一种基于分层PPO架构的无人机群覆盖多目标优化方法

本发明提供一种基于分层PPO架构的无人机群覆盖多目标优化方法，属于无人机辅助边缘计算与人工智能优化交叉领域。步骤为：首先，构建约束马尔可夫决策过程，对多目标优化问题建模；其次，拉格朗日对偶法转换约束；再次，设计、优化分层PPO架构；最后，训练分层PPO算法，训练过程遵循递进关系逐步引入约束。本发明提出将空间配置优化与时间调度优化相结合，通过分层PPO架构有效应对交通数据新鲜度约束及终端设备移动性问题；首次将峰值AoI指标嵌入强化学习奖励函数中，并融合时空注意力机制和功率控制策略，对数据采集频率及跨层干扰进行动态调节，辅助无人机动作决策过程，支持大规模无人机群动态协作。