基于深度强化学习的多无人机自主决策算法

摘要

为了提高无人机编队的智能性,使之能够在有障碍物的复杂环境中自主决策,该文提出了基于深度强化学习的多无人机自主决策算法。考虑到多无人机自主决策环境的复杂性,给出二维条件下的无人机和障碍物模型。运用强化学习的相关知识,对无人机的动作进行实时规划,使无人机编队可以尽可能地躲避障碍物,并最终到达目标区域。运用Python实现了多无人机自主决策的仿真实验,证明了MADDPG算法的有效性和高效性。