-
题名基于多Agent深度强化学习的无人机协作规划方法
- 1
-
-
作者
王娜
马利民
姜云春
宗成国
-
机构
青岛黄海学院智能制造学院
湖南大学电气与信息工程学院
-
出处
《计算机应用与软件》
北大核心
2024年第9期83-89,96,共8页
-
基金
湖南省自然科学基金项目(2018JJ1002)
青岛黄海学院校内博士项目(2017boshi02)。
-
文摘
人机协作控制是多无人机任务规划的重要方式。考虑多无人机任务环境协同解释和策略控制一致性需求,提出基于多Agent深度强化学习的无人机协作规划方法。依据任务知识和行为状态,构建基于任务分配Agent的任务规划器,生成人机交互的相互依赖关系;设计一种深度学习强化方法,解决群体行为最优策略和协同控制方法,并利用混合主动行为选择机制评估学习策略。实验结果表明:作为人机交互实例,所提方法通过深度强化学习使群体全局联合动作表现较好,学习速度和稳定性均能优于确定性策略梯度方法。同时,在跟随、自主和混合主动3种模式比较下,可以较好地控制无人机飞行路径和任务,为无人机集群任务执行提供了智能决策依据。
-
关键词
多Agent规划
深度强化学习
无人机协同规划
混合主动行为
-
Keywords
Multi-agent planning
Deep reinforcement learning
UAV cooperative planning
Mixed-initiative behavior
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
