基于跨层级注意力的无人机协同探测任务执行方法、装置、设备及介质与流程

本发明涉及无人机协同探测，特别涉及一种基于跨层级注意力的无人机协同探测任务执行方法、装置、设备及介质。

背景技术：

1、多无人机协同感知是利用多架无人机共同完成情报获取与态势监控的重要方式。随着传感技术的发展，单架无人机可以搭载雷达、红外传感装置、电子支援措施侦察单元和激光测距装置等不同类型的感知器件。不同感知器件输出数据的格式、维度和语义属性存在明显差异，采用特征直接拼接或加权平均等方式对上述数据进行处理时，难以根据探测目标和任务场景自适应选择关联程度较高的传感信息，容易使融合特征包含较多冗余信息，并影响融合特征的区分能力。

2、在多无人机之间的通信方面，通信带宽通常受到限制，通信网络的连接关系也会随无人机位置和任务状态发生变化。采用全连接通信方式时，通信资源消耗会随无人机数量增加而快速上升；采用固定通信拓扑时，又难以根据不同无人机所携带信息的价值变化调整通信对象，容易使低价值信息占用通信带宽，并降低多无人机之间的信息交互效率。

3、在多无人机的动作决策方面，协同探测任务需要同时处理路径规划与传感器调度，动作参数种类较多，动作空间会随无人机数量、传感器数量和动作参数数量增加而扩大。直接输出离散动作序列或低维连续动作参数时，难以对导航控制和传感器调度形成层级化的联合决策；采用预先固定的行为树时，行为树的节点类型和拓扑结构不能随任务场景进行自适应调整。

4、现有注意力机制通常仅应用于传感器特征选择、多智能体通信对象选择或动作策略优化中的一个层级。多传感器融合、无人机之间的通信调度和探测动作决策分别采用独立的处理方式时，各层级之间缺少统一的信息筛选与传递关系，容易在跨层级信息传输过程中产生语义损失，并限制多无人机协同探测的整体效果。

5、由上可见，如何实现对多源异构传感数据、无人机之间的通信信息以及无人机探测动作进行跨层级协同处理，提高多源异构信息的融合能力，提高高维动作空间下的协同探测任务执行效率是本领域有待解决的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于跨层级注意力的无人机协同探测任务执行方法、装置、设备及介质，能够实现对多源异构传感数据、无人机之间的通信信息以及无人机探测动作进行跨层级协同处理，提高多源异构信息的融合能力，提高高维动作空间下的协同探测任务执行效率。其具体方案如下：

2、第一方面，本技术公开了一种基于跨层级注意力的无人机协同探测任务执行方法，包括：

3、获取各无人机的多源异构传感数据；

4、对所述多源异构传感数据进行特征编码、模态内自注意力处理、跨模态交叉注意力处理和融合，得到各无人机的融合特征，对所述融合特征进行多跳传递以及聚合更新，得到各无人机的全局特征向量；

5、基于所述融合特征和所述全局特征向量，构建局部观测时序序列，利用策略网络和所述局部观测时序序列，生成自适应行为树；

6、利用所述自适应行为树，确定各无人机的控制指令，基于所述控制指令，控制各无人机执行探测动作，得到奖励信号；

7、对无人机执行的探测动作进行价值评估，得到动作价值，基于所述奖励信号和所述动作价值，构建广义优势函数；

8、判断当前是否满足预设终止条件；

9、若当前未满足预设终止条件，则利用所述广义优势函数对所述策略网络进行参数更新，跳转至所述获取各无人机的多源异构传感数据的步骤，直至满足预设终止条件，得到无人机的目标控制指令；

10、利用所述目标控制指令，控制各无人机执行协同探测任务。

11、可选的，所述获取各无人机的多源异构传感数据，包括：

12、从多源异构感知层中，获取各无人机的多源异构传感数据；

13、所述多源异构感知层包括不同类型的异构感知器件；

14、所述不同类型的异构感知器件包括用于获取同相或正交复数型数据的雷达、用于获取热辐射成像的红外传感装置、用于获取脉冲描述字序列的电子支援措施侦察单元以及用于获取距离序列的激光测距装置。

15、可选的，对所述多源异构传感数据进行特征编码、模态内自注意力处理、跨模态交叉注意力处理和融合，得到各无人机的融合特征，包括：

16、利用不同类型传感器对应的类型感知编码器，对多源异构传感数据进行特征编码，得到各类传感器的编码特征；

17、利用模态内自注意力模块，对所述编码特征进行模态内自注意力处理，得到各类传感器的模态内特征；

18、利用跨模态交叉注意力模块，对所述模态内特征进行跨模态交叉注意力处理和融合，得到各无人机的融合特征。

19、可选的，对所述融合特征进行多跳传递以及聚合更新，得到各无人机的全局特征向量，包括：

20、基于各无人机之间的通信关系，构建各无人机之间的通信连接边；

21、利用图注意力网络，并基于融合特征和所述通信连接边，确定注意力权重；

22、基于预设阈值对所述注意力权重进行筛选，得到筛选后的注意力权重；

23、利用与筛选后的注意力权重对应的通信连接边，构建无人机的动态通信拓扑；

24、基于所述动态通信拓扑，对所述融合特征进行多跳传递以及聚合更新，得到各无人机的全局特征向量。

25、可选的，利用策略网络和所述局部观测时序序列，生成自适应行为树，包括：

26、将局部观测时序序列输入至策略网络，得到行为树结构参数；

27、所述行为树结构参数包括根节点类型概率分布、子节点数量、各子节点的类型概率分布以及各原子动作节点的参数取值；

28、对所述行为树结构参数进行解析，生成各无人机的自适应行为树。

29、可选的，利用所述自适应行为树，确定各无人机的控制指令，基于所述控制指令，控制各无人机执行探测动作，得到奖励信号，包括：

30、将自适应行为树输入至树执行器，以便所述树执行器按照所述自适应行为树的拓扑结构，对所述自适应行为树中的各节点进行递归执行，输出各无人机的控制指令；

31、所述控制指令包括路径规划指令以及传感器调度指令；

32、基于所述路径规划指令以及所述传感器调度指令，控制各无人机执行探测动作，得到奖励信号。

33、可选的，所述对无人机执行的探测动作进行价值评估，得到动作价值，包括：

34、获取无人机的全局状态信息；

35、所述全局状态信息包括各无人机的位置信息、飞行姿态信息以及传感器运行状态信息；

36、将所述全局状态信息输入至评价网络，以便利用所述评价网络对各无人机执行的探测动作进行价值评估，得到动作价值。

37、第二方面，本技术公开了一种基于跨层级注意力的无人机协同探测任务执行装置，包括：

38、数据获取模块，用于获取各无人机的多源异构传感数据；

39、数据处理模块，用于对所述多源异构传感数据进行特征编码、模态内自注意力处理、跨模态交叉注意力处理和融合，得到各无人机的融合特征，对所述融合特征进行多跳传递以及聚合更新，得到各无人机的全局特征向量；

40、自适应行为树生成模块，用于基于所述融合特征和所述全局特征向量，构建局部观测时序序列，利用策略网络和所述局部观测时序序列，生成自适应行为树；

41、奖励信号确定模块，用于利用所述自适应行为树，确定各无人机的控制指令，基于所述控制指令，控制各无人机执行探测动作，得到奖励信号；

42、函数构建模块，用于对无人机执行的探测动作进行价值评估，得到动作价值，基于所述奖励信号和所述动作价值，构建广义优势函数；

43、判断模块，用于判断当前是否满足预设终止条件；

44、循环模块，用于若当前未满足预设终止条件，则利用所述广义优势函数对所述策略网络进行参数更新，跳转至所述获取各无人机的多源异构传感数据的步骤，直至满足预设终止条件，得到无人机的目标控制指令；

45、任务执行模块，用于利用所述目标控制指令，控制各无人机执行协同探测任务。

46、第三方面，本技术公开了一种电子设备，包括：

47、存储器，用于保存计算机程序；

48、处理器，用于执行所述计算机程序，以实现前述的基于跨层级注意力的无人机协同探测任务执行方法。

49、第四方面，本技术公开了一种计算机可读存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的基于跨层级注意力的无人机协同探测任务执行方法的步骤。

50、有益效果：可见，本技术提供了一种基于跨层级注意力的无人机协同探测任务执行方法，包括获取各无人机的多源异构传感数据，所以能够提高对各无人机所采集异构感知信息的表征完整性；对多源异构传感数据进行特征编码、模态内自注意力处理、跨模态交叉注意力处理和融合，得到各无人机的融合特征，对融合特征进行多跳传递以及聚合更新，得到各无人机的全局特征向量，所以能够提高多源异构传感信息的融合程度，增强各无人机对多跳传递信息的聚合能力；基于所述融合特征和所述全局特征向量，构建局部观测时序序列，利用策略网络和所述局部观测时序序列，生成自适应行为树；所以能够提高对融合特征和全局特征向量的时序利用程度，并增强行为树生成的自适应性；利用所述自适应行为树，确定各无人机的控制指令，基于所述控制指令，控制各无人机执行探测动作，得到奖励信号，所以能够提高控制指令与自适应行为树的匹配性，并增强探测动作执行过程的可反馈性；对无人机执行的探测动作进行价值评估，得到动作价值，基于所述奖励信号和所述动作价值，构建广义优势函数；所以能够提高对探测动作效果的评价完整性，并增强广义优势函数对动作优劣的表征能力；判断当前是否满足预设终止条件，避免在已经满足预设终止条件后继续进行无效迭代；若当前未满足预设终止条件，则利用所述广义优势函数对策略网络进行参数更新，跳转至获取各无人机的多源异构传感数据的步骤，直至满足预设终止条件，得到无人机的目标控制指令，所以能够提高策略网络参数与迭代反馈的匹配程度，保证循环过程能够在满足预设终止条件时停止；利用目标控制指令，控制各无人机执行协同探测任务，所以能够提高各无人机执行协同探测任务时控制过程的一致性。