基于深度强化学习的无人机辅助网络路径优化方法与系统

本发明涉及电磁频谱技术领域，具体公开了一种基于深度强化学习的无人机辅助网络路径优化方法与系统，其中，该方法包括：构建典型无人机基站下行链路场景，并根据高斯马尔可夫模型模拟用户动态移动的行为；根据所述无人机基站下行链路场景，进行系统建模分析，以最小化能耗为目标，生成联合优化模型；通过深度强化学习算法来求解所述联合优化模型的最优解，该方法融合了双重竞争深度Q网络与想象机制(Imagination Mechanism，IM)，采用双重Q网络以及竞争结构处理价值函数过度估计问题，并利用IM跨回合传播信息加速网络训练，可动态适应变化的电磁环境和用户需求。