RVO-DDPG算法在多UAV集结航路规划的应用

针对传统智能优化算法处理不确定复杂环境下多UAV集结航路规划存在计算量大、耗时长的问题,提出了一种基于互惠速度障碍法(reciprocal velocity obstacle,RVO)的深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法。引入互惠速度障碍法指导UAV对不确定环境内障碍进行避碰,有效提高了目标actor网络的收敛速度,增强了算法的学习效率。设计了一种基于综合代价的奖励函数,将多UAV航路规划中的多目标优化问题转化为DDPG算法的奖励函数设计问题,该设计有效解决了传统DDPG算法易产生局部最优解的问题。基于Pycharm软件平台通过仿真验证了该算法的性能,并与多种算法进行对比。仿真实验表明,RVO-DDPG算法具有更快的决策速度和更好的实用性。

多个无人飞行器协同避障及避碰研究

在多个无人飞行器(UAV)进行避障时,各个UAV通常将其他UAV当作移动障碍物进行处理,忽略了其他UAV也会根据自身传感器获知的周围环境信息做出相应的避障机动,规划出的UAV避障路径不可避免出现震颤,针对这一问题,提出了一种基于互惠速度障碍法的避障算法。避障时,不需UAV之间进行通信,每个UAV独立进行同样的避障决策,计算量少,实时性好,能够满足多UAV在线避障的要求。仿真结果验证了本方法的可行性和有效性。