基于PPO算法的多无人机编队避障控制方法OA

为解决多无人机编队在复杂障碍物中执行任务时训练难度大、多机难以建模等问题,提出一种基于链式训练并含有启发式信息的近端策略优化(proximal policy optimization,PPO)算法的多无人机穿梭树林端到端运动规划方法。综合考虑无人机的动态特性和3维连续环境的复杂性,设计一种有效的运动规划策略的强化学习训练方法。通过模拟实验,验证了该方法在多无人机编队穿梭树林任务中的有效性和优越性。研究结果表明:该方法能够在避障的前提下保持一定的编队稳定性,到达目标点,且在保持编队稳定性和通过率方面均优于传统的人工势场法。该研究为无人机编队在复杂环境中的自主导航和路径规划提供了新的视角和解决方案。