<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">8</journal-id>
      <journal-title-group>
        <journal-title>《科技研究》</journal-title>
      </journal-title-group>
      <issn>ISSN:3079-9244（原2717-5480）</issn>
      <publisher>
        <publisher-name>华文科学出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">12672</article-id>
      <title-group>
        <article-title>基于强化学习的无人机动态路径规划与避障系统设计</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>何俊锋</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2024</year>
        <month>12</month>
      </pub-date>
      <issue>12</issue>
      <abstract>
        <p>随着人工智能技术的飞速发展，无人机在军事侦察、民用航拍、物流配送等多个领域展现出了巨大的应用潜力。
然而，无人机在执行任务时所面临的复杂多变的环境，对它们的路径规划与避障能力提出了更高的要求。本文提出了一种基
于强化学习的无人机动态路径规划与避障系统设计方案，其核心目标是通过智能算法来提升无人机在未知或动态环境中的自
主导航能力。该系统通过强化学习算法训练无人机，使其能够学习到最优的路径选择策略，并结合来自传感器的数据，实现
实时的避障功能。经过一系列的实验验证，结果表明该系统能够有效提高无人机在复杂环境中的路径规划效率和避障成功率，
不仅具有较高的实用价值，同时也为相关领域的研究提供了新的思路和方法，具有重要的研究意义。</p>
      </abstract>
    </article-meta>
  </front>
</article>
