摘要
本发明提供了一种针对无人机群中辅助任务不确定到达时间特性的任务目标分配方法,以解决大规模混杂智能无人机群体面对周期性到达的辅助任务决策时的局部最优性问题。在高动态博弈场景中,智能无人机群体需要执行的任务分为主要任务与辅助任务,辅助任务完成可以对主要任务起辅助作用,降低其执行时间。面对实际对抗环境中辅助任务的到达时间与影响范围不确定的情况,提出以下方法。首先,该方法构建任务之间的注意力模型为任务计算特征向量;其次,任务的到达时间等属性结合构建智能体和任务之间的注意力模型;最后,使用分层强化学习的方法对任务进行分配处理。本方法加快了任务整体的完成时间,提高了系统的存活率。
技术关键词
分层强化学习
注意力模型
风险
智能无人机
代表
节点
多头注意力机制
矩阵
场景
神经网络技术
阶段
动态
修正系统
决策
定义
网络结构
关系
坐标