-
题名基于MASAC强化学习算法的多无人机协同路径规划
被引量：1
- 1
-
-
作者
方城亮
杨飞生
潘泉
-
机构
西北工业大学自动化学院
西北工业大学重庆科创中心
-
出处
《中国科学：信息科学》
CSCD
北大核心
2024年第8期1871-1883,共13页
-
基金
国家自然科学基金(批准号:62073269)
重庆市自然科学基金面上项目(批准号:CSTB2022NSCQ-MSX0963)
+1 种基金
航空科学基金(批准号:2020Z034053002)
广东省基础与应用基础研究基金自然科学基金面上项目(批准号:2023A1515011220)资助。
-
文摘
针对动态不确定环境下异构多无人机协同路径规划问题,提出了一种新的多智能体深度强化学习算法.首先,开发了一个空域场景下多无人机到达目标地点的强化学习环境,环境引入了无人机动力学方程,并考虑了无人机异构的因素以及安全避障的需求.其次,设计了任务完成率、编队保持率、飞行时间等性能指标,用以衡量算法的优劣.然后,将多无人机协同路径规划问题建模为部分可观Markov决策过程,提出了一种多智能体柔性执行评价(multi-agent soft actorcritic,MASAC)算法寻求该问题的近似最优策略.最后,通过仿真实验验证了所提算法的有效性和优越性.
-
关键词
多无人机
路径规划
多智能体深度强化学习
部分可观Markov决策过程
MASAC算法
-
Keywords
multi-UAV
path planning
multi-agent deep reinforcement learning
partially observable Markov decision process
multi-agent soft actor critic algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
V279
[自动化与计算机技术—控制科学与工程]
V355
[航空宇航科学与技术—飞行器设计]
-
