一種基于強化學習的UAV目標搜索算法

摘要：針對未知環(huán)境中無人機(unmanned aerial vehicles，UAV)目標搜索問題進行研究。建立uAV目標搜索模型，將強化學習理論應用于目標搜索問題中。提出一種未知環(huán)境中基于Q學習的uAV目標搜索算法，并將其與基于D—S證據(jù)理論的uAV搜索方法進行仿真比較。仿真結果顯示此算法收斂且uAV快速搜索到了目標．此結果表明，通過對uAV在設定條件下的強化學習訓練，可以使其具備一定的環(huán)境適應能力，uAV在沒有任何目標信息的戰(zhàn)場環(huán)境中能夠有效執(zhí)行搜索任務。