2023年8月第19卷第3期系统仿真技术SystemSimulationTechnologyAug.，2023Vol.19，No.3基于强化学习的无人机集群动态任务规划算法李明哲1，马琼敏2，3*，伍国华1（1.中南大学交通运输工程学院，湖南长沙410075；2.军事科学院系统工程研究院，北京100101；3.复杂系统仿真总体重点实验室，北京，100101）摘要：针对无人机集群动态任务规划问题，本研究提出一种基于强化学习的无人机集群动态任务规划方法。该方法将无人机集群动态任务规划划分为任务分配和路径规划2层进行求解，首先通过任务分配得到各个无人机所负责的任务集合，然后在各个任务集合内通过路径规划得到无人机的飞行路径。在任务分配层面，根据大规模无人机集群任务分配存在的规模性和动态性特点，设计基于注意力机制的强化学习算法对其进行求解，该算法在深度强化学习算法的基础上引入注意力机制网络，使得算法能够高效处理无人机数目和任务数动态变化。在路径规划层面，采用基于Gurobi的最优化算法求解最优飞行路径，保证强化学习训练效果与求解结果质量。实验结果表明，在多种规模的动态任务规划中，本研究所提出的算法任务完成度较对比算法提升26.9%~59.9%，方案变化量较对比算法减少12.8%~19.8%，且求解时间在1s以内。关键词:无人机集群；动态任务规划；强化学习；注意力机制DynamicTaskPlanningAlgorithmforUAVSwarmBasedonReinforcementLearningLIMingzhe1，MAQiongmin2，3*，WUGuohua1（1.SchoolofTransportationEngineering，CentralSouthUniversity，Changsha410075，China；2.InstituteofSystemsEngineering，MilitaryAcademyofSciences，Beijing100101，China；3.NationalKeyLaboratoryforComplexSystemsSimulation，Beijing100101，China）Abstract：AimingattheproblemofUAVswarmdynamictaskplanning，thispaperproposesamethodofUAVswarmdynamictaskplanningbasedonreinforcementlearning.Inthismethod，theUAVswarmdynamictaskplanningproblemisdividedintotwolayers：taskassignmentandpathplanning.First，thetasksetofeachUAVisobtainedthroughtaskassignment，andthentheflightpathoftheUAVisobtainedthroughpathplanningwithineachtaskset.Atthetaskassignmentlevel，accordingtothescaleanddynamiccharacteristicsoftaskassignmentinlarge-scaleUAVswarms，areinforcementlearningalgorithmbasedonattentionmechanismisdesignedtosolveit.Thisalgorithmintroduces...
