一种基于空间聚类与深度强化学习的未知环境目标搜索方法及系统

本发明公开了一种基于空间聚类与深度强化学习的未知环境目标搜索方法及系统，涉及多目标搜索技术领域，首先基于维诺图的空间聚类方法，根据搜索无人机的初始位置以及区域安全等级，将三维动态环境划分为与无人机数量相等的任务区域分配给搜索无人机；模拟目标与动态障碍物的运动，基于环境反馈构建奖励函数，并基于搜索任务构建数学模型；基于神经网络近似法，得到搜索无人机的搜索策略；基于马尔科夫决策过程与梯度上升法，通过最大化搜索无人机的期望累积奖励，获取搜索无人机的最优搜索策略。本发明使得所有搜索无人机得以最短的时间和最低的成本安全地搜索出三维环境中的全部目标，提高了搜索无人机在大范围空域的目标搜索能力。