一种基于强化学习的多无人机协作边缘计算方法

本发明涉及一种基于强化学习的多无人机协作边缘计算方法。其中多架无人机作为移动基站，为地面用户提供计算服务；预设每个无人机上提供计算服务的中央处理器的周期频率、存储大小；以任务计算服务延迟、能量消耗、无人机轨迹加权和最小为优化目标；采用遗传算法进行预训练，并将遗传算法的适应度函数作为多智能体深度确定性策略梯度算法的奖励函数；采用该算法确定各个无人机的卸载策略及轨迹；采取多智能深度确定性策略梯度算法确定各个任务计算结果的交付无人机并将结果反馈给用户。本方法充分考虑各个无人机的飞行轨迹，用户服务质量和整体系统的能量效率，保证任务的及时交付并降低系统的整体能耗。