【标题】A Fast and Robust Algorithm with Reinforcement Learning for Large UAV Cluster Mission Planning

【作者团队】Lei Zuo, Shan Gao, Yachao Li, Lianghai Li, Ming Li, Xiaofei Lu

【发表日期】2022.3.8

【论文链接】https://www.mdpi.com/2072-4292/14/6/1304/pdf

【推荐理由】包含数百架无人机的大型无人机（UAV）集群已在现代世界中广泛使用。其中，任务规划是大型无人机集群协同系统的核心。本文通过将简单注意模型 (SAM) 引入动态信息强化学习 (DIRL) 中提出了一种任务规划方法，称为 DIRL-SAM。为了降低原始注意力模型的计算复杂度，推导出具有轻量级交互模型的SAM，以快速提取集群信息的高维特征。在 DIRL 中，通过动态调整训练条件来模拟不同的任务环境。同时，DIRL中的数据扩展保证了模型在这些动态环境中的收敛性，提高了算法的鲁棒性。最后，仿真实验结果表明，该方法能够自适应地提供具有秒级求解速度的可行任务规划方案，并且在大规模集群规划问题中表现出优异的泛化性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除