《航空蜂群在区域探索中的最优路径规划》69页

本论文介绍了一种解决无人机群最优路径规划问题的方法。优化并改进了 "搜救 "或侦察任务等应用中区域探索的信息检索。为此，采用了动态编程作为优化问题的求解方法。针对单智能体系统和多智能体系统这两类系统的不同情况进行了研究。首先，对智能体在网格图中的移动进行了限制，并为此计算了两种系统的最优路径。随后，对动态程序设计中的两种不同求解方法进行了测试和比较。一种是标准的贪婪法，即每个智能体从自己的角度计算最优路径；另一种是同步求解法，即智能体根据所有智能体的角度计算最优路径。同时求解法的性能比贪婪法更好，这也是意料之中的，因为它是一种更加群策群力的最优方法。不过，它的计算复杂度较高，与贪婪法不同，计算复杂度呈指数增长。最后，讨论了允许智能体向各个方向移动以优化蜂群信息检索的情况。在这种情况下，动态编程对于用途和目的来说有局限性。对于未来的工作，建议用多个目标函数来模拟这个问题，而不是像本论文那样只用一个目标函数。此外，尝试另一种解决问题的方法也很有意义。为此，举例说明了两种有趣的比较方法，即使用模型预测控制或基于机器学习的解决方案（如强化学习）。