摘要
本发明公开一种基于强化学习的多无人机协同覆盖路径规划方法,属于无人机自主导航与路径规划领域。该方法适用于灾后搜救、农业灌溉等需要多智能体区域覆盖路径规划问题(MACPP)的场景。本发明将MACPP分解为区域间访问顺序规划(MTSP)和子区域覆盖(CPP)两个子问题,并设计了一种轻量化的跨层连接多智能体强化学习框架。该框架采用完全协作学习策略优化MTSP,同时设计并使用了一种随交互频率动态调整的探索机制,以优化训练过程中的出入口组合策略,并结合来回路径算法高效解决CPP问题。通过该方法,多无人机能够在最短时间内高效完成多区域搜索任务,以满足实际应用场景的需求。
技术关键词
覆盖路径规划方法
无人机协同
多智能体强化学习
算法框架
神经网络参数矩阵
基站
无人机自主导航
函数计算方法
强化学习框架
马尔可夫模型
无人机电量
旋翼叶片
叶片轮廓
旋翼无人机
算法规划
多无人机
系统为您推荐了相关专利信息
巡检路径规划方法
海上风机
多无人机协同
无人机巡检装置
DQN算法
优化调度模型
混合算法
粒子群优化算法
风光
抽水蓄能电站
物资分配方法
时空卷积神经网络
风险评估模型
需求预测模型
策略
无人机集群
自组网
导航方法
多智能体强化学习
隧道
多无人机系统
智能体强化学习方法
多智能体强化学习
决策方法
故障检测