【技术实现步骤摘要】
本专利技术属于路径规划，具体涉及一种基于改进ddpg算法的物联网网络下无人机路径规划方法。
技术介绍
1、物联网网络下无人机路径规划是指：在存在多个物联网设备的网络下寻找到一条遍历所有物联网设备的最短路径，该技术旨在最大限度的节省无人机能耗。
2、目前，路径规划的主要方法有传统算法和强化学习算法两类，传统算法包括蚁群算法，贪婪算法，退火算法等，强化学习算法包括q学习，dqn(deep q-network，深度q网络)，ddpg(deep deterministic policy gradient，深度确定性策略梯度的强化学习方法)，a2c，ppo(proximal policy optimization)等，其中最为常用的两种路径规划方法为ddpg和a2c。
3、现有技术中将ddpg算法与人工势场方法相结合，以提高收敛速度，但当前研究主要集中在二维光栅图模拟上，因此该方法只能应用于相对简单的环境。现有技术中还存在一种名为fast-drpg的算法来避开未知的场景，但该方法不能解决场景中有障碍物的问题。
...
【技术保护点】
1.一种基于改进DDPG算法的物联网网络下无人机路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于改进DDPG算法的物联网网络下无人机路径规划方法，其特征在于，所述无人机动力学模型为：
3.根据权利要求1所述的基于改进DDPG算法的物联网网络下无人机路径规划方法，其特征在于，按照如下公式确定所述无人机到物联网设备的路径损耗：
4.根据权利要求2所述的基于改进DDPG算法的物联网网络下无人机路径规划方法，其特征在于，针对所述无人机，建立用于进行路径规划的非凸问题为：
5.根据权利要求4所述的基于改进DDPG算法...
【技术特征摘要】
1.一种基于改进ddpg算法的物联网网络下无人机路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于改进ddpg算法的物联网网络下无人机路径规划方法，其特征在于，所述无人机动力学模型为：
3.根据权利要求1所述的基于改进ddpg算法的物联网网络下无人机路径规划方法，其特征在于，按照如下公式确定所述无人机到物联网设备的路径损耗：
4.根据权利要求2所述的基于改进ddpg算法的物联网网络下无人机路径规划方法，其特征在于，针对所述无人机，建立用于进行路径规划的非凸问题为：
5.根据权利要求4所述的基于改进ddpg算法的物联网网络下无人机路径规划方法，其特征在于，基于所述非凸问题设计的奖励函数为：
6.根据权利要求1所述的基于改进ddpg算法的物联网网络下无人机路径规划方法，其特征在于，所述演说家执行网络的隐藏层包括依次连接的第一lstm子网络、第二lstm子网络和第三lstm子网络，所述评论家执行网络...
【专利技术属性】
技术研发人员：李静磊，杨宇轩，杨健，杨清海，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。