需求感知无人机调度器

动态环境高效调度

分层强化学习调度器，兼顾全局优化与局部自适应，在规模变化和动态需求下保持优势。

Xiaoqing, Li · 包卫东 · Yan, Hui · 刘青宝 · Zhenxing, Xu · 王戟 · 朱晓敏

Future Generation Computer Systems 2026

技术优势

规模变化不掉队

预训练模型采用多头注意力机制，在规模变化下维持强适应性。

求解效率超传统

框架在求解效率上优于传统算法，能更快找到调度策略。

无需中央协调

丢弃集中式全信息假设，轻量模型分布式部署在无人机上，实现在线资源调整。

动态需求应对

增强的深度确定性策略梯度算法解决动态需求引发的采集效率问题。

应用场景

• 无人机调度：在规模变化和动态需求下快速给出调度方案，替代人工规划。
• 物联网数据采集：在通信受限场景中高效采集物联网设备数据，提升收集效率。
• 无人机自主决策：无人机分布式部署轻量模型，在线调整资源分配。
• 多机器人系统：支持多无人机协同调度，解决多智能体系统中的资源分配问题。
• 工业物联网：适应工业场景中的动态变化，提高数据采集及时性。