1.一种基于Q学习的无人机任务协同分配方法，其特征在于，包括如下步骤：(1)初始化参数：

初始化大小为X·Y·Z的空间场景中待执行任务集合为T＝{t1,t2,...,ti,...,tm}，能执行T中任务的无人机集合为At＝{at1,at2,...,atj,...,atn}，任务所需执行量集合E＝{e1,e2,...,ei,...,em}，其中，ti表示第i个任务，m表示任务总数，m＞0，atj表示第j个无人机，n表示无人机总数，n＞0，ei表示任务ti需要的总执行量；

(2)获取每个无人机atj的邻居无人机集合：通过空间场景中每个无人机atj的位置坐标，计算atj与其他n‑1个无人机atw的距离dsjw，并将atw中dsjw小于预设的通信距离阈值max_pass的无人机作为atj的邻居，得到atj的邻居无人机子集合 则At的邻居无人机集合为NEI＝

1 j n

{Ne ,...,Ne ,...,Ne}，其中，w∈n，w≠j，max_pass＞0， 表示atj的第h个邻居，j_num为atj的邻居数量；

(3)确定敏感无人机和间接无人机：(3a)通过空间场景中每个无人机atj与每个任务ti的位置坐标，计算atj与ti间的距离

1 j n j

bsji，得到距离集合BIS＝{Bs ,...,Bs ,...,Bs}，其中，Bs 表示atj与m个任务的距离子集j

合，Bs＝{bsj1,...,bsji,...,bsjm}，bisji＞0；

j **

(3b)将At中Bs 小于预设的距离阈值L的n 个无人机作为敏感无人机**

其余n‑n 个无人机作为间接无人机 则每by

个敏感无人机atby与m个任务的距离子集合为Bs ，每个间接无人机atcx与m个任务的距离子cx **

集合为Bs ，其中，L＞0，atby表示第y个敏感无人机，n 表示敏感无人机的数量，atcx表示第x* * **

个间接无人机，n表示间接无人机的数量，n＝n‑n ；

(4)每个敏感无人机atby向其邻居无人机发送通信包：by

(4a)每个敏感无人机atby选择其与m个任务的距离子集合Bs 中数值最小的任务 作by

为当前执行任务，并计算atby经过Bs 衰减后具有的对 施加执行量 再将 更新为将 更新为 其中， 表示T中第 个任务；

(4b)将 作为通信包任务paby、当前时间作为通信包发送时间timeby，并将paby和timebyby

构成atby的通信包packby发送至Ne 中的邻居无人机；

(5)获取每个间接无人机atcx的Q表：cx

(5a)atcx计算经过其与m个任务的距离子集合Bs 衰减后能对T中每个任务ti施加的执行量 得到atcx的执行量子集合 则At的执行量集合(5b)atcx判断是否接收到通信包，若是，选择最新发送时间timebst对应的通信包packbst，令atcx的当前执行任务 并更新er为 否则，令 其中， 表示T中第r个任务；

(5c)atcx计算对每个任务ti的累计执行量 得到atcx对T的累计执行量集合则C对T的累计执行量集合为 其中：(5d)初始化大小为(m+1)×m的 表，并给 表中每个元素赋值，得到atcx的Q表其中， 表示 中第ca行第cb列元素；

(6)初始化Q学习参数：

初始化迭代次数k，最大迭代次数K，K≥100，学习率αk，折扣率γk，探索判别值εk，1＞αk＞0，1＞γk＞0，1＞εk＞0，并令k＝1；

(7)获取无人机任务协同分配结果：(7a)每个间接无人机atcx选择最新发送时间timebst对应的通信包packbst，得到与pabst对应的任务标号ρ，并更新 为 再通过 计算atcx对每个任务ts的转移概率得到atcx对应m个任务的概率子集合 则C的转移概率集合为 其中：

1＞δ＞0，1＞β＞0，M＞0；

*

(7b)将随机产生cn 个0到1之间的小数εcx←random(0,1)组成的小数集合作为C中每个atcx的探索值，并判断 是否成立，若是，执行步骤(7c)，否则，执行步骤(7d)；

(7c)根据atcx对每个任务ts的转移概率 随机选取T中一个任务作为atcx的待执行的任务 其中 表示T中第ne个任务；

(7d)根据atcx对每个任务ts的转移概率 计算atcx对每个任务ts的转移值得到atcx对应m个任务的转移值子集合 则C的转移值集合为 并将 中最大转移值对应的任务作为atcx待执行的任务其中：

η＞0， 表示T中第ne个任务；

k cx

(7e)将At中执行ti的无人机构成集合 并通过FA以及Ex 中与 对应的 计算atcx的回报值其中， 表示执行ti的所有无人机的集合， 表示At中i

第z个执行ti的无人机，vg表示执行ti的无人机数量， 表示立即回报值， 表示延时回报值，Max＞0；

(7f)通过 对应的 将ene更新为 将 更新为 通过 对应的cx

将er更新为 并判断 是否成立，若是，atcx不与Nei 中的无人机通信，否则，将 作为通信包任务pacx，将当前时间作为通信包发送时间timecx，并将pacx和timecx构cx

成atcx的通信包packcx发送至Ne 中的邻居无人机；

(7g)每个atcx利用Q学习公式，通过 和 计算执行任务 后 表，并通过 将更新为

(7h)判断k＝K是否成立，若是，将与 相同的atω组合成执行每个任务ti的无人机集合则执行T的无人机集合TC＝{TN1,...,TNi,...,TNm}，否则，令k＝k+1，计算学习率αk、折扣率γk和探索判别值εk，并执行步骤(7a)，其中， 表示第ζ个执行ti的无人机，Lai表示执行ti的无人机数量，αk和γk的计算公式分别为：

2.根据权利要求1所述的基于Q学习的无人机任务协同分配方法，其特征在于，步骤(2)中所述通过空间场景中每个无人机atj的位置坐标，计算atj与其他n‑1个无人机atw的距离dsjw，计算公式为：

其中， 表示atj在空间中的三维坐标， 表示atw在空间中的三维坐标，

3.根据权利要求1所述的基于Q学习的无人机任务协同分配方法，其特征在于，步骤(3)中所述通过空间场景中每个无人机atj与每个任务ti的位置坐标计算atj与ti距离bsji的计算公式为：

其中， 表示ti在空间中的三维坐标，

4.根据权利要求1所述的基于Q学习的无人机任务协同分配方法，其特征在于，步骤by

(4a)中所述atby经过Bs 衰减后具有的对 施加执行量 的计算公式为：其中，ab为At中无人机的执行量，1＞τ＞0。

5.根据权利要求1所述的基于Q学习的无人机任务协同分配方法，其特征在于，步骤(7g)中所述 表的计算公式为：

6.根据权利要求1所述的基于Q学习的无人机任务协同分配方法，其特征在于，步骤(7h)中所述探索判别值εk的计算公式为：εk＝εk‑1·V

其中，1＞V＞0。