摘要
本申请涉及一种集群路径规划方法、装置、设备、存储介质和程序产品。所述方法包括:获取集群的图结构数据,集群包括多个水下航行器,图结构数据的节点用于表示各水下航行器的位置信息,图结构数据中连接各节点的边用于表示各水下航行器之间的通信链路;根据图结构数据和目标图注意力网络确定各水下航行器的目标路径,目标图注意力网络是通过多目标优化强化学习算法对初始图注意力网络进行训练得到的,多目标优化强化学习算法的奖励函数包括多个子奖励函数;多个子奖励函数包括:总能量消耗子奖励函数、能量分布差异子奖励函数、任务调度时间约束子奖励函数和信息采集效率子奖励函数。采用本方法在路径规划时能兼顾求解质量和计算速度。
技术关键词
注意力编码器
水下航行器
强化学习算法
解码器
路径规划方法
网络
任务调度
集群
梯度算法
能量消耗
数据
通信链路
节点特征
路径规划装置
策略
计算机程序产品
处理器
系统为您推荐了相关专利信息
多模态
深度学习模型
水下机器人
噪声滤波
增量学习算法
药物重定位方法
关系网络
疾病
深度残差网络
多头注意力机制
物流决策
深度强化学习模型
物流配送路径
强化学习算法
策略
知识图谱推理方法
策略
节点
梯度方法
门控循环单元
注意力
模态特征
模态传感器
网络单元
特征融合方法