基于深度强化学习的无人机集群任务链调度方法及产品

本发明公开一种基于深度强化学习的无人机集群任务链调度方法及产品，涉及集群任务链调度领域，方法包括，将联合策略‑价值网络结合到蒙特卡洛搜索树算法中得出训练样本集，利用训练样本集训练联合策略‑价值网络，最终既可以利用训练后的联合策略‑价值网络得出任务链调度的最优解，也可以将训练后的联合策略‑价值网络结合到蒙特卡洛搜索树算法得出任务链调度的最优解。本发明中，利用联合策略‑价值网络和蒙特卡洛搜索树算法相结合的方式确定最优任务链，提高了集群任务执行的效率与可靠性。