В работе рассматривается задача маршрутизации в высокодинамичных ad hoc сетях роя беспилотных летательных аппаратов. Классические детерминированные алгоритмы маршрутизации, использующие статические метрики, оказываются неэффективными в условиях частых изменений топологии и стохастического поведения каналов связи. В работе предложен адаптивный подход к маршрутизации на основе методов обучения с подкреплением. Используются алгоритмы Q-обучения и Deep Q-Network, в рамках которых каждый БПЛА моделируется как автономный агент, принимающий решения на основе локальных наблюдений и накопленного опыта. Результаты моделирования показывают, что предложенный подход обеспечивает более высокую успешность доставки данных и устойчивость маршрутизации по сравнению с классическими алгоритмами, что подтвержд

Абу Хуссайн Г. (науч. рук. Харитонов А.Ю.) Q-learning for creating an improved routing protocol for uav swarm // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16085