搜索更快更全
通过Q学习的分层参数调整避免局部最优，在复杂城市环境中对空地无人集群的覆盖、探测与不确定性实现近最优均衡。
彭强 · Wu, Husheng · Zhan, Renjun · 郭一楠 · Jingyi, Geng · 王峰 · 符文星
IEEE Transactions on Automation Science and Engineering 2025
LWPA采用Q学习机制进行分层学习并动态调整参数，在局部精化和全局探索之间取得平衡，克服了现有DCOP求解方法容易陷入局部最优的局限。
通过集成分布式模型预测控制（DMPC）与分布式约束优化问题（DCOP）框架，形成实时搜索路径规划架构，增强空地平台间的协作。
实验结果显示平均区域覆盖率达到99.28%，表明该方法在复杂城市环境搜索任务中具有高覆盖性能。
搜索不确定性低至0.86%，表明该方法能够有效降低未知区域的不确定性，提高搜索可靠性。