一种场景快变条件下的多飞行器自主决策方法

摘要

本发明公开了一种场景快变条件下的多飞行器自主决策方法，属于飞行器技术领域；所述的场景快变条件下的多飞行器自主决策方法，具体为：首先，每个飞行器分别搭载一个激光雷达进行目标探测，根据返回的三维点云数据，识别探测范围内的静态障碍物或其他飞行器；然后利用飞行器的三维点云数据构建自主冲突解脱模型；基于多智能体强化学习框架进行求解，得到根据输入状态选择动作的奖励函数；最后，神经网络学习模块基于奖励函数进行中心化训练和非中心化执行，通过收敛的神经网络计算出基于某状态的所有可采取的动作值，并根据组合优化求解多智能体行为动作。本发明当场景信息改变时可利用迁移学习技术进行继承训练，迁移性较好。