基于强化学习的货物无人机航迹规划和小区分配 最小化切换、断开和能量消耗

本文研究了无人机路径设计问题，提出了一种基于强化学习的算法，通过学习MDP的状态-价值函数来求解。使用瓦片编码处理大状态空间，该算法可适用于在线和离线实现，并成功避免了城市环境中蜂窝网络的覆盖漏洞。