基于强化学习驱动的连续蚁群优化算法的复杂环境下多无人机路径规划

无人机（UAV）正日益广泛地应用于环境监测、物流和精准农业中。高效且可靠的路径规划对于在多障碍物三维连续环境中运行的 UAV 系统尤为关键。然而，由于有效载荷能力有限、任务覆盖范围受限以及无法同时执行多项任务，单无人机系统往往难以胜任此类环境。为了克服这些局限性，多无人机协同系统已成为一种极具前景的解决方案，但在具有复杂障碍物的高维三维连续空间中协调多架无人机仍是路径规划领域的一项重大挑战。针对这些挑战，本文提出了一种基于强化学习驱动的多策略连续蚁群优化算法 QMSR-ACOR，该算法融合了一种基于 Q-learning 的机制，可从由四种构造器选择策略与两种游走策略配对生成的八种策略组合中进行动态选择。此外，引入了精英航点修复机制，以提高路径可行性和搜索效率。实验结果表明，QMSR-ACOR 优于七种基准算法，将平均路径成本降低了 10–60%，并且即使在最复杂的环境中也能保持至少 33% 的成功率，而大多数基准算法则完全失败，成功率为 0%。这些结果突显了该算法的鲁棒性、适应性和效率，使其成为多障碍物三维环境中复杂多无人机路径规划任务的极具前景的解决方案。