基于强化学习的多无人机辅助移动边缘计算轨迹规划方法

本发明公开了一种基于强化学习的多无人机辅助移动边缘计算轨迹规划方法。针对移动边缘计算(MEC)系统中无人机能源受限、局部信息协作困难的问题，将轨迹规划建模为分布式部分可观测马尔可夫决策过程(Dec‑POMDP)，通过定义状态空间、动作集合、状态转移和奖励函数，引入队友建模网络学习其他无人机策略分布，结合深度强化学习算法优化轨迹与充电调度。实验表明，该方法可显著降低任务无人机宕机风险，提升系统计算任务量和服务连续性，在动态复杂场景中具备强适应性。