基于深度强化学习无人机集群在时变场景下动态轨迹设计方法和装置

摘要

本发明提供一种基于深度强化学习无人机集群在时变场景下动态轨迹设计方法和装置，方法包括：用户分簇步骤，基于分簇结果确定各个无人机所服务的用户；用户时变数据预测步骤，预测当前服务过程中每个时隙内用户的时变数据；无人机飞行动作获取步骤，在每份时隙内基于无人机位置和每个用户的时变数据计算得出满足预设的约束条件的无人机飞行动作，使无人机进行飞行动作后网络吞吐量在下个时隙内达到最大值；无人机动态轨迹设计步骤，基于在各个时隙内执行无人机飞行动作获取步骤获得的多个无人机飞行动作来获得在当前服务过程中的无人机动态轨迹设计。本发明考虑了地面用户的移动性和通信请求的时变性，保证用户服务质量的同时最大化无人机吞吐量。