AI요약

실외 환경에서 지상 센서 데이터 수집 시 기존 인프라의 제약과 UAV 에너지 효율 문제가 있습니다. 특히 센서 배치 정보를 알기 어려운 상황에서 최적 경로 결정이 난해합니다. 본 발명은 강화학습 기반으로 UAV의 최적 이동 경로를 실시간으로 결정하여 이러한 문제점을 해결합니다. 센싱 정보 가치와 에너지 소모를 고려한 보상 함수를 통해 Q-table을 업데이트하며, UAV 운용 시간 내 최대 센싱 데이터 획득을 가능하게 합니다. 이는 환경 모니터링, 이벤트 추적 등 다양한 응용 분야에서 UAV의 효율적인 활용을 돕습니다.