Abstract
Использование множества беспилотных летательных аппаратов (БПЛА) позволяет эффективно доставлять первую помощь и необходимые материалы в районы, подвергшиеся стихийным бедствиям, таким как землетрясения, наводнения, оползни, лесные пожары. Использование беспилотников в таких ситуациях доказало свою важность, помогая ускорять восстановительные работы и минимизировать экономические потери. БПЛА сталкиваются с риском столкновения с птицами и другими объектами, особенно в зонах без сетевого покрытия. В условиях стихийных бедствий важно обеспечить своевременную доставку первой помощи, учитывая ограниченные ресурсы, такие как заряд батареи. Для этого нужно сбалансировать покрытие точек доставки, точность посадки и безопасность полета БПЛА. Модели Deep Q-network (DQN) широко используются для планирования маршрутов, но ранее редко учитывали некооперативные сценарии. В статье предлагается новая структура DQN, которая учитывает такие риски, как птицы и неожиданные препятствия. Также создается уникальная система вознаграждений для улучшения покрытия доставки и безопасных посадок. Моделирование показало, что использование нескольких БПЛА может эффективно обеспечить доставку первой помощи в условиях бедствия. Ключевые слова. Беспилотные летательные аппараты, многофункциональные БПЛА, обучение с подкреплением, глубокое Q-обучение.