遥感与地理信息系统学报

抽象的

基于 RL 的地震传感器部署机器人

古蒂·L

强化学习 (RL) 与机器人技术的结合已成功应用于各种工业环境。其中一种环境涉及在广阔的油气田上部署地震传感器。传感器部署问题可以表述为一个具有挑战性的优化问题，其中可以有效使用马尔可夫决策过程 (MDP)。我们基于 RL 的机器人可以在覆盖广阔油气田的软质和粗糙区域部署地震传感器。我们的原型机器人源自一项创新工作，目前受两项已公布的美国专利保护 [1, 2]。可以在 [3, 4] 中找到机器人功能的演示。