基于强化学习的中小型无人机动态航线规划算法研究

杨雅宁

(宁夏师范学院 物理与电子信息工程学院，宁夏 固原 756099)

自主无人机的飞行轨迹是根据预先规划并装载到其飞行控制系统的航线进行的，航线规划技术是无人机系统的关键技术之一.航线规划是指无人机执行任务前，在综合考虑安全、航时、航程等条件下，预先规划出一条或多条从起点到终点的最优飞行航线.在实际应用场景中，无人机起点到任务点之前往往存在地理、气象、军事等安全威胁，甚至还可能存在禁飞空域的影响，因此，无人机航线规划是在复杂环境下的最优化问题.

近些年，对无人机航迹规划算法的研究有很多，包括遗传算法[1]、A*算法[2]、蚁群算法[3]、人工势场算法[4]等.随着人工智能技术的兴起，研究人员提出了基于人工智能的路径规划方法.Chen Y W等[5]提出采用神经网络方法进行最优机器人路径规划的方法，Wu P[6]等人提出了一种基于深度学习的机器人路径规划方法，李志龙[7]等提出了一种基于强化学习Q-Learning算法实现机场服务机器人的路径规划，武曲[8]等人结合LSTM算法，提出了基于强化学习的动态环境规划算法.

本文针对复杂环境下中小型无人机航线规划问题，结合强化学习的动态规划算法理论，提出一种基于强化学习的动态规划算法，解决复杂环境下无人机的航线规划问题.并基于gym环境，使用Python语言进行仿真，验证算法的合理性和可行性.

1 基于强化学习的动态规划算法理论

1.1 强化学习与动态规划

强化学习是人工智……