基于深度强化学习的无人机矿井自主巡航研究

针对目前矿井传感器所收集数据的传输效率差、实时性低、丢包率高等问题，提出了一种基于深度强化学习的无人机矿井自主巡航解决方法，以有效收集物联网节点数据。该方法以无人机作为传输中介，根据矿井物联网节点数据生成周期性的不同差值，利用强化学习TD3(Twin Delayed Deep Deterministic policy gradient algorithm)算法实现无人机最优路径规划。同时算法考虑并设计了符合矿井实际场景的环境、奖励值、状态信息等。提出了一种预测等待的方法，预测待采集数据产生时间并确定目标节点，无人机在信号覆盖范围内前往目标节点提前等待，以实时获取矿井传感器的生成数据。实验结果表明，无人机能够自主决策实现最优路径规划，并收集节点数据；在训练回合为700时，奖励值达到峰值，算法达到收敛并具备优异的表现。