基于强化学习的无人机集群动态任务规划算法

作者：李明哲; 马琼敏^*; 伍国华

来源：系统仿真技术, 2023, 19(03): 193-204.

DOI：10.16812/j.cnki.cn31-1945.2023.03.014

• 无人机集群
• 动态任务规划
• 强化学习
• 注意力机制

针对无人机集群动态任务规划问题，本研究提出一种基于强化学习的无人机集群动态任务规划方法。该方法将无人机集群动态任务规划划分为任务分配和路径规划2层进行求解，首先通过任务分配得到各个无人机所负责的任务集合，然后在各个任务集合内通过路径规划得到无人机的飞行路径。在任务分配层面，根据大规模无人机集群任务分配存在的规模性和动态性特点，设计基于注意力机制的强化学习算法对其进行求解，该算法在深度强化学习算法的基础上引入注意力机制网络，使得算法能够高效处理无人机数目和任务数动态变化。在路径规划层面，采用基于Gurobi的最优化算法求解最优飞行路径，保证强化学习训练效果与求解结果质量。实验结果表明，在多种规模的动态任务规划中，本研究所提出的算法任务完成度较对比算法提升26.9%～59.9%，方案变化量较对比算法减少12.8%～19.8%，且求解时间在1 s以内。

• 单位
  中南大学