一种基于深度强化学习的无人机覆盖路径规划方法

本发明提出一种基于深度强化学习的无人机覆盖路径规划方法，属于无人机技术领域。包括如下步骤：将梯田覆盖区域划分为若干蜂窝单元，定义蜂窝单元的属性以及无人机能量消耗的计算函数与参数；采用部分可观测马尔可夫决策过程POMDP对无人机在不完全信息环境下的决策过程进行建模，将无人机在不完全信息环境下的决策过程形式化为五元组POMDP模型；设计双通道信息素引导机制的信息素系统，将静态信息素和动态信息素进行自适应权重融合，更新信息素矩阵；步骤S4：设计DRQN强化学习网络，设计一种基于信息素自适应融合机制和DRQN强化学习网络的PPRL算法，求解部分可观测马尔科夫决策问题，得到无人机覆盖路径。本发明能有效地于梯田环境进行覆盖路径规划。