本發(fā)明屬于無人機(jī)協(xié)同軌跡規(guī)劃，具體涉及一種基于多旅行商問題的多無人機(jī)軌跡規(guī)劃和數(shù)據(jù)獲取方法。

背景技術(shù)：

1、傳感器網(wǎng)絡(luò)作為物聯(lián)網(wǎng)的“感官系統(tǒng)”，以其無處不在、靈活拓?fù)涞奶攸c(diǎn)，已經(jīng)成為連接物與物、人與物之間重要的數(shù)字化橋梁。在未來大規(guī)模傳感器場(chǎng)景中將分布數(shù)十億的傳感器設(shè)備，使得物聯(lián)網(wǎng)技術(shù)從工業(yè)自動(dòng)化到智能交通、智能家居到智慧城市成為可能。

2、針對(duì)上述需求，為了能更有效地收集這些設(shè)備的數(shù)據(jù)，同時(shí)依賴于6g網(wǎng)絡(luò)提供的多維智能協(xié)同服務(wù)，裝載了紅外雷達(dá)、高精度傳感器和高清攝像頭的高精尖無人機(jī)的出現(xiàn)為研究人員們提供了新的解決思路。此外，用多無人機(jī)系統(tǒng)替換單個(gè)無人機(jī)系統(tǒng)可以以較低的總體成本提高空間覆蓋范圍、數(shù)據(jù)收集量和降低資源開銷。有人認(rèn)為，在提供通感一體化服務(wù)方面，使用多個(gè)無人機(jī)協(xié)同將會(huì)進(jìn)一步增強(qiáng)感知和通信的覆蓋范圍。也有人認(rèn)為可以使用博弈論來建模和平衡基于無人機(jī)的移動(dòng)邊緣計(jì)算系統(tǒng)的執(zhí)行時(shí)間和能源成本。

3、然而，目前的技術(shù)大多專注于數(shù)據(jù)感知、資源分配或計(jì)算卸載中，無人機(jī)軌跡規(guī)劃對(duì)數(shù)據(jù)采集的性能也有著至關(guān)重要的作用。有人通過設(shè)計(jì)一種基于深度強(qiáng)化學(xué)習(xí)的方法來解決多任務(wù)的車輛群體感知問題，該方法可以在評(píng)估動(dòng)態(tài)環(huán)境中的感知任務(wù)時(shí)最大化能量效率。當(dāng)前環(huán)境建模問題隨著物理世界的發(fā)展變得越來越復(fù)雜，單個(gè)智能體也很難成為執(zhí)行任務(wù)的首選方案。

4、為此，多智能體強(qiáng)化學(xué)習(xí)應(yīng)運(yùn)而生。利用多智能體強(qiáng)化學(xué)習(xí)的有用信息路徑規(guī)劃方法，在無需智能體間通信的情況下最大化收獲的數(shù)據(jù)。

5、因此，解決最小化無人機(jī)工作的總時(shí)間以及均衡每架無人機(jī)的服務(wù)時(shí)間的問題，是本發(fā)明想要解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于多旅行商問題的多無人機(jī)軌跡規(guī)劃和數(shù)據(jù)獲取方法，以解決上述背景技術(shù)中提出的問題。

2、本發(fā)明目的是這樣實(shí)現(xiàn)的：基于多旅行商問題的多無人機(jī)軌跡規(guī)劃和數(shù)據(jù)獲取方法，其特征在于：其特征在于：該方法包括以下步驟：

3、步驟s1：場(chǎng)景內(nèi)布置多個(gè)傳感器和簇頭節(jié)點(diǎn)，傳感器將數(shù)據(jù)傳輸給簇頭節(jié)點(diǎn)進(jìn)行保存，無人機(jī)獲取簇頭節(jié)點(diǎn)數(shù)據(jù)；

4、步驟s2：建立問題模型，綜合考慮傳感器的分簇情況以及簇頭節(jié)點(diǎn)的位置、每架無人機(jī)服務(wù)簇的集合以及訪問這些位置節(jié)點(diǎn)的次序；

5、步驟s3：將問題模型轉(zhuǎn)變?yōu)槎嗦眯猩虇栴}；

6、步驟s4：利用改進(jìn)遺傳算法對(duì)多無人機(jī)軌跡進(jìn)行全局規(guī)劃；

7、步驟s5：利用多智能體強(qiáng)化學(xué)習(xí)規(guī)劃多無人機(jī)局部軌跡和數(shù)據(jù)獲取；

8、步驟s6：利用coma算法制定無人機(jī)飛行策略實(shí)時(shí)調(diào)整無人機(jī)的飛行角度、軌跡和計(jì)算方法，完成多無人機(jī)軌跡規(guī)劃、數(shù)據(jù)傳輸和計(jì)算任務(wù)。

9、優(yōu)選的，所述步驟s1中場(chǎng)景內(nèi)布置多個(gè)傳感器和簇頭節(jié)點(diǎn)，傳感器將數(shù)據(jù)傳輸給簇頭節(jié)點(diǎn)進(jìn)行保存，無人機(jī)獲取簇頭節(jié)點(diǎn)數(shù)據(jù)，具體為：

10、場(chǎng)景內(nèi)隨機(jī)分布se個(gè)傳感器，每個(gè)傳感器收集其周圍地面環(huán)境的信息，傳感器收集的數(shù)據(jù)類型為濕度、溫度、噪聲、煙霧濃度和視頻數(shù)據(jù)；

11、場(chǎng)景內(nèi)部署k個(gè)簇頭節(jié)點(diǎn)，k個(gè)簇頭節(jié)點(diǎn)對(duì)其采集范圍內(nèi)的傳感器se進(jìn)行預(yù)收集并等待無人機(jī)執(zhí)行數(shù)據(jù)獲取任務(wù)，滿足k>>u，u為無人機(jī)總數(shù)；

12、假設(shè)簇頭節(jié)點(diǎn)的發(fā)射功率為pk，簇內(nèi)其他節(jié)點(diǎn)的發(fā)射功率為pse，pk>>pse；

13、所有的傳感器節(jié)點(diǎn)一共分成k個(gè)簇，每個(gè)傳感器必須與一個(gè)簇頭節(jié)點(diǎn)k相綁，簇頭節(jié)點(diǎn)k的接收信噪比表示為：

14、

15、其中，dk,se是簇頭節(jié)點(diǎn)k與傳感器se之間的距離；α是路徑損耗指數(shù)，σ2是噪聲功率。

16、優(yōu)選的，所述步驟s2中建立問題模型，具體為：

17、步驟s2-1：建立無人機(jī)運(yùn)動(dòng)學(xué)模型，約束無人機(jī)在飛行過程中獲取的數(shù)據(jù)速度、角度和距離；

18、步驟s2-2：建立傳輸信道模型，分析無人機(jī)與簇頭節(jié)點(diǎn)之間傳輸信道的平均路徑損耗；

19、步驟s2-3：建立無人機(jī)數(shù)據(jù)獲取模型，分析無人機(jī)在飛行過程中的數(shù)據(jù)獲取速率、數(shù)據(jù)獲取時(shí)間、數(shù)據(jù)獲取能耗；

20、步驟s2-4：建立無人機(jī)計(jì)算模型，分析無人機(jī)在獲取完數(shù)據(jù)后的計(jì)算模式，分析無人機(jī)在一次數(shù)據(jù)獲取任務(wù)周期內(nèi)的時(shí)間組成；

21、步驟s2-5：建立無人機(jī)獲取簇頭節(jié)點(diǎn)的數(shù)據(jù)量問題模型，優(yōu)化無人機(jī)服務(wù)的分簇情況、無人機(jī)一輪任務(wù)周期內(nèi)需要獲取每個(gè)簇的總數(shù)據(jù)量、無人機(jī)服務(wù)的簇頭節(jié)點(diǎn)的位置、無人機(jī)訪問這些位置的次序、無人機(jī)獲取數(shù)據(jù)時(shí)飛行軌跡的離散化位置以及無人機(jī)采用的通信計(jì)算策略。

22、優(yōu)選的，所述步驟s2-4中建立無人機(jī)計(jì)算模型，分析無人機(jī)在獲取完數(shù)據(jù)后的計(jì)算模式，具體為：

23、假設(shè)服務(wù)器具有總計(jì)算資源ctotal，令cu表示分配給無人機(jī)u的計(jì)算資源，則無人機(jī)計(jì)算模型為：

24、

25、其中，表示為數(shù)據(jù)獲取時(shí)間，表示無人機(jī)的獲取速率；當(dāng)無人機(jī)完成一輪數(shù)據(jù)獲取任務(wù)后，數(shù)據(jù)獲取任務(wù)放入本地隊(duì)列進(jìn)行計(jì)算；

26、每架無人機(jī)都裝載了一個(gè)cpu作為計(jì)算設(shè)備，由于自身的能力有限，需要通過d2d的方式傳輸給附近無人機(jī)進(jìn)行協(xié)同計(jì)算，從而得到更好的性能；

27、建立d2d通信模型，具體操作為：

28、假設(shè)無人機(jī)的通信半徑為r，兩個(gè)無人機(jī)間只有在距離r以內(nèi)才能進(jìn)行通信，使用nu＝{n|n∈u,dn,u<r}表示無人機(jī)u的潛在可通信無人機(jī)集合，無人機(jī)u到無人機(jī)n之間的傳輸速率為：

29、

30、其中，是無人機(jī)分配給d2d通信的信道帶寬，為無人機(jī)u到無人機(jī)n的傳輸功率，為無人機(jī)u與無人機(jī)n之間的信道增益，dn,u表示無人機(jī)u和無人機(jī)n之間的距離；

31、傳輸時(shí)間為：

32、

33、其中，ηu表示d2d通信的計(jì)算任務(wù)的比例，ηu∈[0,1]；選擇d2d通信方式時(shí)數(shù)據(jù)傳輸?shù)哪芰肯臑椋?/p>

34、

35、計(jì)算時(shí)間為：

36、

37、其中，表示無人機(jī)n的本地cpu頻率；則采用d2d通信計(jì)算傳輸總時(shí)間為

38、消耗能量為：

39、

40、其中，δn(fn)2為無人機(jī)n的單位cpu周期的能耗；則采用d2d通信計(jì)算傳輸總能耗為

41、因此無人機(jī)u選擇d2d通信模式的時(shí)間和能耗加權(quán)和為：

42、

43、其中，θt和θe分別表示時(shí)間加權(quán)系數(shù)和能耗加權(quán)系數(shù)，滿足θt+θe＝1；

44、假設(shè)無人機(jī)u選擇本地計(jì)算，時(shí)間為：

45、

46、其中，表示無人機(jī)u的本地cpu頻率，(1-ηu)是本地計(jì)算數(shù)據(jù)獲取任務(wù)的比例；

47、能耗為：

48、

49、其中，δu(fu)2為無人機(jī)u的單位cpu周期的能耗；時(shí)間和能耗加權(quán)和為：

50、

51、優(yōu)選的，所述步驟s2-5中建立無人機(jī)獲取簇頭節(jié)點(diǎn)的數(shù)據(jù)量問題模型，具體為：

52、

53、其中，為傳輸時(shí)間，為計(jì)算時(shí)間，tu是無人機(jī)完成一輪數(shù)據(jù)獲取任務(wù)的時(shí)間；無人機(jī)所花費(fèi)的時(shí)間包括無人機(jī)飛行過程中獲取數(shù)據(jù)的時(shí)間、獲取完數(shù)據(jù)之后無人機(jī)之間傳輸數(shù)據(jù)的時(shí)間以及無人機(jī)本地計(jì)算和d2d通信計(jì)算的時(shí)間，無人機(jī)完成一輪數(shù)據(jù)獲取任務(wù)的時(shí)間不超過無人機(jī)遍歷完簇頭節(jié)點(diǎn)的飛行時(shí)間；

54、

55、其中，為無人機(jī)u到無人機(jī)n之間數(shù)據(jù)獲取時(shí)間；為無人機(jī)u到無人機(jī)n之間數(shù)據(jù)傳輸時(shí)間；為選擇d2d通信的方式時(shí)無人機(jī)u到無人機(jī)n之間數(shù)據(jù)計(jì)算時(shí)間；為無人機(jī)本地計(jì)算時(shí)間；為無人機(jī)飛行時(shí)間。

56、優(yōu)選的，所述步驟s3中將問題模型轉(zhuǎn)變?yōu)槎嗦眯猩虇栴}，具體為：

57、由t(u)表達(dá)式知道，需要優(yōu)化傳感器的分簇情況以及簇頭節(jié)點(diǎn)的位置、每架無人機(jī)服務(wù)簇的集合以及訪問這些位置節(jié)點(diǎn)的次序，來最小化無人機(jī)工作的總時(shí)間，并且同時(shí)均衡每架無人機(jī)的服務(wù)時(shí)間，優(yōu)化問題表述如下：

58、

59、其中，mu為第u個(gè)無人機(jī)服務(wù)的簇的集合，表示無人機(jī)一輪任務(wù)周期內(nèi)需要獲取每個(gè)簇的總數(shù)據(jù)量；為無人機(jī)服務(wù)的簇頭節(jié)點(diǎn)的位置，為無人機(jī)獲取數(shù)據(jù)時(shí)飛行軌跡離散化位置的集合；u為無人機(jī)u，n為無人機(jī)n；表示無人機(jī)選擇本地計(jì)算，表示采用d2d傳輸?shù)綗o人機(jī)進(jìn)行計(jì)算，每個(gè)無人機(jī)只能選擇一種計(jì)算策略，即滿足γk為簇頭節(jié)點(diǎn)k的接收信噪比；為接收信噪比的閾值；pk為簇頭節(jié)點(diǎn)的發(fā)射功率；ζave(db)為平均路徑損耗；為無人機(jī)飛行的能量消耗；為無人機(jī)獲取簇頭節(jié)點(diǎn)數(shù)據(jù)的通信帶寬；為無人機(jī)分配給d2d通信的信道帶寬；dmin為無人機(jī)與障礙物之間和兩個(gè)無人機(jī)之間的最小安全距離；為第ob個(gè)障礙物的中心坐標(biāo)，pth為閾值；為無人機(jī)u的起始位置；bu為分配給無人機(jī)u的帶寬資源；bmax為帶寬資源的最大值；

60、約束c1表示簇頭節(jié)點(diǎn)的接收信噪比必須大于閾值，約束c2表示無人機(jī)在飛行過程中的接收功率必須大于接收門限；約束c3表示簇內(nèi)元素不相交，c4表示每架無人機(jī)服務(wù)的簇集合也不相交；約束c5表示所有無人機(jī)在獲取完數(shù)據(jù)之后必須重新回到起始位置進(jìn)行充電；約束c6表示無人機(jī)完成一輪數(shù)據(jù)獲取任務(wù)的時(shí)間不超過無人機(jī)遍歷完簇頭節(jié)點(diǎn)的飛行時(shí)間；約束c7表示一個(gè)周期結(jié)束后，無人機(jī)最長(zhǎng)的工作時(shí)間與最短的工作時(shí)間之間的差要小于閾值ε；約束c8表示每個(gè)無人機(jī)只能選擇一種計(jì)算策略，約束c9表示無人機(jī)完成一輪數(shù)據(jù)獲取任務(wù)的能耗要小于無人機(jī)自身的電量；約束c10是對(duì)無人機(jī)用于數(shù)據(jù)獲取和d2d通信的帶寬約束；約束c11是為了保障無人機(jī)飛行的可行性，約束c12是為了保障無人機(jī)飛行的安全性。

61、優(yōu)選的，所述步驟s4中利用改進(jìn)遺傳算法對(duì)多無人機(jī)軌跡進(jìn)行全局規(guī)劃，具體為：

62、根據(jù)無人機(jī)的數(shù)量將mtsp問題分解為獨(dú)立的tsp子問題，通過2-opt優(yōu)化改進(jìn)遺傳算法求解獨(dú)立的tsp子問題，具體為：

63、步驟s4-1：初始化種群；

64、對(duì)種群進(jìn)行二進(jìn)制編碼，即每個(gè)個(gè)體的基因型都是一個(gè)二進(jìn)制編碼符號(hào)串；

65、步驟s4-2：引入2-opt優(yōu)化算子，在執(zhí)行每次遺傳操作前對(duì)劣勢(shì)個(gè)體單獨(dú)優(yōu)化；

66、為了保持種群的多樣性，下一代種群中會(huì)由剩余的doping算子隨機(jī)產(chǎn)生新的個(gè)體直接加入。

67、步驟s4-3：計(jì)算適應(yīng)度函數(shù)；

68、將得到的無人機(jī)任務(wù)完成時(shí)間函數(shù)的倒數(shù)作為評(píng)估個(gè)體適應(yīng)度大小的函數(shù)，時(shí)間越短適應(yīng)度越高，時(shí)間越長(zhǎng)適應(yīng)度越低；

69、設(shè)種群中個(gè)體總數(shù)為n，無人機(jī)u的適應(yīng)度為其中，t(u)表示無人機(jī)完成一輪數(shù)據(jù)獲取任務(wù)的時(shí)間；無人機(jī)u被選取的概率為

70、步驟s4-4：判斷是否滿足終止條件，如果滿足則執(zhí)行步驟s5操作，如果不滿足則執(zhí)行步驟s4-5操作；

71、步驟s4-5：對(duì)不滿足終止條件的種群，進(jìn)行選擇操作、交叉操作以及變異操作，進(jìn)行操作后返回步驟s4-2，直至滿足終止條件。

72、優(yōu)選的，所述步驟s5中利用多智能體強(qiáng)化學(xué)習(xí)規(guī)劃多無人機(jī)局部軌跡和數(shù)據(jù)獲取，具體為：

73、將多無人機(jī)傳感和計(jì)算問題建模為部分可觀測(cè)的馬爾可夫決策過程，定義為一個(gè)元組其中，為系統(tǒng)狀態(tài)空間，為動(dòng)作空間，為狀態(tài)轉(zhuǎn)移函數(shù)，為系統(tǒng)觀測(cè)空間，為狀態(tài)-動(dòng)作對(duì)，r為獎(jiǎng)勵(lì)函數(shù)；γ為折現(xiàn)因子；ω為觀測(cè)函數(shù)；

74、每個(gè)智能體獲得一個(gè)基于當(dāng)前系統(tǒng)狀態(tài)觀測(cè)到的根據(jù)他們的策略πu(at|jt)選擇一個(gè)動(dòng)作作為動(dòng)作的結(jié)果，智能體將從環(huán)境中獲得獎(jiǎng)勵(lì)和下一次觀測(cè)；觀測(cè)函數(shù)每個(gè)智能體都有一個(gè)動(dòng)作觀測(cè)歷史那么它們的策略為所有智能體都共享相同的獎(jiǎng)勵(lì)函數(shù)未來回報(bào)的折現(xiàn)因子為γ∈[0,1)，則折扣反饋收益為智能體的聯(lián)合策略產(chǎn)生了一個(gè)價(jià)值函數(shù)，即對(duì)折扣反饋的期望，表示為以及動(dòng)作價(jià)值函數(shù)優(yōu)勢(shì)函數(shù)相應(yīng)為fπ(st,at)＝qπ(st,at)-vπ(st)；

75、對(duì)狀態(tài)空間、觀測(cè)空間、動(dòng)作空間和獎(jiǎng)勵(lì)函數(shù)進(jìn)行具體定義，定義如下：

76、狀態(tài)空間sk是時(shí)變?nèi)蝿?wù)信息的集合，每個(gè)簇頭節(jié)點(diǎn)的狀態(tài)用元組表示，表示簇頭節(jié)點(diǎn)的位置坐標(biāo)，cu表示完成數(shù)據(jù)獲取任務(wù)計(jì)算所需的cpu周期，du表示無人機(jī)一輪任務(wù)周期內(nèi)需要獲取每個(gè)簇的總數(shù)據(jù)量；sn是用作d2d通信無人機(jī)；su是進(jìn)行數(shù)據(jù)獲取任務(wù)的無人機(jī)狀態(tài)；

77、觀測(cè)空間：智能體的觀測(cè)空間是狀態(tài)空間的子集，觀測(cè)空間是無人機(jī)觀測(cè)范圍內(nèi)最近的任務(wù)狀態(tài)的集合k′(k′≤k)；表示最近的無人機(jī)狀態(tài)的集合u′(u′≤u)；

78、動(dòng)作空間：根據(jù)策略和觀測(cè)到的系統(tǒng)狀態(tài)，每個(gè)無人機(jī)在每個(gè)時(shí)隙做出包括數(shù)據(jù)獲取、傳輸和計(jì)算的聯(lián)合動(dòng)作；動(dòng)作空間du,k是無人機(jī)的飛行距離，和ωu分別是無人機(jī)俯仰角和偏航角，ηu和nu分別是無人機(jī)進(jìn)行d2d通信的任務(wù)比例和選擇序號(hào)，ηu和nu構(gòu)成了無人機(jī)u的計(jì)算策略；

79、獎(jiǎng)勵(lì)函數(shù)：對(duì)于每個(gè)狀態(tài)，智能體選擇它們的動(dòng)作并從環(huán)境中獲得獎(jiǎng)勵(lì)，將“狀態(tài)-動(dòng)作對(duì)作為輸入函數(shù)；系統(tǒng)的獎(jiǎng)勵(lì)

80、其中，是表示無人機(jī)u在時(shí)隙t獲取數(shù)據(jù)獲得的增益，表示無人機(jī)u的時(shí)間和能量消耗的總成本，為懲罰；

81、

82、其中，χu,k∈{0,1}表示簇頭節(jié)點(diǎn)k的數(shù)據(jù)是否由無人機(jī)u先獲??；如果是，則χu,k＝1，否則χu,k＝0；g(du,cu)是無人機(jī)u獲取的數(shù)據(jù)量du與其計(jì)算能量cu相關(guān)的增益函數(shù)；對(duì)無人機(jī)飛出目標(biāo)區(qū)域和沒有獲取足夠數(shù)據(jù)量這兩種情況設(shè)置了懲罰因子表示為：

83、

84、其中，表示無人機(jī)u飛出目標(biāo)區(qū)域，否則τfly是無人機(jī)飛出區(qū)域的懲罰值；表示在時(shí)隙內(nèi)沒獲取的數(shù)據(jù)量，τina表示未獲取數(shù)據(jù)量的懲罰因子；

85、表示為時(shí)間和能量消耗的總和，即：

86、

87、其中，和表示優(yōu)先考慮時(shí)間或能量消耗的權(quán)重，表示無人機(jī)u在t時(shí)刻獲取數(shù)據(jù)獲得的增益。

88、優(yōu)選的，所述步驟s6中利用coma算法制定無人機(jī)飛行策略實(shí)時(shí)調(diào)整無人機(jī)的飛行角度、軌跡和計(jì)算方法，完成多無人機(jī)軌跡規(guī)劃、數(shù)據(jù)傳輸和計(jì)算任務(wù)，具體為：

89、采用集中式critic計(jì)算一個(gè)特定于智能體的優(yōu)勢(shì)函數(shù)，進(jìn)而解決多智能體協(xié)作系統(tǒng)中的置信分配問題，集中式critic的q(st,at)估計(jì)以集中狀態(tài)st為條件的動(dòng)作at的q值；

90、對(duì)于每個(gè)智能體u，都可以計(jì)算一個(gè)優(yōu)勢(shì)函數(shù)，將當(dāng)前的動(dòng)作的q值與邊緣化的反事實(shí)基線進(jìn)行比較，同時(shí)保持其他智能體的動(dòng)作a-u固定，表示如下：

91、

92、其中，-u表示除智能體u之外的智能體，fu(st,at)為每個(gè)智能體計(jì)算一個(gè)單獨(dú)的基線，基線使用集中式critic來推理反事實(shí)；其中，只有u的動(dòng)作發(fā)生變化，直接從智能體的經(jīng)驗(yàn)中學(xué)習(xí)，而不是依賴額外的模擬、設(shè)計(jì)的默認(rèn)動(dòng)作或者獎(jiǎng)勵(lì)模型；

93、為了優(yōu)化πu(·|ju)，使用策略梯度定理，并最小化：

94、

95、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下改進(jìn)及優(yōu)點(diǎn)：

96、1、通過多無人機(jī)輔助大規(guī)模傳感器系統(tǒng)獲取數(shù)據(jù)，綜合考慮傳感器的分簇情況以及簇頭節(jié)點(diǎn)的位置、每架無人機(jī)服務(wù)簇的集合以及訪問這些位置節(jié)點(diǎn)的次序等因素，最小化無人機(jī)工作的總時(shí)間，同時(shí)通過均衡每個(gè)簇內(nèi)的數(shù)據(jù)量均衡每架無人機(jī)的服務(wù)時(shí)間。

97、2、通過改進(jìn)遺傳算法對(duì)多無人機(jī)軌跡進(jìn)行粗略的全局規(guī)劃，使得在獲取盡可能多的數(shù)據(jù)的同時(shí)減少無人機(jī)的飛行時(shí)間并降低其成本；對(duì)每個(gè)無人機(jī)粗粒度的全局軌跡中相鄰的數(shù)據(jù)獲取位置之間的局部軌跡進(jìn)行微調(diào)，以提高數(shù)據(jù)獲取率。

98、3、利用基于差異獎(jiǎng)勵(lì)的優(yōu)勢(shì)函數(shù)解決智能體的信用分配問題，在多無人機(jī)軌跡規(guī)劃的同時(shí)完成數(shù)據(jù)傳輸和計(jì)算任務(wù)，有效地緩解單一無人機(jī)的負(fù)載壓力。