基于多模态多任务强化学习的异构多无人系统任务决策与路径规划方法

基于多模态多任务强化学习的异构多无人系统任务决策与路径规划方法，它属于人工智能领域。本发明解决了单一类别智能体无法完成复杂任务的问题。将多模态信息进行统一编码，从编码结果中提取双方无人艇位置信息和障碍物信息后，输入到基于PPO的强化学习算法中进行任务决策，再将多任务信息发送给无人艇。红方无人艇对接收到的多任务文本信息进行预处理，将获取到的自身位置、目标位置和障碍物位置信息作为路径规划的状态空间，根据规划的路径到达目标位置后执行指定任务，直至到达任务切换时刻，根据更新的各无人机总奖励来更新强化学习算法中网络参数，基于更新后的参数重新决策任务。本发明方法可以应用于异构多无人系统的任务决策与路径规划。