一种基于图神经网络强化学习的异质平台冲突消解方法

摘要

本发明提供了一种基于图神经网络强化学习的异质平台冲突消解方法，包括以下步骤：首先根据各异质飞行器的具体类型和特征设置相应的状态矢量，动作空间矢量；接下来初始化各异质飞行器的起始位置，目标点位置和相关状态信息，根据状态以及环境信息建立冲突网络图结构，建立冲突程度评价函数；然后建立图神经网络结构，并进行训练；最后使用训练后的图神经网络模型完成异质平台的冲突消解。本发明的图神经网络结构通过状态信息编码模块将异质飞行器的状态矢量编码为相同维度的状态矢量，图卷积网络模块提取特征向量，动作选择模块得到状态‑动作值，结合强化学习训练各异质飞行器，为异质平台的冲突消解问题提供了一种有效可行的解决方案。