一种基于协同强化学习的多无人机轨迹规划和数据收集方法

本发明公开了一种基于协同强化学习的多无人机轨迹规划和数据收集方法，包括：建立无人机与基站间通信的信道模型和数据收集模型，提出多无人机时断时续信息共享模型，多无人机时断时续信息共享模型包括地图状态信息共享子模型和历史经验信息共享子模型；基于多智能体双深度Q网络算法，无人机在有限资源下对动态环境的信息获取不全时，将自身的观测值输入到神经网络拟合的策略函数中并根据其他无人机的协同信息交互，输出动作并获得相应的奖励，完成与环境和其他无人机的交互。本发明能够保障无人机在复杂地形或者恶意干扰隔断机间协同共享时，也能顺利完成轨迹规划和数据收集。