基于MAD3QN的多无人机协同避撞方法
来源：计算机工程与应用杂志2026年第9期北京时间：
作者：申炎, 张学军, 张维东
单位：1.北京航空航天大学 电子信息工程学院，北京100191；2.北京航空航天大学 空地一体新航行系统技术全国重点实验室，北京100191；
摘要：针对低空环境中多无人机协同避撞过程中的动态耦合问题，即各无人机个体决策同时受到静态障碍物空间约束与其他动态目标状态变化的多源干扰，提出一种基于多智能体对偶双重深度Q网络（multi-agent dueling deep Q-network，MAD3QN）的协同避撞决策方法。该方法采用基于探测扇区的局部观测模型，将周围动态目标和静态障碍物状态统一编码为固定结构的观测向量，构建结构一致的智能体观测空间。通过设计多因素复合奖励函数，并结合分布式执行与共享策略架构，提升策略的鲁棒性与训练收敛效率。仿真结果表明，所提方法在多种复杂场景下避撞成功率均超过98%，显著优于现有方法。研究结果为低空空域下多无人机系统的安全协同运行提供有效的技术路径与理论支撑。
关键词：多无人机,协同避撞,多智能体强化学习,对偶双重深度Q网络（D3QN）,低空空域
基金资助：国家自然科学基金民航联合基金项目（U2333214）。
