一种基于改进Q-Learning的多无人机通信拓扑网络优化方法

本发明提出一种基于改进Q‑Learning的多无人机通信拓扑网络优化方法，首先分析无人机编队通信网络影响因素，构建多无人机通信拓扑网络路由评价模型；其次，在Q‑Learning算法的基础上，设计贪婪因子自适应调节机制，提升Q‑Learning算法学习探索能力；最后，依据编队控制所需最小通信的要求，考虑多无人机编队控制对通信网络需求，优化设计编队无人机间的通信连通情况。本发明方法能够克服大规模编队约束下基于规则的路由设计方法使得算法的计算复杂度上升的问题，最佳平衡编队控制基础上最小路由需求，解决了攻防博弈对抗与信息流最小需求的无人机编队通信网络优化问题。