基于先验信息的无人机动态路径规划方法
林菁1
李晨2
邱兴业3
1.海军装备部 北京 1000362.北京理工大学 北京 100081;中国船舶集团有限公司系统工程研究院 北京 100094;中船智海创新研究院有限公司 北京 1000363.浙江大学工程师学院 杭州 310015;中国船舶集团有限公司系统工程研究院 北京 100094;中船智海创新研究院有限公司 北京 100036
摘要：无人机在复杂动态环境中执行路径规划任务时,面临信息利用不充分和强化学习奖励稀疏的技术挑战.现有方法通常仅依赖局部感知信息进行路径决策,难以有效利用任务前获得的全局先验信息,导致算法训练效率低下和路径规划性能受限.针对上述问题,提出了先验信息引导的无人机动态路径规划强化学习方法.该方法通过设计多信息源协同融合机制实现异构信息的有效整合.采用A*算法对已知静态环境信息进行预处理,生成全局导航通道作为先验引导信息;将实时局部视野转换为RGB三通道图像表示,准确感知动态障碍物状态;构建四通道张量输入将全局导航信息与局部感知信息在通道维度融合,为强化学习算法提供丰富的环境状态表示.基于深度Q网络设计路径规划决策模型,采用卷积神经网络架构提取多通道融合特征.创新性地提出基于全局引导的分层奖励函数,利用导航路径信息构建连续学习信号,有效解决奖励稀疏问题,显著提升算法收敛效率,较传统强化学习方法在训练收敛速度和路径质量方面均有显著改善.实验结果验证了先验信息引导机制在复杂动态环境路径规划中的有效性,为无人机自主导航技术发展提供了新的技术思路.
关键词：无人机路径规划强化学习先验信息多信息融合
分类号：V279.5(各类型航空器)O221(运筹学)
论文发表日期：2025-12-20
在线出版日期：2026-03-23（本平台首次上网日期，不代表文献的发表时间）
页数：6( 67-72 )
英文信息