一种基于强化学习的无人机路径规划避障方法

本发明公开了一种基于强化学习的无人机路径规划避障方法，包括如下步骤：S1、定义无人机的环境模型；S2、采用改进的MADDPG算法，为每架无人机构建基于强化学习的多无人机系统，在Actor和Critic网络中引入长短期记忆网络；S3、采用集中式训练优化多无人机的协作路径规划与避障决策；S4、基于自适应任务分配机制，动态调整任务分配和飞行路径；S5、采用经验回放机制和目标网络；S6、通过Actor网络生成飞行路径，并做出实时决策。本发明通过改进的MADDPG算法，利用LSTM结构优化多无人机协作、路径规划与避障决策，广泛应用于搜索与救援、无人机群体协作领域。