基于强化学习的地-空异构多智能体覆盖研究 | |
张文旭 | |
刊名 | 智能系统学报
![]() |
2018 | |
卷号 | 13期号:2页码:202-207 |
关键词 | 异构多智能体 覆盖问题 地–空 UAV/UGV DEC-POMDPs 强化学习 |
英文摘要 | 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 processes,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。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/156523] ![]() |
专题 | 电气工程与信息工程学院 |
作者单位 | 西南交通大学 |
推荐引用方式 GB/T 7714 | 张文旭. 基于强化学习的地-空异构多智能体覆盖研究[J]. 智能系统学报,2018,13(2):202-207. |
APA | 张文旭.(2018).基于强化学习的地-空异构多智能体覆盖研究.智能系统学报,13(2),202-207. |
MLA | 张文旭."基于强化学习的地-空异构多智能体覆盖研究".智能系统学报 13.2(2018):202-207. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论