基于图表征与强化学习的无人机协同路径规划系统及方法

本发明公开了一种基于图表征与强化学习的无人机协同路径规划系统及方法，包括负责根据任务点信息构建图结构任务模型的任务图构建模块、基于图神经网络（GIN）与多头注意力机制，对任务图中各节点进行特征提取与分配优化，实现多无人机间的高效协同与任务负载均衡的节点分配模块、基于深度强化学习算法，在节点分配结果的基础上，动态生成每架无人机的最优路径，兼顾任务完成的及时性与路径冲突的最小化的路径规划模块、以及基于REINFORCE算法，对路径规划策略进行策略梯度学习，最终得到最优的规划路径的强化学习优化模块。本发明系统及方法适应于物联网等动态复杂环境下的多无人机高密度任务调度场景，显著提升了路径规划的精度与执行效率。