# Emergency_System

**Repository Path**: buzhimingLF/emergency_-system

## Basic Information

- **Project Name**: Emergency_System
- **Description**: 论文复现--应急通信场景下感知辅助的多空中基站部署策略，尝试从0到论文理解再到代码落地实现
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-29
- **Last Updated**: 2026-01-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Emergency System

基于多无人机（UAV）的紧急响应系统，使用强化学习算法进行决策和资源分配。

## 项目概述

该项目旨在模拟和优化多无人机在紧急情况下的协作行为。系统通过强化学习算法（如 MAPPO）来优化无人机的路径规划、用户关联和能量效率。

### 主要功能

- **多无人机协作**：支持多种强化学习算法（如 MAPPO-Greedy、MAPPO-BR、MAPPO-Coalition）。
- **环境模拟**：模拟灾难场景下的无人机通信和用户需求。
- **性能评估**：提供吞吐量、能耗和能量效率等指标的可视化分析。

## 项目结构

- `algorithms.py`：定义强化学习算法和神经网络模型。
- `env.py`：实现紧急响应环境和相关计算逻辑。
- `simulate.py`：运行模拟并绘制结果。
- `results/`：存储模拟结果的可视化图表。

## 安装与运行

### 依赖项

确保安装以下依赖项：

- Python 3.x
- NumPy
- PyTorch
- Matplotlib

### 安装步骤

1. 克隆仓库：
   ```bash
   git clone https://gitee.com/buzhimingLF/emergency_-system
   ```
2. 安装依赖：
   ```bash
   pip install numpy torch matplotlib
   ```
3. 运行模拟：
   ```bash
   python simulate.py
   ```

## 使用示例

运行以下命令以启动模拟并生成结果图表：

```bash
python simulate.py --num_uavs 5 --num_users 20 --num_episodes 1000
```

## 贡献指南

欢迎贡献代码和文档！请遵循以下步骤：

1. Fork 仓库。
2. 创建新分支。
3. 提交更改。
4. 发起 Pull Request。

## 许可证

该项目遵循 MIT 许可证。详情请查看 LICENSE 文件。

--- 

以上内容可以根据实际需求进一步调整和扩展。