无人机自组织网络(UANETs)的路由算法设计，需要考虑其应对动态网络变化的能力，以实现快速路径选择和确保数据传输的高效性和可靠性。针对现有的基于强化学习的路由算法应对高速动态网络变化的能力有限等问题，该文提出了一种双态自适应的随机双Q学习路由算法(2k-adaDQL)。该算法采用随机交替更新的双Q函数来降低传统Q学习中的高估偏差。为满足UANETs路由服务质量的多样化需求，该文结合多目标优化技术，设计了基于链路可靠性和时延相关的复合奖励函数，以提高算法的服务质量。针对高速动态变化的网络环境，该文创新性地提出了双态自适应参数调整机制。该机制依据网络状态的不同阶段，设计了灵活参数自适应调控策略，确保算法能够及时应对不同的网络环境变化，从而提升路由算法的适应性。仿真结果显示，与AODV、QMR、QGeo、LN-AODV等算法相比，该文提出的2k-adaDQL算法在包到达率、平均端到端延时、最大端到端时延三个关键性能指标上均有提升。同时该算法的可扩展性和稳定性也得到了验证，其收敛速度也明显快于基本算法QMR。这一结果表明，2k-adaDQL算法在UANETs环境中，特别是在节点分布稀疏且速度变化大的场景下，具有更优的性能表现。