在无线自供电网络中,无人机因为其高机动性和低成本的优点,通常被作为空中基站对传感器进行充电和数据收集,可以有效延长网络寿命。将无人机用作空中基站,可用来解决因传统的固定基站在无线自供电通信网络（Wireless Powered Communication Network,WPCN）中”双重远-近”等问题而造成的使用不公平问题,并通过灵活地减小无人机与地面设备之间的信号传播距离来提高数据速率。由于较少的信号阻塞和阴影效应,它可以支持空中和地面终端之间更好的通信链接。但是在这些场合下,无人机对传感器位置往往缺乏相应的先验常识,无法预先求出最优路径,需要进行自主导航和实时决策。因此在本文中,我们研究了基于无人机的自主导航,用于在不完全了解传感器位置的情况下从无电池传感器收集数据。本文将优化问题建模为马尔科夫决策过程,利用深度强化学习算法基于无人机覆盖区域内传感器的电池电量状态、信道条件和当前数据流量,以及无人机的位置求解,通过联合优化无人机的转向角、速度和操作模式,我们可以最大化所有传感器的平均数据收集,满足无电池传感器的能量需求,并保证所有传感器之间数据收集的公平性。本文从两方面入手,一方面是单无人机场景下,利用传统的深度强化学习算法在保证传感器能量需求的情况下完成数据收集和路径规划任务;另一方面是多无人机场景下,提出了三种基于深度强化学习的多智能体算法来解决自主导航问题,即具有共享状态的深度Q网络、具有共享动作的和异步多智能体深度Q网络,最大化平均数据收集的同时保持多无人机状态下无人机集群无碰撞,从而适用于不同业务需求的实际场景。最后对所提算法进行了仿真模拟,模拟结果显示,在平均数据流量最大化和自主导航方面,单无人机场景下深度强化学习算法显着提高了网络性能;多无人机场景下异步多智能体深度Q网络采用分布式采样和集中学习的方法来解决多架无人机的自主导航问题,与其他两个提出的多智能体算法相比,它能够实现更广泛的覆盖范围和更高的平均数据收集。