源自：指挥控制与仿真
作者：刘圣洋, 宋婷, 冯浩龙, 孙玥, 韩飞
注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章
摘要
无人机集群协同区域搜索能够有效地获取任务区域地面信息,降低环境不确定度。基于区域划分、机群均衡分配以及启发式算法的传统集群协同区域搜索方法依赖于事前设计规则且计算量大,属于不可生成规则算法。考虑任务环境不确定性,算法须满足快速性、智能性和鲁棒性,基于涌现理论的无人机集群协同搜索方法因信息融合能力强、具有高度的智能性而被采用。演化学习算法和强化学习算法是涌现理论中主要组成部分,这两类算法可根据不同的环境和任务生成新的集群行为规则。将系统分析和总结当前无人机集群协同搜索方法研究现状和进展,并据此指出现有研究中的不足以及未来的发展方向。
关键词
无人机集群； 协同区域搜索； 演化算法； 强化学习； 规则生成
声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。
注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章
