原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于边图注意力机制的强化学习多无人机任务规划方法，建立三维空间多无人机任务分配混合整数线性数学模型，建立马尔科夫决策过程；设计基于边图注意力机制的深度强化学习模型后对深度强化学习模型以分层强化的方式进行训练，以训练后的模型对多无人机进行任务规划。本发明在大规模任务数上，相比普通的进化算法和没有加入边特征的深度强化学习方法能得到较好的收敛结果，并且规模越大对比效果越明显，同时计算时间更短；训练好的不同模型在不同任务数环境下均能取得较好的效果，其泛化能力强。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117539274A
(43)申请公布日2024.02.09
(21)申请号202311431264.8
(22)申请日2023.10.31
(71)申请人浙江工业大学
地址310014
文档评论（0）