一种基于分层强化学习的车辆无人机协同调度方法

本发明涉及一种基于分层强化学习的车辆无人机协同调度方法，属于交通运输和物流技术领域，解决了现有技术中“地空一体”联合运输成本高、效率低和资源配置不合理的问题，包括：步骤S1，构建城市快速物流运输的交互式仿真环境；步骤S2，利用r‑MDP基于车辆无人机的协同调度过程构建车辆无人机动态调度模型；步骤S3，设计分层强化学习算法框架，并通过分层强化学习算法框架求解车辆无人机动态调度模型，得到协同调度策略；以及步骤S4，将得到的协同调度策略代入构建的交互式仿真环境中进行验证，得到验证结果，若验证结果满足预设要求，输出该协同调度策略用于车辆无人机协同调度，否则返回步骤S3修改参数并重新构建分层强化学习算法框架。