摘要
针对带有静态未知目标的多无人机协同搜索任务，既需要高效的区域分配，也需要灵活的局部机动能力。然而，单层学习方法往往存在覆盖冗余、任务分工不明确以及训练不稳定的问题。本文提出了一种用于多无人机协同搜索的高低层解耦强化学习方法。高层系统会基于访问地图、目标存在置信度地图以及无人机位置，定期生成针对无人机的特定区域目标；同时，空间自注意力模块能够提升未访问区域、高置信度目标区域以及无人机分布的表示能力。底层系统则根据本地观测结果和高层提供的信息来执行离散的操控动作，而结构化的奖励机制则有助于实现有效的区域覆盖、目标发现、以目标为导向的进展、避免重复访问以及确保运动安全。在具有静态目标且传感器性能理想的二维网格环境中进行了仿真实验。在这种简化的仿真条件下，所提出的方法相比常见的基准算法，具有更高的训练收益和覆盖率，同时还能保持较高的最终目标发现率，并更快达到发现阈值。消融实验和可视化结果进一步证明了所提出的分层引导机制在该仿真场景下的有效性和可解释性。
