一种基于噪声双深度Q网络的无人机轨迹规划方法

本发明涉及智能无人机自主控制与决策领域，特别涉及一种基于噪声双深度Q网络的无人机轨迹规划方法，包括：获取无人机传感器数据；根据无人机传感器数据建立林火模型；根据林火模型建立无人机约束条件与优化函数，并将无人机约束条件与优化函数转为部分可观察马尔科夫决策过程；采用噪声双深度Q网络对部分可观察马尔科夫决策过程求解，得到最优无人机路径规划策略；本发明以节点区域作为决策对象，并为不同节点区域进行价值分级，决策更符合现实情况；在神经网络权重中引入噪声偏置项，平衡学习的稳定性和探索性能，使得网络在不同环境中能动态适应探索行为；设计轨迹平滑性约束，以确保飞行路径连续，进一步提高了无人机轨迹规划成功率。