基于多智能体深度强化学习的异构多无人机协同路径规划方法

本发明涉及基于多智能体深度强化学习的异构多无人机协同路径规划方法，与现有技术相比解决了传统路径规划算法难以应对动态规划问题和智能体协同难题，以及现有多无人机协同路径规划算法在动态不确定环境下存在的特征提取能力不足、经验学习效率低下、协同策略灵活性欠佳的缺陷。本发明包括以下步骤：分析多无人机协同路径规划任务；搭建空域强化学习环境；引入无人机动力学方程；将多无人机协同路径规划中的多无人机决策模型建模为POMDP模型；设计MASAC‑SEPR算法模型对多无人机进行路径规划，生成多智能体协同路径寻优网络模型；多智能体协同路径寻优网络模型的训练。本发明显著提高了多无人机协同路径规划的效率和准确性，为动态不确定环境下的异构多无人机协同作业提供了可靠的解决方案。