基于Q学习的无人机三维航迹规划

摘要

现有的基于Q学习的无人机航迹规划方法很少考虑无人机本身的航迹约束，导致规划获得的航迹的可用性较差。本文提出一种更有效的无人机三维航迹规划方法：利用无人机的航迹约束条件指导规划空间离散化过程，不仅在一定程度上降低了获得的离散规划问题的规模，而且在一定程度上提高了规划获得的航迹的可用性；在回报函数构造时引入了回报成型技术以加快算法收敛速度，并提出两种利用启发式信息进一步提高算法收敛速度的方法。无人机三维航迹规划的仿真结果表明了算法的有效性。