基于强化学习的多目标自适应约束无人机路径规划方法

    公开(公告)号:CN119690105A

    公开(公告)日:2025-03-25

    申请号:CN202411857007.5

    申请日:2024-12-17

    Abstract: 本发明公开了一种基于强化学习的多目标自适应约束无人机路径规划方法,步骤包括初始化无人机路径种群;确定种群状态,包括主种群中可行个体比例、可行非支配个体与非支配个体的比例、中心点、标准差和基于辅助种群确定的状态标志;根据种群状态,利用强化学习网络得到动作,并存储至输出种群;判断是否达到终止条件,若否以动作为索引选择自适应约束策略更新种群并继续迭代,若是以输出种群中所有非支配个体作为优化的无人机飞行路径。本发明可有效应对无人机路径规划过程中的多重约束挑战,通过强化学习在线反馈动态更新约束策略,从而提升路径规划的效率和适应性。

    一种基于改进多目标进化算法的无人机群路径规划方法

    公开(公告)号:CN116126032B

    公开(公告)日:2023-07-14

    申请号:CN202310405415.6

    申请日:2023-04-17

    Abstract: 本发明提供一种基于改进多目标进化算法的无人机群路径规划方法,该方法包括:构建无人机群飞行区域三维地形环境;构建无人机B样条曲线飞行路径模型;构建无人机群路径规划的约束多目标优化问题模型;执行改进多目标进化算法求解无人机群路径规划的约束多目标优化问题,通过基于渐进权重状态约束处理技术和基于飞行环境约束修复机制的多目标进化算法,最终得到并输出满足约束条件的无人机群路径规划。本发明能够高效处理无人机群路径规划过程中的无人机群动力学和任务相关约束条件,规划优秀的无人机群路径。

    一种基于改进多目标进化算法的无人机群路径规划方法

    公开(公告)号:CN116126032A

    公开(公告)日:2023-05-16

    申请号:CN202310405415.6

    申请日:2023-04-17

    Abstract: 本发明提供一种基于改进多目标进化算法的无人机群路径规划方法,该方法包括:构建无人机群飞行区域三维地形环境;构建无人机B样条曲线飞行路径模型;构建无人机群路径规划的约束多目标优化问题模型;执行改进多目标进化算法求解无人机群路径规划的约束多目标优化问题,通过基于渐进权重状态约束处理技术和基于飞行环境约束修复机制的多目标进化算法,最终得到并输出满足约束条件的无人机群路径规划。本发明能够高效处理无人机群路径规划过程中的无人机群动力学和任务相关约束条件,规划优秀的无人机群路径。

    基于双种群多约束进化的无人机群路径规划方法

    公开(公告)号:CN119440054A

    公开(公告)日:2025-02-14

    申请号:CN202411567526.8

    申请日:2024-11-05

    Abstract: 本发明公开了一种基于双种群多约束进化的无人机群路径规划方法,包括根据无人机路径确定第一种群和第二种群;基于第一种群和第二种群生成子代后获得第一组合种群和第二组合种群;依次确定第一组合种群和第二组合种群中可行解的数量,并结合贡献值阈值进行更新,对无人机群进行路径规划,以及判断是否达到终止条件,若否返回继续迭代,若是,根据更新的第一组合种群和第二组合种群输出非支配解。本申请基于种群贡献度,自适应选择合适的约束计算方式得到可行解方式,可显著提高求解效率和解的质量,同时增强了算法的稳定性和适应性。

Patent Agency Ranking