本發(fā)明公開了一種基于強化學習的多設備自適應監(jiān)測方法,包括以下步驟:構(gòu)建基于圖的無人機環(huán)境巡邏監(jiān)控的環(huán)境模型拓撲結(jié)構(gòu);對無人機的運動方式和通信范圍進行定義和約束;構(gòu)建基于信息交互的巡邏監(jiān)控協(xié)同模型;利用Q?Learning方法獲取最優(yōu)的多無人機巡邏監(jiān)控策略;構(gòu)建分布式巡邏監(jiān)控協(xié)同模型;通過集中式訓練分布式執(zhí)行的訓練方法優(yōu)化改進的值函數(shù)分解網(wǎng)絡VDNs模型,利用優(yōu)化后的模型實現(xiàn)極端環(huán)境多無人機自適應巡邏監(jiān)控。本發(fā)明算法的魯棒性很強,能夠有效地解決不同復雜度的環(huán)境拓撲監(jiān)控問題;在同一場景中,能夠適應增加或者減少無人機數(shù)量的極端情況;且解決了極端環(huán)境下,多無人機之間不能互相通信的問題。
聲明:
“基于強化學習的多設備自適應監(jiān)測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)