恶劣环境下用时缩短35%
一种结合深度强化学习与层次A*路径规划的两阶段策略，在信道与窃听双重不确定下优化感知与轨迹，保障任务按时完成。
Ye, Neng · Qidi, Wu · Qiaolin, Ouyang · Chaoqun, Hou · Yue, Zhang · Bichen, Kang · Pan, Jianxiong
IEEE Transactions on Intelligent Transportation Systems 2025
通过深度强化学习在未知窃听环境中探索并优化感知与轨迹，同时在资源分配中引入中断概率约束，从而在信道条件波动和窃听风险并存时保持任务按时完成。
相比基准方法，提出的两阶段优化方法通过联合优化感知、轨迹、资源分配和路径规划，显著缩短了数据完成时间。
第一阶段通过深度强化学习平衡计算与传输需求，为第二阶段的安全传输和路径规划奠定基础，避免资源冲突导致的延迟。