[發(fā)明專(zhuān)利]多無(wú)人機(jī)分布式邊緣任務(wù)選擇和軌跡設(shè)計(jì)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010072790.X
• 申請(qǐng)日: 2020-01-21
• 公開(kāi)（公告）號(hào): CN111291984B
• 公開(kāi)（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 宋令陽(yáng);胡敬植;唐斌;張泓亮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京大學(xué)
• 主分類(lèi)號(hào): G06Q10/06
• 分類(lèi)號(hào): G06Q10/06;G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種多無(wú)人機(jī)分布式邊緣任務(wù)選擇和軌跡設(shè)計(jì)方法，其特征在于，應(yīng)用于目標(biāo)無(wú)人機(jī)，所述目標(biāo)無(wú)人機(jī)為無(wú)人機(jī)集群中的任一無(wú)人機(jī)，所述方法包括：

獲取初始環(huán)境狀態(tài)的特征向量，所述初始環(huán)境狀態(tài)的特征向量包括所述目標(biāo)無(wú)人機(jī)的初始位置，所述無(wú)人機(jī)集群中其他無(wú)人機(jī)的初始位置，各個(gè)邊緣任務(wù)的位置，以及各個(gè)任務(wù)最新AoI，其中，所述AoI為對(duì)于每個(gè)任務(wù)，最近一次基站獲得其感知數(shù)據(jù)的時(shí)刻距離當(dāng)前時(shí)刻的時(shí)間長(zhǎng)度；

根據(jù)所述初始環(huán)境狀態(tài)的特征向量、各個(gè)任務(wù)的指示向量以及位置決策模型，預(yù)測(cè)所述目標(biāo)無(wú)人機(jī)執(zhí)行各個(gè)任務(wù)分別對(duì)應(yīng)的執(zhí)行位置；

根據(jù)所述初始環(huán)境狀態(tài)的特征向量、各個(gè)任務(wù)的指示向量、各個(gè)任務(wù)分別對(duì)應(yīng)的執(zhí)行位置以及平均AoI預(yù)測(cè)模型，預(yù)測(cè)所述目標(biāo)無(wú)人機(jī)執(zhí)行所述各個(gè)任務(wù)分別對(duì)應(yīng)的平均AoI；

選擇所述各個(gè)任務(wù)分別對(duì)應(yīng)的平均AoI中最小的平均AoI，以所述最小的平均AoI對(duì)應(yīng)的任務(wù)為目標(biāo)任務(wù)，以所述最小的平均AoI對(duì)應(yīng)的執(zhí)行位置為所述目標(biāo)任務(wù)對(duì)應(yīng)的目標(biāo)執(zhí)行位置；

移動(dòng)到所述目標(biāo)執(zhí)行位置，并完成預(yù)設(shè)工作任務(wù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述平均AoI預(yù)測(cè)模型是通過(guò)以下步驟得到的：

獲取樣本初始環(huán)境狀態(tài)的特征向量、初始動(dòng)作向量、無(wú)人機(jī)移動(dòng)到所述樣本任務(wù)對(duì)應(yīng)的所述執(zhí)行位置，并完成預(yù)設(shè)工作過(guò)程中，所有樣本任務(wù)的AoI累積、狀態(tài)移動(dòng)后環(huán)境狀態(tài)的特征向量以及狀態(tài)轉(zhuǎn)移后的動(dòng)作向量，其中，無(wú)人機(jī)每移動(dòng)到一個(gè)執(zhí)行位置即發(fā)生一次狀態(tài)轉(zhuǎn)移，所述動(dòng)作向量包括樣本任務(wù)的指示向量和樣本任務(wù)對(duì)應(yīng)的執(zhí)行位置；

將所述樣本初始環(huán)境狀態(tài)的特征向量、所述初始的動(dòng)作向量、所有樣本任務(wù)的AoI累積、狀態(tài)移動(dòng)后環(huán)境狀態(tài)的特征向量以及狀態(tài)轉(zhuǎn)移后的動(dòng)作向量作為一個(gè)訓(xùn)練樣本，利用多個(gè)所述訓(xùn)練樣本對(duì)第一預(yù)設(shè)模型進(jìn)行訓(xùn)練，得到所述平均AoI預(yù)測(cè)模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述位置決策模型是通過(guò)以下步驟得到的：

將所述樣本初始環(huán)境狀態(tài)的特征向量和所述初始動(dòng)作向量作為一個(gè)訓(xùn)練樣本，利用多個(gè)所述訓(xùn)練樣本，通過(guò)反向傳播算法，以最小化所述平均AoI預(yù)測(cè)模型輸出的平均AoI為目標(biāo)，對(duì)第二預(yù)設(shè)模型進(jìn)行訓(xùn)練，得到所述位置決策模型。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述位置決策模型包括第一輸入層、第一隱藏層、第二隱藏層和第一輸出層，其中，輸入層的節(jié)點(diǎn)數(shù)量由無(wú)人機(jī)獲取的環(huán)境狀態(tài)的特征向量長(zhǎng)度和任務(wù)的指示向量長(zhǎng)度決定，第一隱藏層的節(jié)點(diǎn)數(shù)量為400個(gè)，第二隱藏層的節(jié)點(diǎn)數(shù)量為300個(gè)，第一輸出層的大小由確定無(wú)人機(jī)任務(wù)執(zhí)行位置所需的參數(shù)向量長(zhǎng)度決定，第一隱藏層和第二隱藏層的節(jié)點(diǎn)采用ReLU函數(shù)作為激活函數(shù)；

所述平均AoI預(yù)測(cè)模型包括第二輸入層、第三隱藏層、第四隱藏層和第二輸出層，其中，第二輸入層的節(jié)點(diǎn)數(shù)量由無(wú)人機(jī)獲取的環(huán)境狀態(tài)的特征向量長(zhǎng)度、任務(wù)的指示向量長(zhǎng)度以及確定無(wú)人機(jī)任務(wù)執(zhí)行位置所需的參數(shù)向量長(zhǎng)度數(shù)量決定，第三隱藏層的節(jié)點(diǎn)數(shù)量為400個(gè)，第四隱藏層的節(jié)點(diǎn)數(shù)量為300個(gè)，第二輸出層的大小為1，第三隱藏層和第四隱藏層的節(jié)點(diǎn)采用ReLU函數(shù)作為激活函數(shù)。