在障碍环境中，针对自适应多无人机群目标搜索的课程学习方法

《Journal of Systems Engineering and Electronics》：Curriculum learning for adaptive multi-UAV swarm target search in obstacle environment

　　

摘要：

以往的研究对无人机（UAV）高度变化在决定三维（3D）搜索效率中的关键作用关注较少。为了解决这一不足，本文提出了一种结合自适应矩阵优化的深度强化学习框架，用于多无人机目标搜索。该框架明确模拟了高度变化对观测范围和检测精度的影响。为了平衡飞行安全、覆盖范围和检测精度，深度Q网络（DQN）与高度矩阵优化（AMO）将3D轨迹离散化为水平路径和垂直高度决策，有效降低了问题的维度。此外，采用了一种课程学习方法将搜索过程分解为多个阶段性的子任务，每个子任务都有定制的决策规则和奖励机制。这种分层策略加速了智能体的学习过程，并在复杂场景中提升了性能。在模拟环境中的全面实验评估表明，所提出的DQN-AMO在鲁棒性和泛化能力方面均优于基准方法。