一种基于多头注意力异步强化学习的三维群体探索方法

摘要

本发明公开了一种基于多头注意力异步强化学习的三维群体探索方法。包括以下步骤：步骤1、指挥中心主进程设立共享样本复用缓存并初始化基准探索策略；步骤2、指挥中心开启子进程；步骤3、指挥中心基于共享样本复用缓存采用像素控制算法优化无人机探索策略；步骤4、指挥中心基于共享样本复用缓存采用信任域策略算法获取无人机群体飞行轨迹；步骤5、反复执行步骤2、3、4直至无人机群行动轨迹不再发生变化；步骤6、指挥中心向无人机群发送最优轨迹调动指令。本发明解决了强化学习算法样本采样效率低下的问题，在使用同等数量的样本进行学习时算法达到了更好的数据采集效果，进一步得到最大化数据采集的最优轨迹。