一种基于深度强化学习的无人机与RIS协作边缘计算方法

本发明公开了一种基于深度强化学习的无人机(UAV)与可重构智能表面(RIS)协作边缘计算方法，用于城市场景中数据收集服务。首先设计了一种深度强化学习驱动的UAV轨迹规划方法，通过引入惩罚矩阵动态权衡数据收集效率、风险规避与飞行能耗等约束，将优化目标转化为最短飞行轨迹设计问题；其次，推导了RIS被动相移的最优闭式解，并在无人机每步动作后实时调整相位以增强信道增益，改善空地链路传输质量。该方法可有效降低累计风险，同时提升等效服务效率(EoS)与服务质量(QoS)。