基于多智能体深度强化学习的无人机路径规划
为解决多无人机(unmanned aerial vehicle,UAV)在复杂环境下的路径规划问题,提出一个多智能体深度强化学习UAV路径规划框架.该框架首先将路径规划问题建模为部分可观测马尔可夫过程,采用近端策略优化算法将其扩展至多智能体,通过设计UAV的状态观测空间、动作空间及奖赏函数等实现多UAV无障碍路径规划;其次,为适应UAV搭载的有限计算资源条件,进一步提出基于网络剪枝的多智能体近端策略优化(network pruning-based multi-agent proximal policy optimization,NP-MAPPO)算法,提高了训练效率.仿真结果验证了提出的多UAV路径规划框架在各参数配置下的有效性及NP-MAPPO算法在训练时间上的优越性.
无人机(unmanned aerial vehicle、UAV)、复杂环境、路径规划、马尔可夫决策过程、多智能体近端策略优化算法(multi-agent proximal policy optimization、MAPPO)、网络剪枝(network pruning、NP)
49
U461;TP308(汽车工程)
国家自然科学基金;北京市教育委员会科技项目;北京市教育委员会科技项目
2023-04-19（万方平台首次上网日期，不代表论文的发表时间）
共10页
449-458
