哈尔滨石油学院，黑龙江哈尔滨，150028；
摘要：随着多无人机系统在军事侦察、灾害救援、环境监测等领域的广泛应用，其高效、协同、安全的路径规划问题日益成为研究热点。传统路径规划方法在动态环境适应性、计算效率和多机协同能力方面存在不足。本文基于人工智能技术，结合强化学习、深度神经网络与群体智能算法，提出一种适用于动态复杂环境下的多无人机路径规划方法。研究从建模、算法设计到仿真实验，全面探讨路径规划的优化策略，提升多无人机系统在避障、目标覆盖与能耗控制等方面的综合性能，为多智能体系统的任务调度与路径自主决策提供理论与实践支持。
关键词：人工智能；多无人机系统；路径规划；协同控制；强化学习
参考文献
[1]李华喜,陈金鑫,刘文阳.基于人工智能图像处理的无人机光伏组件裂纹检测系统研究[J].电工技术,2025,(05):128-130.DOI:10.19768/j.cnki.dgjs.2025.05.032.
[2]王忠禹.面向多无人机对抗的多智能体迁移强化学习方法研究[D].大连理工大学,2024.DOI:10.26991/d.cnki.gdllu.2024.003359.
[3]盛松梅.基于人工智能技术的无人机机械臂自动控制系统[J].机械设计与制造工程,2022,51(08):117-121.
[4]黄泽贤,江好胜,吴健,等.面向侦察任务的多无人机覆盖路径规划与控制[J/OL].信息与控制,1-14[2025-07-31].https://doi.org/10.13976/j.cnki.xk.2025.0231.
[5]虞启洲.多无人机协同路径规划与轨迹跟踪研究[D].中国民用航空飞行学院,2025.DOI:10.27722/d.cnki.gzgmh.2025.000288.
