RVO-DDPG算法在多UAV集结航路规划的应用

来源：计算机工程与应用杂志2023年第1期北京时间：

作者：杨秀霞, 高恒杰, 刘伟, 张毅

单位：1.海军航空大学 岸防兵学院，山东 烟台 264001；2.海军航空大学 作战勤务学院，山东 烟台 264001；

摘要：针对传统智能优化算法处理不确定复杂环境下多UAV集结航路规划存在计算量大、耗时长的问题，提出了一种基于互惠速度障碍法（reciprocal velocity obstacle，RVO）的深度确定性策略梯度（deep deterministic policy gradient，DDPG）算法。引入互惠速度障碍法指导UAV对不确定环境内障碍进行避碰，有效提高了目标actor网络的收敛速度，增强了算法的学习效率。设计了一种基于综合代价的奖励函数，将多UAV航路规划中的多目标优化问题转化为DDPG算法的奖励函数设计问题，该设计有效解决了传统DDPG算法易产生局部最优解的问题。基于Pycharm软件平台通过仿真验证了该算法的性能，并与多种算法进行对比。仿真实验表明，RVO-DDPG算法具有更快的决策速度和更好的实用性。

关键词：无人机,航路规划,编队集结,深度确定性策略梯度算法（DDPG）,互惠速度障碍法（RVO）