Desafíos de Avance en el Control de Formación de Enjambres de UAV: Una Revisión Integral
Autores: Bu, Yajun; Yan, Ye; Yang, Yueneng
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Desafíos de Avance en el Control de Formación de Enjambres de UAV: Una Revisión Integral
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Análisis
Control de formación de enjambres de UAV
Métodos de control convencionales
Métodos basados en IA
Ventajas
Limitaciones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este documento proporciona un análisis en profundidad del panorama actual de la investigación en el campo del control de formación de enjambres de UAV (Vehículos Aéreos No Tripulados). Esta revisión examina tanto los métodos de control convencionales, incluidos líder-seguidor, estructura virtual, basado en comportamientos, basado en consenso y campo potencial artificial, como los métodos avanzados basados en IA (Inteligencia Artificial), como redes neuronales artificiales y aprendizaje por refuerzo profundo. Destaca las ventajas y limitaciones distintas de cada enfoque, mostrando cómo los métodos convencionales ofrecen fiabilidad y simplicidad, mientras que las estrategias basadas en IA proporcionan adaptabilidad y capacidades de optimización sofisticadas. Esta revisión subraya la necesidad crítica de soluciones innovadoras y enfoques interdisciplinarios que combinen métodos convencionales y de IA para superar los desafíos existentes y aprovechar plenamente el potencial de los enjambres de UAV en diversas aplicaciones.
Descripción
Este documento proporciona un análisis en profundidad del panorama actual de la investigación en el campo del control de formación de enjambres de UAV (Vehículos Aéreos No Tripulados). Esta revisión examina tanto los métodos de control convencionales, incluidos líder-seguidor, estructura virtual, basado en comportamientos, basado en consenso y campo potencial artificial, como los métodos avanzados basados en IA (Inteligencia Artificial), como redes neuronales artificiales y aprendizaje por refuerzo profundo. Destaca las ventajas y limitaciones distintas de cada enfoque, mostrando cómo los métodos convencionales ofrecen fiabilidad y simplicidad, mientras que las estrategias basadas en IA proporcionan adaptabilidad y capacidades de optimización sofisticadas. Esta revisión subraya la necesidad crítica de soluciones innovadoras y enfoques interdisciplinarios que combinen métodos convencionales y de IA para superar los desafíos existentes y aprovechar plenamente el potencial de los enjambres de UAV en diversas aplicaciones.