将符号 RL 规划集成到 BDI 架构的自主无人机系统中：系统集成与 SIL 验证

现代自动无人机任务日益需要能够无缝集成结构化符号规划与自适应强化学习 (RL) 的软件框架。尽管传统基于规则的架构为无人机自动化提供了稳健的结构化推理能力，但在需要自适应符号规划的动态复杂操作环境中其能力仍不足。符号 RL (SRL) 使用规划域定义语言 (PDDL)，显式集成领域特定知识和操作约束，显著提高了无人机 (UAV) 决策的可靠性和安全性。在本研究中，我们提出了 AMAD-SRL 框架，这是一种扩展和细化的自主任务代理 for 无人机 (AMAD) 认知多代理体系结构，增强了用于动态任务规划和执行的符号强化学习。我们在结构上等同于计划中硬件-在-环仿真 (HILS) 平台的软件-在-环 (SIL) 环境中验证了该框架，确保其向真实硬件无缝过渡。实验结果表明，模块的集成和互操作性稳定，能够在 BDI 驱动和符号 RL 驱动的规划阶段顺利过渡，任务性能持续良好。具体而言，我们评估了一个目标获取情境，其中 UAV plans 一条侦察路径，随后执行动态重新进入路径以在避免威胁区的同时确保目标。 在此 SIL 评估中，任务效率相对于基于覆盖的基线提高了约 75%，以旅行距离为度量。该研究为处理复杂的 UAV 任务奠定了稳健基础，并讨论了进一步完善和验证的方向。