摘要
在空地任务规划的复杂问题中，多无人机系统面临显著挑战，如系统复杂性与异构性、目标可观测性不足，以及协作信息共享困难。为解决这些问题，本文提出了一种新颖的可学习稀疏注意力图架构（SAGA）。该架构在MAPPO框架内深度融合了图推理与策略优化，并包含三种创新机制：(i) 基于GATv2的图神经网络编码器，通过多头注意力机制对无人机间的通信图执行多轮分布式共识，从而实现战术信息的选择性聚合；(ii) 边预测器，学习剪枝低价值通信链路，生成稀疏且任务自适应的通信拓扑；(iii) L1稀疏惩罚项，进一步增强通信效率。在自研的异构多无人机任务规划仿真环境中，与以下基线强化学习算法进行了全面的对比实验：MADDPG、MATD3、QMIX、MAPPO、TarMAC、DGN和G2ANet。实验结果表明，SAGA在小规模和大规模场景下分别实现了390和1100的奖励值，在所有运行性能指标上均优于表现最佳的基线算法20%以上。泛化实验验证了模型在未知防御部署模式下的鲁棒迁移能力。消融实验进一步确认了三个组件的各自贡献。本研究为部分可观测对抗环境中异构多无人机系统的任务规划提供了一种创新且有效的方法。
