摘要
多基地部署的两栖灭火无人机合作任务规划面临复杂资源耦合、火灾条件动态演变以及实时决策需求等多重挑战。本研究提出了一种采用三级分层多智能体结构的H-MAPPO-LSTM方法：指挥中心智能体负责全局态势评估与宏观任务分配，基地智能体管理无人机资源并分解区域任务，无人机智能体执行取水、飞行、投水与返回操作。LSTM网络被集成到策略网络中，并结合PPO算法与集中训练分散执行机制，以实现多级合作学习与在线动态重规划。在部署阶段，网络参数保持固定，而在线策略推理、实时决策与动态重规划则用于响应火灾现场的变化。该模型综合考虑了无人机基地、两栖灭火无人机、自然水源、动态火灾热点及其约束条件。与静态基准中的Flat MAPPO相比，H-MAPPO-LSTM将任务完成时间缩短了20.2%，平均响应时间减少了14.7%，最终过火面积降低了29.7%，综合成本下降了26.0%。在高动态场景中的火灾控制率达到88%，在大规模场景中的火灾控制率为81.96%。消融实验结果表明，在所测试的设置下，分层架构的贡献最为显著，而LSTM、层级特定的集中评论家以及分层奖励则提供了额外的性能提升。
