面向铁路双无人机协同巡检轨迹优化的多智能体强化学习方法

来源：电子与信息学报杂志2026年第5期北京时间：

作者：黄高勇, 宋俊, 方旭明, 闫莉, 何蓉

单位：1.西南交通大学信息编码与传输四川省重点实验室 成都 6100312.四川省列车运行控制技术工程研究中心 成都 611756

摘要：传统的铁路人工巡检和轨道车巡检方式存在效率低下、劳动强度大、存在安全隐患等问题，难以满足未来铁路智能化运维需求，而现有单无人机巡检方案在铁路保护区限制下存在覆盖盲区、数据同步性差等局限。为此，该文以任务质量最大化为目标，提出一种基于深度强化学习的双无人机协同巡检轨迹优化方法。为了解决能耗、避障、通信和编队保持等多重约束条件之间的耦合问题，该文构建了双无人机协同巡检优化模型，并设计了一种两阶段分层求解框架。第1阶段采用粒子群优化(PSO)算法为各巡检任务确定最优协同观测位置；第2阶段构建基于多智能体深度强化学习的轨迹优化模型，引入风险自适应探索噪声以提升强约束环境下的训练收敛稳定性，并提出一种改进的多智能体双延迟深度确定性策略梯度(MATD3)算法进行求解。仿真结果表明，相较于多种基准算法，所提方案在双机协同巡检场景下，无人机飞行路径长度缩短了约4.5%，累计能耗降低了8.9%，双机协同到达时间差缩短了30.3%，有效提升了复杂环境下的铁路巡检任务完成质量。

关键词：铁路智能巡检, 双无人机协同, 路径规划, 多智能体深度强化学习, 粒子群优化

基金资助：国家自然科学基金(62071393)