基于深度强化学习方法的动态目标追踪路径规划方法

本发明属于无人系统路径规划研究领域，为解决多个无人机对目标跟踪的轨迹规划问题。能够使得多无人机在复杂环境下规划出从起始点到目标点的轨迹，同时实现无人机动态目标跟踪及避障。本发明，基于深度强化学习方法的动态目标追踪路径规划方法，采用集中式训练分布执行CTDE的训练方法将确定性策略梯度算法DDPG算法用于确定多架无人机的控制输入，从而进行多无人机动态目标追踪路径规划与飞行控制，其中，每架无人机引入基本的演员评论家Actor‑Critic网络结构，分别学习属于无人机的确定性策略网络和动作评估函数。本发明主要应用于无人机设计制造场合。