【标题】Multi-objective particle swarm optimization with multi-mode collaboration based on reinforcement learning for path planning of unmanned air vehicles

【作者团队】Xiangyin Zhang, Shuang Xia, Xiuzhi Li, Tian Zhang

【发表日期】2022.5.23

【论文链接】https://www.sciencedirect.com/science/article/pii/S0950705122005299#!

【推荐理由】针对复杂环境下无人机协同航迹规划问题，将其建模为一个具有多重约束的功能最佳化问题。将约束条件作为目标函数，将多无人机的约束路径规划转化为多目标最佳化问题，提出了基于多模式协同的多目标粒子群优化路径规划算法(MCMOPSO-RL) ，该算法在寻找最优路径的同时处理约束条件。该算法采用强化学习算法来选择合适的位置更新模式，以获得较高的性能。提出了基于粒子位置更新的多模式协作策略，设计了三种模式来平衡种群多样性和收敛速度，包括探索和开发模式，以及混合更新模式。实验结果表明，该算法生成的帕累托解集的质量高于其他比较算法，这意味着该算法能够更有效地解决单无人机和多无人机的路径规划问题。

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