摘要
本发明提供了一种基于多智能体强化学习的低空与地面交通智能协同控制方法,包括获取交通状态信息并通过多智能体强化学习模型进行场景分类;若为低空拥堵场景,则执行无人机路径动态规划、空域资源分配和冲突消解,融合生成低空控制指令;若为地面冲突场景,则执行车辆优先级排序、信号灯优化和路权分配,构建冲突消解权重矩阵后二次融合生成地面控制指令;最终通过双层注意力机制融合低空与地面指令,输出全域协同调度方案。本发明可以提升空域资源利用率和道路通行效率,降低交通冲突风险,形成全域一体化的最优调度方案。
技术关键词
多智能体强化学习
协同控制方法
协同控制策略
交通状态信息
场景分类
注意力机制
无人机机载传感器
三维时空立方体
混合整数规划方法
地面交通控制
交通状态分析
状态转移模型
矩阵
滑动时间窗口
资源分配
分布直方图
网络
系统为您推荐了相关专利信息
抽水蓄能机组
发电电动机
数学模型
非线性动态模型
协同控制策略
注意力机制
状态检测方法
强化学习算法
光缆检测系统
网络
协同控制方法
电力设备
验证控制系统
多时间尺度模型
器件老化
深度强化学习模型
边缘计算方法
重构智能
坐标下降算法
多智能体强化学习