基于学习型狼群算法的空地无人集群协同搜索路径规划方法

本发明属于但不限于协同区域搜索技术领域，公开了一种基于学习型狼群算法的空地无人集群协同搜索路径规划方法，将分布式模型预测控制DMPC与分布式约束优化问题DCOP框架相结合，构建有限时间域的全局搜索目标函数，构建了区域搜索路径规划的DCOP模型；利用学习型狼群算法LWPA，通过强化学习机制进行分层学习，并动态调整算法参数，从而实现了局部精细搜索与全局探索的有效平衡。本发明的方法具有较好的适应性、鲁棒性和可扩展性，有效提升了目标搜索的效率和准确性。