一种基于强化学习的无人机群智感知任务的路径规划方法

摘要

本发明公开了一种基于强化学习的无人机群智感知任务的路径规划方法，在演员‑批评者架构中加入多头注意力机制和对其他无人机策略的拟合，使得无人机执行决策时，充分考虑其他无人机的状态和策略。当无人机的数据收集量大于平均水平时，给予额外的奖励值以加速任务完成。当无人机间的路径重叠时，根据信号点数据量判断属于协作或竞争，依此修正它们的奖励值，从而促进其协作。使用n步返回时序差分计算批评者网络的目标价值，使无人机更有远见。最后，为使无人机更好的探索最大化数据收集量，使用分布式架构，给不同虚拟场景的无人机决策网络输出的动作加上不同方差的噪声。