基于强化学习的多无人机WRSN充电路径规划方案

针对无线可充电传感网(WRSNs)存在的充电难、效率低等问题,提出了一种多无人机协同无线可充电传感网充电路径规划方案(MC-CPP).首先描述了多无人机路径规划问题并建立了数学模型,然后针对问题模型提出了相应的深度强化学习(DRL)算法,算法借助了神经网络、贪婪策略和经验回放等获取无人机的充电飞行路径;最后无人机沿着规划的路径为网络中各待充电节点进行充电.实验结果表明,与传统Q学习方案相比,MC-CPP方案在获得了较优规划路径的同时,不仅能够减少充电无人机的数量和强化学习迭代次数,而且提高了无人机的能量利用率;与TSCA、NJNP、GC等方案相比,该方案能有效减少无人机飞行时间、节点死亡的数量及无人机能量消耗.