面向无人机救援搜寻的多轨迹策略优化方法

无人机在应急救援中能有效辅助搜救人员缩短搜寻时间,减小生命财产损失。针对无人机搜寻规模变大时传统方法运行时间较长的问题,提出一种基于注意力机制的多轨迹策略优化方法。该方法基于深度强化学习算法,引入多轨迹采样技术,避免轨迹数据产生采样偏差;引入数据增强技术,进一步丰富轨迹数据特征;提出结合信息熵的目标损失函数,指导模型探索更优可行解空间。网络模型采用编码-解码框架,通过调整注意力机制网络提升编码器学习能力,利用添加残差子层提升解码器泛化能力。采用随机数据集和公共数据集分别验证模型的优化效果和泛化性能。试验结果显示,基于注意力机制的多轨迹策略优化方法相比理论最优解,在计算时间方面平均缩短了94.3%。此外,基于注意力机制的多轨迹策略优化方法相比对照方法的解,在平均差距方面相对提升了95.1%,在标准差方面降低了4.4%,为提升无人机救援搜寻效率提供了技术参考。