近日，物联网领域国际顶级期刊《IEEE Internet of Things Journal》（一区Top，IF：10.238）报道了伟德国际BETVLCTOR协同控制团队在空地协同优化控制方向的研究进展，相关成果以“QoE-Driven Adaptive Deployment Strategy of Multi-UAV Networks Based on Hybrid Deep Reinforcement Learning”为题公开发表，已被Web of Science数据库收录。

论文提出基于QoE驱动的多无人机自适应部署策略，针对动态环境下的无人机协同组网，建立地面用户与多无人机之间的移动模型，采用混合式深度强化学习算法，通过集中式训练和分布式测试，获取全局状态信息并进行离线训练，从而实现一个完全分布式的无人机自适应控制策略。

空地协同部署系统架构图

论文考虑了多架无人机为地面移动用户提供应急通信服务，同时保证能量消耗、最大的QoS性能、连通性和无碰撞，提出了一种新型的基于混合深度强化学习的无人机自适应部署策略。该研究采用一种融合CNN、优先回放缓冲区和遗传算法的新型神经网络模型来控制无人机，大量验证结果表明，该方法在收敛速度、QoE性能、能耗和平均吞吐量等方面都具有较好的有效性和鲁棒性。

自适应混合深度强化学习策略

bevictor伟德官网伟德国际BETVLCTOR为该论文的第一单位，协同控制团队周毅教授为第一作者，西安电子科技大学承楠教授为通讯作者。该研究工作为bevictor伟德官网、西安电子科技大学、加拿大女王大学共同开展的国际合作研究成果，受到国家自然科学基金面上项目、国际科技合作项目等课题的资助。

论文链接：https://ieeexplore.ieee.org/document/9380420