基于多目标强化学习的无人机移动边缘计算轨迹规划方法

本发明公开了一种基于多目标强化学习的无人机移动边缘计算轨迹规划方法。该方法针对多无人机辅助移动边缘计算系统中无人机能量有限、任务分配不均的问题，通过收集无人机实时状态数据，评估系统目标偏好(最小化服务中断时间或最大化计算任务量)，构建分布式部分可观测马尔可夫决策过程模型，结合拥挤距离优化经验回放机制，迭代更新模型参数以动态生成最优飞行轨迹。实验表明，该方法可自适应平衡计算任务量与服务连续性，有效提升系统稳定性与资源利用率，适用于灾害救援、智能交通等动态场景。