一种模型辅助的联邦强化学习多无人机路径规划方法

来源：电子与信息学报杂志2025年第5期北京时间：

作者：陆音, 刘金志, 张珉

单位：1.南京邮电大学物联网学院 南京 2100032.南京邮电大学通信与信息工程学院 南京 210003

摘要：针对多无人机在环境监测传感器网络、灾害应急通信节点等设备位置部分未知场景下的数据收集需求，该文提出一种模型辅助的联邦强化学习多无人机路径规划方法。在联邦学习框架下，通过结合最大熵强化学习与单调价值函数分解机制，引入动态熵温度参数和注意力机制，优化了多无人机协作的探索效率与策略稳定性。此外，设计了一种基于信道建模与位置估计的混合模拟环境构建方法，利用改进的粒子群算法快速估计未知设备位置，显著降低了真实环境交互成本。仿真结果表明，所提算法能够实现高效数据收集，相较于传统多智能体强化学习方法，数据收集率提升5.2%，路径长度减少7.7%，验证了所提算法的有效性和优越性。

关键词：无人机, 路径规划, 强化学习, 联邦学习, 模型辅助

基金资助：国家自然科学基金(62401290)