RadDQN: a Deep Q Learning-based Architecture for Finding Time-efficient Minimum Radiation Exposure Pathway
RadDQN：一种基于深度Q学习的架构，用于寻找时间高效且辐射暴露最小的路径
机构 * Health Physics Division, Health Safety and Environment Group, Bhabha Atomic Research Center, Mumbai – 400085, India（健康物理学部、健康安全与环境组、Bhabha原子研究中心，印度孟买，400085） ； Birla Institute of Technology, PILANI, Rajasthan – 333031, India（比拉理工学院，印度帕利尼，拉贾斯坦，333031）
AI总结 RadDQN是一种基于深度Q学习的架构，通过辐射感知奖励函数和优化探索策略，提升无人机在辐射区域中的路径规划效率和辐射防护能力。
Comments 12 pages, 7 main figures, code link (GitHub)
Journal ref IEEE Transactions on Neural Networks and Learning Systems ( Volume: 36, Issue: 9, September 2025), Page(s): 15951 - 15962
