基于深度强化学习的多无人机路径规划、频谱和功率分配方法及系统

本发明公开一种基于深度强化学习的多无人机路径规划、频谱和功率分配方法及系统，涉及无人机技术领域。方法包括以下步骤：S1、构建系统模型，包括飞行模型、路径损耗模型和通信模型；S2、构建强化学习框架，包括定义强化学习RL元素和联合路径规划与资源分配Q网络框架；S3、基于损失计算梯度，并通过决策网络进行反向传播；对决策网络和价值网络的权重进行更新，以最小化损失；经过更新的决策网络产生改进策略，指导无人机进行动作；决策网络持续学习以最大化预期的累积奖励，从而实现多无人机路径的规划、频谱和功率的分配。本发明实现了多无人机任务时路径、频谱及功率高效协同，提升系统性能，具广泛应用前景。