基于多智能体强化学习的无人机集群协同搜救与编队控制设计.docxVIP

PAGE2

基于多智能体强化学习的无人机集群协同搜救与编队控制设计

摘要

近年来，无人机集群在灾害搜救、环境监测和军事侦察等领域的应用日益广泛，然而复杂动态环境下多机协同仍面临感知受限、任务耦合和编队自适应能力不足等挑战。本设计以机器人与无人系统电子架构为背景，面向灾后场景下的高效协同搜救需求，提出一种基于多智能体强化学习的协同搜救与编队控制方案。核心思路是将无人机集群离散行为统一建模为部分可观测马尔可夫决策过程（POMDP），设计分布式协同搜救奖励函数，并融合自适应编队控制策略，使集群在未知环境中兼具高效区域覆盖与动态队形维持能力。

论文遵循工程递进思路：首先分析协同搜救系统的现实需求与功能指标，进而展开总体架构设计与模块划分；在详细设计部分重点阐述POMDP模型构建、奖励函数设计以及自适应编队控制算法，并给出接口定义；实现环节依托仿真平台完成模型训练与算法验证；测试部分通过多组仿真实验评估系统性能。结果表明，所设计的系统能在通信约束和非全局观测下显著提升搜救效率与编队稳定性，具备良好的鲁棒性与扩展性，为无人机集群电子架构的设计提供了可行参考。

关键词：多智能体强化学习；无人机集群；协同搜救；部分可观测马尔可夫决策过程；自适应编队控制

第一章绪论

1.1研究背景

在自然灾害或突发事故发生后，快速获取现场信息并定位受困人员是救援行动的关键。传统人工搜救方式易受地形、天气等