一种面向突发巡检任务的无人机群动态优化调度方法

本发明提出了一种面向突发巡检任务的无人机群动态优化调度方法。该方法结合了深度强化学习和多目标优化算法，多无人机并行同步根据约束条件分配并执行任务，旨在实现动态巡检环境下的快速高效任务重分配，避免任务重复执行。首先利用深度强化学习算法实时感知无人机和任务状态，智能选择执行新任务的无人机，确保无人机资源的有效利用。随后，采用遗传算法NSGA‑II，对选定无人机的任务列表进行优化排序，以最小化任务冲突和时间能耗。本发明有效提升了智能电网场景下无人机巡检任务的整体效率和资源利用率，实现了在动态环境中对智能电网的快速高效巡检，最小化时间和能耗成本，避免新任务长时间等待或重复执行造成资源的浪费。