一种基于NRO-QMIX的城市环境多无人机协同目标搜索方法

本发明公开了一种基于NRO‑QMIX的城市环境多无人机协同目标搜索方法，包括基于待搜索的未知区域构建多无人机搜索环境架构，设计无人机搜索目标检测规则和奖励函数，建立映射未知区域的区域信息可信图，并提出融合目标搜索和信息收集，实现区域可信图最大化更新的优化问题，设计改进的NRO‑QMIX算法对优化问题进行求解，得到每架无人机的执行动作的最优解，完成城市复杂环境下多无人机协同目标搜索和信息收集。本发明解决了城市复杂环境下进行目标搜索与信息收集的组合优化任务难以同时进行，以及现有强化学习方法使用贪婪策略选择动作导致智能体与环境探索效率地下的问题，实现了城市环境多无人机协同目标搜索和信息收集。