基于深度强化学习的多无人机电力巡检任务规划

作     者：马瑞 欧阳权 吴兆香 丛玉华 王志胜 MA Rui;OUYANG Quan;WU Zhao-xiang;CONG Yu-hua;WANG Zhi-sheng

作者机构：南京航空航天大学自动化学院江苏南京211106 南京理工大学紫金学院计算机学院江苏南京210023 

基　　金：国家自然科学基金面上项目(61473144) 南京航空航天大学研究生创新基金资助项目(kfjj20200334) 南京理工大学紫金学院校级科研项目(2019ZRKX0401006) 

出 版 物：《计算机与现代化》 (Computer and Modernization)

年 卷 期：2022年第1期

页      码：98-102页

摘      要：无人机因其成本低、操控性强等优势,在电网线路与电塔的巡检任务中取得了广泛的应用。在大范围电网巡检任务中,单台无人机由于其续航半径有限,需要多架无人机协作完成巡检任务。传统任务规划方法存在计算速度慢、协作效果不突出等问题。针对以上问题,本文提出一种基于多智能体强化学习值混合网络(QMIX)的任务规划算法,采用集中训练、分散执行的框架,为每架无人机建立循环神经网络,并通过混合网络得到联合动作值函数指导训练。该算法通过设计任务奖赏函数以激发多智能体的协作能力,有效解决多无人机任务规划协作效率低的问题。仿真实验结果表明所提算法的任务时间相比于常用的值分解网络(VDN)算法减少了350.4 s。

主 题 词：强化学习 电力巡检 多智能体协作 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-2475.2022.01.014

馆 藏 号：203107148...