DP-Q(λ):大规模Web3D场景中Multi-agent实时路径规划算法

• 作者: 贾金原 闫丰亭
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: Web3D 大规模未知环境 多智能体 强化学习 动态奖赏p 路径规划
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 16-26
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.16PQS-003

摘要

大规模场景中Multi-agent可视化路径规划算法,需要在Web3D上实现实时、稳定的碰撞避让.提出了动态概率单链收敛回溯DP-Q(λ)算法,采用方向启发约束,使用高奖赏或重惩罚训练方法,在单智能体上采用概率p(0-1随机数)调节奖罚值,决定下一步的寻路策略,同时感知下一位置是否空闲,完成行走过程的避碰行为,将单智能体的路径规划方案扩展到多智能体路径规划方案中,并进一步在Web3D上实现了这一方案.实验结果表明:该算法实现的多智能体实时路径规划具备了在Web3D上自主学习的高效性和稳定性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾金原		52	319	10.0	16.0
2	闫丰亭		3	21	2.0	3.0