申请/专利权人：中国科学技术大学

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117873172A

主分类号：G05D1/695

分类号：G05D1/695;G05D109/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种多无人机轨迹规划方法与系统，将多无人机三维轨迹规划问题表述为多目标优化问题，以同时提高网络覆盖率、接入公平性、数据传输量和能效。受DRL决策能力的启发，本发明提出的基于深度迁移学习的多无人机轨迹规划DeepTransferReinforcementLearningBasedMulti‑UAVTrajectoryDesign，TL‑RLMTD方案在具有探索UE集群和寻找最佳高度能力的同时，能够降低无人机能耗，提高UE接入率、公平性和整个系统的数据传输量。并且，本发明的无人机具有与环境交互的能力，能够适应不同的用户设备分布。

主权项：1.一种多无人机轨迹规划方法，其特征在于，包括：构建由多个地面用户设备，一组无人机以及高空平台组成的三层网络架构，并在每一无人机中单独部署一个智能体；其中，智能体在源域环境完成预训练后，迁移至目标域环境，源域环境与目的域环境中用户设备分布相同，预训练时忽略用户设备移动的影响；在目标域环境中，由每一无人机中的智能体，结合高空平台提供的当前时隙的全局观测状态构建自身的当前时隙的局部状态，并根据行动策略，生成当前时隙的动作，所述动作是指无人机的飞行动作；根据执行相应动作后的无人机的效用函数，结合每一用户设备的位置选择服务的无人机；结合当前时隙内所有无人机服务的用户设备数目、公平指数、每一无人机服务的用户设备数目与能量消耗，以及动作的合法性，计算当前时隙内每一无人机的奖励；其中，公平指数通过用户设备的接入率来计算；对于每一无人机的预训练智能体，利用当前时隙的局部状态、动作、奖励以及下一时隙的局部状态构建当前时隙的状态转移信息，并计算状态转移信息的权重后，将状态转移信息与对应权重一并存入回放缓冲区，同时计算当前时隙的状态转移信息的绝对TD误差，若超过阈值，根据状态转移信息的权重进行采样，再利用采样出的状态转移信息训练智能体。

全文数据：

权利要求：

百度查询： 中国科学技术大学 多无人机轨迹规划方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD