广西师范大学学报(自然科学版)

2021, v.39(06) 63-71

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度强化学习的多无人机任务动态分配
Dynamic Task Allocation Method for UAVs Based on Deep Reinforcement Learning

唐峯竹;唐欣;李春海;李晓欢;

摘要(Abstract):

针对无人机任务随机下发场景中由于任务完成时间约束带来的任务完成度低的问题,本文提出一种基于深度强化学习的分布式多无人机任务动态分配方法。该方法通过无人机之间的实时交互,首先,对正在执行的任务和新到任务的时间约束、任务量、优先级等特征进行实时量化,同时在任务执行过程中动态生成新的任务优先级特征;然后,将无人机交互后形成的全局任务特征视为无人机共享的任务情况,并不断进行更新形成动态决策依据;最后,在时间约束下,根据实时任务完成情况通过深度强化学习方法进行无人机的行为决策,达到新任务与正在执行任务的动态分配以提高任务完成度。仿真结果表明,该方法能提高时间约束下的系统整体任务完成度。

关键词(KeyWords): 无人机;任务分配;深度强化学习;动态性;任务完成度

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61762030);; 广西自然科学基金(2019GXNSFFA245007,2018GXNSFDA281013);; 广西科技计划项目(AA18242021,AB19110050,AA19110044,ZY19183005,AB20238033);; 桂林市科技计划项目(20190214-3);; 广西高校中青年教师基础能力提升项目(2021KY1654)

作者(Author): 唐峯竹;唐欣;李春海;李晓欢;

Email:

DOI: 10.16088/j.issn.1001-6600.2021032402

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享