一种基于强化学习的多无人机协同巡查方法及系统

本发明公开了一种基于强化学习的多无人机协同巡查方法及系统，包括S1：收集待巡查区域的地图信息，并将地图栅格化，得到栅格地图数据；S2：构建环境模拟器，对可疑目标进行移动模拟，得到可疑目标移动数据；S3：根据待巡查区域的面积和期望巡查时间计算无人机数量，并结合聚类算法划分出初始巡查区域；S4：根据实时巡查情况，判断是否对可疑目标进行协同跟踪，并构建区域重划分模型，对未巡查区域进行重划分；S5：构建协同巡查模型，控制无人机对可疑目标进行协同追踪。本发明构建可疑目标路径模拟器并训练协同巡查模型，解决了传统方法巡查区域划分死板，无法根据实际情况动态调整，难充分发挥多无人机协同优势的问题。