摘要
本发明提供一种基于注意力机制的DDQN的无人机中断场景路径规划方法,涉及路径规划技术领域。方法为根据节点位置信息、无人机单位距离的能源消耗和节点间的综合中断风险,构建综合目标函数和配送网络图;采用图注意力网络和多层感知器分别对配送网络图和当前状态进行特征提取,得到当前图嵌入特征和当前状态特征,将提取特征进行拼接输入至主网络中,得到预测Q值、奖励值和最优动作;将最优动作发送给无人机,接收其反馈的下一步状态,循环利用主网络持续得到最优动作,最终形成最优路径规划策略,通过自适应注意力机制动态加权中断特征与空间拓扑关系,使无人机在多源动态环境因素干扰下的路径规划成功率和适应性显著提升。
技术关键词
无人机
路径规划方法
注意力机制
嵌入特征
节点位置信息
网络
风险
多层感知器
场景
能见度
空间拓扑关系
状态更新
路径规划技术
路径规划系统
参数
充电站
存储计算机程序
系统为您推荐了相关专利信息
融合诊断方法
多模态数据融合
医学知识图谱
模型预训练
多源异构数据源
无人机集群协同
深度强化学习算法
搜索方法
无人机群协同
网格
自动语音识别
文本检索方法
音频编码器
文本检索系统
预训练模型
滑坡灾害
通道注意力机制
网络架构
检测模型训练
解码器
历史负荷数据
企业设备
策略优化方法
画像
负荷预测模型