基于强化学习的平流层气球自主导航的优化研究

摘要

随着平流层气球在科学观测和通信服务等领域应用需求的不断增长，提升其自主导航能力和风场数据生成质量变得尤为重要.该文在Google Loon团队的气球学习环境(BLE)项目基础上，提出了多项改进策略，包括采用深度双Q网络(DDQN)、改进的深度Q网络(Dueling DQN)、近端策略优化(PPO)算法以及在VAE中引入Attention机制，同时尝试把实验的VAE结构修改为Diffusion结构.实验结果表明，这些改进显著提升了气球导航的精度、稳定性和风场数据生成质量，为复杂环境下的自主导航任务提供了可靠的技术支持.

关键词

平流层气球 / 自主导航 / 强化学习 / 生成式模型