基于MASAC强化学习算法的多无人机协同路径规划

针对动态不确定环境下异构多无人机协同路径规划问题, 提出了一种新的多智能体深度强化学习算法。首先, 开发了一个空域场景下多无人机到达目标地点的强化学习环境, 环境引入了无人机动力学方程, 并考虑了无人机异构的因素以及安全避障的需求。其次, 设计了任务完成率、编队保持率、飞行时间等性能指标, 用以衡量算法的优劣。然后, 将多无人机协同路径规划问题建模为部分可观Markov决策过程, 提出了一种多智能体柔性执行评价 (multi-agent soft actor critic, MASAC) 算法寻求该问题的近似最优策略。最后, 通过仿真实验验证了所提算法的有效性和优越性。