针对无人机辅助采集无线传感器网络数据时各节点数据产生速率随机和汇聚节点状态不一致的场景，提出基于Q学习的非连续无人机轨迹规划算法Q-TDUD，以提高无人机能量效率和数据采集效率。基于各节点在周期内数据产生速率的随机性建立汇聚节点的汇聚延时模型，应用强化学习中的Q学习算法将各汇聚节点的延迟时间和采集链路的上行传输速率归一化到奖励函数中，通过迭代计算得到最佳非连续无人机飞行轨迹。实验结果表明，与TSP- conTInues TSP、NJS- conTInues和NJS算法相比，Q-TDUD算法能够缩短无人机的任务完成时间，提高无人机能效和数据采集效率。
点击获取完整资源：基于Q学习的无人机WSN数据采集轨迹算法