
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于启发式嵌套蒙特卡洛搜索的无人机三维轨迹实时规划框架
《Scientific Reports》:Revisiting multi-objective three-dimensional trajectory planning in dynamic unmanned aerial vehicles assisted systems using online Monte Carlo Search methods
【字体: 大 中 小 】 时间:2026年09月19日 来源:Scientific Reports 4.9
编辑推荐:
摘要无人机(UAVs)在复杂三维(3D)环境中的轨迹规划是无人机辅助任务规划系统中的一个关键挑战,特别是在救援行动等动态场景中,无人机充当移动无线通信枢纽。本文通过重新审视蒙特卡洛搜索方法并提出一种基于启发式的嵌套蒙特卡洛搜索(NMCS)算法的新颖路径规划框架,来解决这一挑战
无人机(UAVs)在复杂三维(3D)环境中的轨迹规划是无人机辅助任务规划系统中的一个关键挑战,特别是在救援行动等动态场景中,无人机充当移动无线通信枢纽。本文通过重新审视蒙特卡洛搜索方法并提出一种基于启发式的嵌套蒙特卡洛搜索(NMCS)算法的新颖路径规划框架,来解决这一挑战,旨在实时优化无人机轨迹,同时支持救援团队的计算任务卸载。为了模拟救援团队的动态移动,我们采用了高斯 - 马尔可夫移动模型(GMM),这增强了环境的真实性和适应性。与通常需要大量离线训练且难以实现实时适应的深度强化学习(DRL)方法不同,NMCS 作为一种在线搜索算法,对动态环境变化提供了优越的响应能力。我们提出的 NMCS 框架利用两级嵌套架构,有效地平衡了三个相互竞争的目标:最大化通信吞吐量、最小化飞行路径长度和降低能耗。此外,该算法在维持多个救援团队之间的公平性方面表现出稳健的性能,确保公平的资源分配。广泛的模拟验证了我们方法的有效性,表明基于 NMCS 的算法在处理复杂、动态、多目标三维路径规划问题时显著优于基准方法。这项工作凸显了 NMCS 作为无人机辅助无线通信系统强大工具的潜力,特别是在动态和时限敏感的操作场景中。