面向离散周界防御问题序贯捕获的去中心化基于脉冲的学习框架

本文针对离散周界防御问题（d-PDP）提出一种新颖的去中心化基于脉冲的学习（DSL）框架。一支防御者团队在周界上运作以保护圆形领地免受径向来袭的入侵者。首先，将 d-PDP 表述为时空多任务分配问题（STMTA）。随后将该 STMTA 问题转化为多标签学习问题，以获得防御者为保护周界必须访问的区段标签。DSL 框架使用一种基于突触效能函数脉冲神经元（MLC-SEFRON）网络的多标签分类器进行确定性多标签学习。每个防御者包含一个单独的 MLC-SEFRON 网络。每个 MLC-SEFRON 网络使用来自其自身视角的输入独立训练以实现去中心化操作。MLC-SEFRON 网络的输入脉冲可直接从防御者与入侵者的时空信息获得，无需任何额外预处理步骤。MLC-SEFRON 的输出包含防御者为保护周界必须访问的区段标签。基于 MLC-SEFRON 的多标签输出，使用基于共识的束算法（CBBA）为防御者生成轨迹以捕获入侵者。用于训练 MLC-SEFRON 的目标多标签输出来自专家策略。此外，为一个防御者训练的 MLC-SEFRON 可直接用于获取分配给另一防御者的区段标签而无需任何重训练。MLC-SEFRON 的性能已在防御者的全观测与部分观测场景下进行评估。随后将 DSL 框架的整体性能与专家策略及其他现有学习算法进行比较。DSL 的可扩展性已通过使用递增数量的防御者进行评估。