基于分层深度强化学习的无人机任务优先级决策方法、系统及电子设备

本发明提出一种基于分层深度强化学习的无人机任务优先级决策方法、系统及电子设备，构建由高层策略模块与底层策略模块组成的分层决策框架，高层策略模块基于全局状态信息生成全局指令，并广播给所有底层策略副本模块，停止工作并等待收集所有副本梯度，用于更新全局参数，以优化全局指令，动态调整数据与能量传输的任务优先级；底层策略副本在本地环境中，接收高层策略的全局指令并结合本地观测进行自主动作决策，优化无人机的动作，并计算梯度以辅助高层策略更新全局指令，以优化系统整体性能。本发明通过分层指令协同与分布式梯度聚合，实现了更高效的任务优先级调度与系统性能提升。