一种融合动态不确定性感知的无人机强化学习路径规划方法

本发明公开了一种融合动态不确定性感知的无人机强化学习路径规划方法，属于无人机自主路径规划的技术领域，包括：构建城市低空仿真环境；基于城市低空仿真环境，计算无人机估计位置和不确定性矩阵；根据无人机估计位置和不确定性矩阵构建3D高斯概率分布，并结合蒙特卡洛采样计算无人机的碰撞概率；根据无人机的碰撞概率计算奖励；采用策略π最大化累计熵增强奖励，并利用Soft Actor‑Critic进行策略学习，进而输出无人机路径规划最优控制指令。本发明聚焦城市复杂环境，融合动态不确定性感知与强化学习技术，解决无人机定位误差、障碍物碰撞风险等问题，实现安全、高效的路径规划，适用于物流运输、灾后搜救等需要自主导航的无人机应用场景。