本發明公開了一種基于深度強化學習的多無人機任務規劃方法。首先,根據任務需求,建立多無人機多目標場景下的分布式部分馬爾科夫決策過程模型;然后,在建立的任務模型基礎上,設計基于QMIX的任務規劃算法。本發明設計了多智能體強化學習算法與協作任務獎賞函數,使得多無人機在集中訓練后,執行任務時可以在分布式框架下根據不同的環境狀態與自身觀測做出協作完成任務的動作,使任務完成時間減少,最大化任務收益。
聲明:
“基于深度強化學習的多無人機任務規劃方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)