基于强化学习的时变风场环境无人机全覆盖航迹规划方法、系统及设备

本发明公开了一种基于强化学习的时变风场环境无人机全覆盖航迹规划方法及系统，主要解决现有无人机覆盖航迹规划方法无法规划动态风场环境下的全覆盖航迹问题。其实现方案包括：通过网格法对无人机任务区域进行二维环境建模，将任务区域离散分割为相同大小的网格；根据二维环境模型，通过强化学习算法构建包括动作空间、状态转移函数和奖励函数的马尔可夫决策模型；根据风场的时变特点，设计可规划时变风场环境全覆盖航迹的初始化分时Q表，并对其进行训练；根据训练后的分时Q表和马尔可夫决策模型，得到时变风场环境下无人机短航时全覆盖航迹，本发明针对动态时变风场环境，能规划出完全覆盖任务区域的有效覆盖路径，保证无人机对任务区域的完全侦察，可用于无人机侦察任务。