本技术属于交通工程技术领域,介绍了一种利用强化学习技术的虚拟飞机多智能体协同仿真与优化系统。该系统通过UE4和AirSim软件构建虚拟环境,实现了飞机智能体间的高效协同与优化。
背景技术
随着城市化进程的加速和人口规模的持续扩大,传统地面交通系统难以满足现代城市对高效、环保出行方式的需求,城市交通问题愈发突出。城市空中交通(Urban AirMobility, UAM)作为一种新兴的交通模式,自2017年被美国国家航空航天局(NASA)提出以来,受到了广泛关注。UAM的核心理念是通过空中交通工具的应用,缓解城市交通拥堵,减少环境污染,为城市居民提供便捷、高效的出行选择。
相比于传统的地面交通,UAM具备显著的立体交通优势,能够在空中开辟新的交通路线,从而减轻地面交通压力。同时,UAM的推广也有助于降低尾气排放,推动城市的绿色发展。然而,UAM的实现面临着一系列技术挑战。城市环境复杂,建筑物密集,导致导航系统面临高干扰性的问题,包括GNSS信号的多径效应和屏蔽问题。这些因素可能影响飞行器的导航精度与稳定性,从而影响安全性。
为了解决这些技术难题,虚拟仿真技术被广泛应用于UAM体系的研究与开发中。通过建立与实际城市环境高度相似的虚拟场景,科研人员能够对飞行器的导航、控制及通信系统进行全面测试,降低实际操作中的风险和研发成本。
然而当前UAM体系虽然有一定的导航和控制技术,但在复杂城市环境中,现有的导航系统面临高干扰性问题,如信号多径效应和建筑物遮挡,导致导航精度不足,增加了飞行安全风险,同时运行机制尚不成熟,缺乏有效的管理和优化方案,导致在实际应用中难以实现高效、安全的空中交通,为此本领域技术人员提出基于强化学习的虚拟飞机多智能体协同仿真与优化方法及系统来解决上述问题。
实现思路