一种基于分层强化学习的无人机集群三维轨迹规划与联合资源调度方法

本发明公开一种基于分层强化学习的无人机集群三维轨迹规划与联合资源调度方法。针对低空智联网中无人机三维机动、中继拓扑、用户关联与上下行资源调度强耦合优化问题，构建空地协同通信场景双时间尺度决策模型，定义战略层与战术层的观测、动作空间及奖励函数；构建分层混合内生智能框架：战略层采用拓扑感知图注意力网络与迟滞增量延迟接受算法实现三维轨迹规划与用户关联，战术层采用动态注意力‑Sinkhorn匹配网络实现信道分配与上下行功率控制；以多智能体近端策略优化算法为骨干，在集中式训练‑分布式执行框架下实现两层策略端到端协同训练与部署。仿真表明，本方法在接入率、对数效用等指标上优于现有方法，且具有良好可扩展性与泛化性能。