızgaralara gidiş planlanması yapan mobil ajanlar çarpışmadan kaçınmayı da öğrenirler. Önerilen yöntem benzetim ortamında test edilmiş ve sonuçlar benzer çalışmalar ile kıyaslanarak sunulmuştur. Sonuçlar, önerilen yöntemin mevcut benzer çalışmalara göre daha iyi performans gösterdiğini ve alan kapsama uygulamaları için uygun olduğunu göstermektedir.

 Mobil araçlar haritalama, trafiğin izlenmesi, arama-kurtarma operasyonları gibi çeşitli alan kapsama uygulamalarında yaygın olarak kullanılmaktadır. Kapsama sürecini geliştirmek için uygun konumlandırma modeli ve etkili öğrenme stratejisi gereklidir. Mobil araçlar hareket modeli içeren yönlendirme mekanizması ile dinamik ortamlara uyum sağlayabilir ve en uygun konumları bulabilirler. Konumlandırma sürecinin çok ajanlı mobil sistem temelinde yönetildiği çalışmalarda algılama, veri toplama ve gözetim gibi görevleri birden fazla ajanın işbirlikçi yaklaşım ile tamamlaması gerekir. Öğrenmeye dayalı bu süreç, bir görevi gerçek zamanlı optimize etmeyi öğrenebilen mobil ajanlar vasıtasıyla yürütülebilir. Bu çalışmada, bir grup insansız hava aracının İHA öğrenebilen çok ajanlı sistem temelinde modellenerek dinamik ortamda ilgi çekici noktaları İÇN etkin şekilde kapsaması hedeflenmektedir. Hedef alan, İÇN kapsamını en üst düzeye çıkarmak ve enerji tüketimini en aza indirmek için ızgaralara ayrıştırılır. Ayrıştırma, hedef alanın konumu ve mobil ajan olarak modellenen İHAların iletişim mesafesi göz önünde bulundurularak gerçekleştirilir. Bununla birlikte ızgaralara gidiş planlanması yapan mobil ajanlar çarpışmadan kaçınmayı da öğrenirler. Önerilen yöntem benzetim ortamında test edilmiş ve sonuçlar benzer çalışmalar ile kıyaslanarak sunulmuştur. Sonuçlar, önerilen yöntemin mevcut benzer çalışmalara göre daha iyi performans gösterdiğini ve alan kapsama uygulamaları için uygun olduğunu göstermektedir.

 Mobil araçlar haritalama, trafiğin izlenmesi, arama-kurtarma operasyonları gibi çeşitli alan kapsama uygulamalarında yaygın olarak kullanılmaktadır. Kapsama sürecini geliştirmek için uygun konumlandırma modeli ve etkili öğrenme stratejisi gereklidir. Mobil araçlar hareket modeli içeren yönlendirme mekanizması ile dinamik ortamlara uyum sağlayabilir ve en uygun konumları bulabilirler. Konumlandırma sürecinin çok ajanlı mobil sistem temelinde yönetildiği çalışmalarda algılama, veri toplama ve gözetim gibi görevleri birden fazla ajanın işbirlikçi yaklaşım ile tamamlaması gerekir. Öğrenmeye dayalı bu süreç, bir görevi gerçek zamanlı optimize etmeyi öğrenebilen mobil ajanlar vasıtasıyla yürütülebilir. Bu çalışmada, bir grup insansız hava aracının İHA öğrenebilen çok ajanlı sistem temelinde modellenerek dinamik ortamda ilgi çekici noktaları İÇN etkin şekilde kapsaması hedeflenmektedir. Hedef alan, İÇN kapsamını en üst düzeye çıkarmak ve enerji tüketimini en aza indirmek için ızgaralara ayrıştırılır. Ayrıştırma, hedef alanın konumu ve mobil ajan olarak modellenen İHAların iletişim mesafesi göz önünde bulundurularak gerçekleştirilir. Bununla birlikte ızgaralara gidiş planlanması yapan mobil ajanlar çarpışmadan kaçınmayı da öğrenirler. Önerilen yöntem benzetim ortamında test edilmiş ve sonuçlar benzer çalışmalar ile kıyaslanarak sunulmuştur. Sonuçlar, önerilen yöntemin mevcut benzer çalışmalara göre daha iyi performans gösterdiğini ve alan kapsama uygulamaları için uygun olduğunu göstermektedir.

 Mobil araçlar haritalama, trafiğin izlenmesi, arama-kurtarma operasyonları gibi çeşitli alan kapsama uygulamalarında yaygın olarak kullanılmaktadır. Kapsama sürecini geliştirmek için uygun konumlandırma modeli ve etkili öğrenme stratejisi gereklidir. Mobil araçlar hareket modeli içeren yönlendirme mekanizması ile dinamik ortamlara uyum sağlayabilir ve en uygun konumları bulabilirler. Konumlandırma sürecinin çok ajanlı mobil sistem temelinde yönetildiği çalışmalarda algılama, veri toplama ve gözetim gibi görevleri birden fazla ajanın işbirlikçi yaklaşım ile tamamlaması gerekir. Öğrenmeye dayalı bu süreç, bir görevi gerçek zamanlı optimize etmeyi öğrenebilen mobil ajanlar vasıtasıyla yürütülebilir. Bu çalışmada, bir grup insansız hava aracının İHA öğrenebilen çok ajanlı sistem temelinde modellenerek dinamik ortamda ilgi çekici noktaları İÇN etkin şekilde kapsaması hedeflenmektedir. Hedef alan, İÇN kapsamını en üst düzeye çıkarmak ve enerji tüketimini en aza indirmek için ızgaralara ayrıştırılır. Ayrıştırma, hedef alanın konumu ve mobil ajan olarak modellenen İHAların iletişim mesafesi göz önünde bulundurularak gerçekleştirilir. Bununla birlikte ızgaralara gidiş planlanması yapan mobil ajanlar çarpışmadan kaçınmayı da öğrenirler. Önerilen yöntem benzetim ortamında test edilmiş ve sonuçlar benzer çalışmalar ile kıyaslanarak sunulmuştur. Sonuçlar, önerilen yöntemin mevcut benzer çalışmalara göre daha iyi performans gösterdiğini ve alan kapsama uygulamaları için uygun olduğunu göstermektedir.

Makale detayları

Dağıtık pekiştirmeli öğrenme tabanlı çoklu insansız hava aracı ile ilgi çekici nokta kapsama

Yazarlar:

Fatih Aydemir | Aydın Çetin

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 1, pp.563-576

Belge Tipi:

Makale

Yayın Tarihi:

8/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001289425

pISSN:

1300-1884

İnsansız Hava Aracı

Çok ajanlı sistem

Pekiştirmeli öğrenme

Dinamik alan kapsama

Izgara Ayrıştırma

Sayı

Makale detayları

Dağıtık pekiştirmeli öğrenme tabanlı çoklu insansız hava aracı ile ilgi çekici nokta kapsama

Yazarlar: Fatih Aydemir | Aydın Çetin

Yayıncı: Gazi University

Ana Başlıklar: Mühendislik

Dergi: Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 1, pp.563-576

Belge Tipi: Makale

Yayın Tarihi: 8/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001289425

pISSN: 1300-1884

İnsansız Hava Aracı

Çok ajanlı sistem

Pekiştirmeli öğrenme

Dinamik alan kapsama

Izgara Ayrıştırma

Sayı

Yazarlar:

Fatih Aydemir | Aydın Çetin

Yayıncı:

Gazi University

Ana Başlıklar:

Mühendislik

Dergi:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 1, pp.563-576

Belge Tipi:

Makale

Yayın Tarihi:

8/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001289425

pISSN:

1300-1884