强化学习的地-空异构多智能体协作覆盖研究

• 作者: 张文旭 王晓东 贺荟霖 马磊
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 异构多智能体 覆盖问题 地-空 UAV/UGV DEC-POMDPs 强化学习
• 年，卷（期）: 2018,（2）
• 页码范围: 202-207
• 页数: 6页
• 分类号: TP181
• 字数: 4702字
• 语种: 中文
• DOI: 10.11992/tis.201609017

摘要

以无人机(unmanned aerial vehicle, UAV)和无人车(unmanned ground vehicle, UGV)的异构协作任务为背景,通过UAV和UGV的异构特性互补,为了扩展和改进异构多智能体的动态覆盖问题,提出了一种地–空异构多智能体协作覆盖模型.在覆盖过程中,UAV可以利用速度与观测范围的优势对UGV的行动进行指导;同时考虑智能体的局部观测性与不确定性,以分布式局部可观测马尔可夫(decentralized partially observable Markov decision pro-cesses,DEC-POMDPs) 为模型搭建覆盖场景,并利用多智能体强化学习算法完成对环境的覆盖.仿真实验表明, UAV与 UGV间的协作加快了团队对环境的覆盖速度,同时强化学习算法也提高了覆盖模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马磊	西南交通大学电气工程学院	35	228	10.0	13.0
2	张文旭	西南交通大学电气工程学院	4	47	3.0	4.0
3	贺荟霖	西南交通大学电气工程学院	3	6	1.0	2.0
4	王晓东	西南交通大学电气工程学院	9	38	4.0	6.0