一种基于深度强化学习的低空智联网动态频谱分配和接入方法及系统

本发明涉及一种基于深度强化学习的低空智联网动态频谱分配和接入方法及系统，包括：S1、构建低空智联网的无人机网络；S2、每个无人机搭载一个actor‑critic网络，在actor‑critic网络中引入最大熵方法进行优化，形成MAEAC强化学习模型；S3、训练MAEAC强化学习模型，得到训练好的MAEAC强化学习模型，获取频谱分配与接入的最优策略。本发明提供了一种基于深度强化学习的低空智联网动态频谱分配和接入方法及系统，该算法通过添加熵项执行策略的更新，增加了策略的随机性并加快了收敛速度，解决了低空智联网中无人机网络需在有限的频谱资源下如何实现稳定通信的问题，并取得良好的效果。