基于深度强化学习的无人机-无人车双向通信路由框架优化研究

为解决无人机(UAV)与无人车(UGV)协同网络中传统路由协议适应性差、能效低的问题，研究人员提出了一种融合贪婪周边无状态路由(GPSR)与深度强化学习(DRL)的智能路由框架。该协议通过动态调整路由决策和Hello包间隔，显著提升了网络吞吐量、降低了延迟与丢包率，为军事侦察、灾害救援等任务关键型应用提供了鲁棒通信支持。

　　

在军事侦察、灾害救援等复杂场景中，无人机(UAV)与无人车(UGV)的协同作业需要高效稳定的双向通信支持。然而，传统路由协议如贪婪周边无状态路由(GPSR)存在明显局限：仅适用于单一平台组网，难以适应跨UAV-UGV的动态拓扑变化；依赖固定参数导致能效低下；且易因节点移动性产生路由空洞。这些问题严重制约了异构无人系统在任务关键型场景中的应用效能。

为突破这些技术瓶颈，研究人员创新性地将深度强化学习(DRL)与GPSR协议深度融合，开发出具有环境感知能力的智能路由框架。该研究通过Python仿真验证表明，新协议在数据包投递率(PDR)、延迟等核心指标上显著优于传统方案，特别是在大规模节点部署时优势更为突出。

研究团队采用三项关键技术方法构建系统：首先设计专用Hello包格式，集成节点类型(UAV_i/UGV_j)、剩余能量(RE)等关键参数；其次建立DRL状态空间模型，融合节点位置(x_i,y_i,z_i)、移动矢量等动态特征；最后构建多目标奖励函数，平衡延迟(D)、能效(EE)与PDR的优化权重(α,β,γ)。

网络模型与方法部分揭示了协议的核心机制：

• 邻居发现机制通过自适应Hello包间隔动态维护拓扑表，解决高移动性导致的链路不稳定问题
• 位置预测模块利用DRL分析历史轨迹数据，提前规避可能出现的路由空洞
• 混合转发策略在贪婪转发失效时自动切换周边路由模式，确保95%以上的连通性

实验结果显示：

• 在12节点测试中，协议实现72%的PDR，最优路径仅需1跳（传统GPSR平均4-6跳）
• 数据包规模增至25个时，网络吞吐量提升18%，最大延迟控制在5.25秒内
• 百级节点规模下仍保持72.7%的PDR，验证了协议的强扩展性

讨论部分指出，DRL的引入使协议具备三大突破性优势：

1. 实时学习能力：通过Q-learning动态调整路由策略，将拓扑变化响应时间缩短80%
2. 能效优化：智能Hello包间隔机制降低控制开销，节点能耗减少23%
3. 抗环设计：基于历史数据的死锁预测使路由环路发生率下降67%

该研究为异构无人系统通信提供了首个可扩展的AI驱动解决方案，其创新点在于：将GPSR的地理路由优势与DRL的环境适应能力有机结合，攻克了传统协议在三维空间组网的固有缺陷。成果不仅适用于战场侦察等军事场景，也为智能交通系统(ITS)中的空地协同提供了关键技术支撑。未来通过引入联邦学习等机制，可进一步强化协议在对抗环境中的生存能力。