一种融合扩散模型与熵调节优化的多巡飞器自主协同规划方法

本申请属于强化学习技术领域。本申请提供一种融合扩散模型与熵调节优化的多巡飞器自主协同规划方法。本公开实施例在离线阶段，利用扩散模型生成高质量的候选协同规划策略。通过熵调节机制优化决策，确保在探索和利用之间取得平衡。通过计算候选协同规划策略的熵值来衡量决策不确定性，并根据熵值变化灵活调整策略探索与执行，以提升作业效率和环境适应性。自适应的熵调节策略反馈给扩散模型，在正向扩散和逆向采样过程中，可以灵活地调整，确保规划策略既具有广泛的探索性，又能在关键任务阶段高效执行。该方法在复杂多变的环境中优化了决策，显著增强了多巡飞器系统的自主协同能力。