灾难响应管理中用于医疗物资配送的跨层多无人机协调

自主无人机机队在灾难事件响应中的医疗物资配送方面具有巨大潜力。然而，在此类场景中协调多架无人机会带来叠加的挑战：动态环境危害（如风、障碍物和间歇性网络连接）、受限的能源预算，以及在截止时间和分诊优先级下公平服务患者地点同时优化调度利用率的需求。在本文中，我们提出了 CEDA，一种用于协作多无人机医疗配送的新型 CTDE Deep Q-Network 算法，旨在联合优化感知分诊优先级的路由、多智能体协调以及动态不确定性下的节能导航。CEDA 引入了优先保留公平调度策略，其中结构化奖励函数编码了分诊权重和互补公平机制，确保没有患者类别被剥夺服务。我们在包含动态危险区、随机动作失败以及跨三个分诊优先级动态生成患者的模拟网格环境中评估了 CEDA，同时在使用 MAVSDK 以 offboard position 模式控制两架 X500 四旋翼飞行器的 PX4 SITL 验证中进行了评估。仿真结果表明，CEDA 实现了 85% 以上的配送完成率，在训练过程中将障碍物碰撞减少了 90% 以上，并且每个回合平均配送 6 名患者，分诊效率为 0.82。CEDA 保持了临床优先级顺序，危重患者优先得到服务，同时在较低分诊类别中实现了接近零的死亡率，这证实了优先级加权路由不会导致稳定或紧急患者被忽视。PX4 SITL 验证进一步表明，在灾难响应场景中的实际通信约束和现实多无人机协调下，所学策略仍然可执行且保持分诊一致性。