基于离线强化学习的无人机路径规划方法

本申请属于无人机技术领域，公开了一种基于离线强化学习的无人机路径规划方法，通过建立无人机与车辆的通信时延模型和无人机能耗模型，利用SUMO交通仿真器对交通流进行仿真，记录无人机和车辆状态数据，生成离线训练数据集用于离线强化学习训练，依据所述离线训练数据集设计用于深度强化学习的无人机状态空间、动作空间和奖励函数，训练离线强化学习模型，结合无人机的初始位置，基于训练好的离线强化学习模型输出无人机飞行路径。该方法可以在降低无人机能耗的同时，有效减少通信时延，从而显著提升无人机在复杂动态环境中的任务完成率。