面向多无人机持久几何服务覆盖的优先级与中断引导安全QMIX框架

《Drones》：Energy-Aware Persistent Multi-UAV Coverage via Reinforcement Learning Guided by User Priority and Outage

　　

摘要

在灾害响应及其他基础设施受限的场景中，搭载接入点的无人机可以在需求和机队可用性不断变化的情况下，快速为地面移动用户恢复服务可用性。然而，现有的单时隙覆盖问题表述可能掩盖长时间的个人中断，且无法联合表示异质服务优先级、有限电池容量和周期性充电。我们研究持久几何多无人机服务覆盖问题，其中当用户位于无人机的覆盖范围内时，该用户即为可服务状态。我们提出了优先级与中断引导的安全QMIX（POGS-QMIX），这是一种混合层次框架：集中式在线协调器根据全局机队的优先级和中断信息构建冲突减少的无人机-用户目标对，而参数共享的QMIX智能体独立选择目标条件化的底层动作。该框架耦合了类别平衡的中断记忆、分配机制、密集目标进度反馈和返航能量动作掩码。评估内容包括学习和非学习基线、贪心与匈牙利算法分配对比、多种子统计、敏感性研究、工况研究以及能量压力测试。在默认场景下，POGS-QMIX在五个独立随机种子上取得了高优先级覆盖率 以及最大高优先级中断 个时隙。