时空感知深度强化学习

同类任务覆盖量优越

与现有方法相比，该方法在任务完成覆盖数量上表现更优，可引导多无人机协同覆盖，其时空特征提取与优先经验回放加速了模型收敛。

陈刚 · 赵国峰 · 徐川 · 韩珍珍 · Yu, Shui

IEEE Transactions on Vehicular Technology 2025

技术优势

覆盖任务数量更多

相比现有方法，任务完成覆盖数量更优，可引导多无人机协同最大化覆盖任务数。

收敛更快

采用优先经验回放缓冲区加速模型收敛，减少训练时间。

环境表征更通用

Transformer从环境状态中提取时空特征，提升模型的泛化表示能力。

应用场景

• 多无人机协同覆盖：提供多无人机协同覆盖控制策略，最大化覆盖任务数量。
• 深度强化学习控制：采用深度强化学习训练策略，实时输出协同控制决策。
• 应急确定性通信：保证TSF端到端时延有界、抖动稳定，满足应急确定性传输。
• 空地协同组网：通过多无人机作为空中基站，协同为地面用户提供通信服务。