一种基于多Agent强化学习的多星协同任务规划算法

• 作者: 景宁 李军 王冲 王钧 陈浩
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 卫星任务规划 协同规划 多智能体强化学习 黑板结构
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 电子工程·计算机工程
• 页码范围: 53-58
• 分类号: TP391
• 字数: 5117字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2011.01.012

摘要

在分析任务特点和卫星约束的基础上给出了多星协同任务规划问题的数学模型.引入约束惩罚算子和多星联合惩罚算子对卫星Agent原始的效用值增益函数进行改进,在此基础上提出了一种多卫星Agent强化学习算法以求解多星协同任务分配策略,设计了基于黑板结构的多星交互方式以降低学习交互过程中的通信代价.通过仿真实验及分析证明该方法能够有效解决多星协同任务规划问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈浩	国防科技大学电子科学与工程学院	20	115	6.0	10.0
2	李军	国防科技大学电子科学与工程学院	75	992	18.0	28.0
3	景宁	国防科技大学电子科学与工程学院	110	1073	18.0	27.0
4	王钧	国防科技大学电子科学与工程学院	16	159	8.0	12.0
5	王冲	国防科技大学电子科学与工程学院	1	28	1.0	1.0