基于强化学习的灾区应急无人机网络服务公平性最大化方案

来源：计算机应用研究杂志2025年第8期北京时间：

作者：李槐城,彭舰,黄文,沈群力,廖思睿,

单位：四川大学计算机学院,成都610065；

摘要：现有研究无人机灾区应急通信服务的方法在全局环境信息下优化网络性能，存在组网效率低和资源分配不均衡的问题，在灾区环境下难以维持平衡的通信服务，导致部分用户无法被及时救援。针对上述不足，提出并解决了无人机通信质量最大化问题：将问题建模为部分观测马尔可夫决策过程（partially observable Markov decision process，POMDP），设计基于深度强化学习的路径规划和资源分配方法，建立以网络吞吐量为服务质量指标，Jain’s公平性指数为均衡性准则的评估体系。设计基于目标解耦的奖励函数机制，构建参数化深度图强化学习网络，实现无人机轨迹规划与资源分配的联合优化。在16种不同条件的仿真环境下进行对比实验，该方法的性能优于其他四种方法，在公平性指标上较现有方法提升9.6%，并在不同指标上均验证了方法的有效性。

关键词：无人机通信控制,公平性指数,深度强化学习,混合动作空间,

基金资助：国家自然科学基金资助项目(82474394)；四川省重点研发计划资助项目(2023YFG0112,2023YFG0115)；四川省省级工业发展资金产业基础攻关任务项目(2023JB06)；四川大学自贡市合作项目(2022CDZG-6)；；