基于值进化强化学习的无人机协同搜索航迹规划方法

本发明公开了基于值进化强化学习的无人机协同搜索航迹规划方法，能够进行多无人机协同搜索航迹规划，实现了针对复杂不确定性模型的搜索环境的建模，建立了多无人机协同搜索航迹规划模型中的概率地图模型，同时克服算法在多无人机协同搜索任务中学习能力不足的问题，提升无人机集群在复杂协同搜索任务中的学习效率与决策性能。具体步骤为：建立多无人机协同搜索航迹规划模型；建立多无人机协同搜索航迹规划的马尔可夫决策过程模型；构建通过强化学习训练的神经网络，对应RL个体；构建通过值进化机制优化的神经网络种群，对应EA个体种群：对所构建的神经网络进行强化学习训练和值进化优化：使用优化的神经网络，进行多无人机协同搜索航迹规划。