基于分层强化学习的多无人机协同围捕方法

• 作者: 孙懿豪 闫超 周晗 姜杰
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 分层强化学习;避障;避碰;多无人机围捕
• 年，卷（期）: 2025,（1）
• 页码范围: 96-108
• 页数: 13页
• 语种: 中文

摘要

针对复杂障碍环境下的动态目标围捕问题,本文提出一种基于分层强化学习的多无人机协同围捕方法.该方法包含两个层级的学习过程:底层的子策略学习和高层的子策略切换.具体而言,将协同围捕任务分解为导航避障和导航避碰两个子任务,独立学习相应的底层子策略,分别赋予无人机协同围捕目标时所需的避障与避碰技能.在此基础上,设计带有切换惩罚的稀疏回报函数训练高层的子策略切换模块,避免了对人工定义规则的依赖,实现了底层技能的自动组合.数值仿真与软件在环实验结果表明,所提方法能够显著降低围捕策略的学习难度,相较于基线方法具有最高的围捕成功率.