基于深度强化学习的分布式编队控制方案与基于流的碰撞避免
机器人学
2021-10-26 v1 系统与控制
系统与控制
摘要
编队与碰撞避免能力对多智能体系统至关重要。传统方法通常需要中央控制器和全局信息以实现协作，这在未知环境中是不现实的。本文中，我们提出一种基于深度强化学习（DRL）的自主车辆分布式编队控制方案。采用一种改进的基于流（stream-based）的障碍避免方法来平滑最优轨迹，并使用激光雷达和天线阵列等车载传感器获取局部相对距离与角度信息。所提方案获得了一种可扩展的分布式控制策略，该策略利用局部观测联合优化编队跟踪误差与平均碰撞率。仿真结果表明，我们的方法在维持编队与碰撞避免上优于其他两种最先进算法。
引用
@article{arxiv.2109.03037,
title = {A drl based distributed formation control scheme with stream based collision avoidance},
author = {Xinyou Qiu and Xiaoxiang Li and Jian Wang and Yu Wang and Yuan Shen},
journal= {arXiv preprint arXiv:2109.03037},
year = {2021}
}
备注
5 pages, 5 figures, been accepted and to be published in IEEE International Conference on Autonomous Systems 2021