基于领域知识的无人机群体协作碰撞规避学习框架
多智能体系统
2025-07-16 v1 机器学习
机器人学
摘要
本文提出了一种基于领域知识驱动奖励的多主体强化学习 (MARL) 框架，用于无人机群体的协作碰撞规避。该奖励源于图像处理领域的知识，模拟二维场上的等势线。通过将障碍物建模为场上的局部最大值，碰撞 inherently 被避免，因为等势线永远不会穿过峰值或相交。此外，计数器平滑且能源效率高。我们的框架允许在大规模群体训练，因为主体间相互作用最小化，无需复杂的信用分配方案或状态中最先进 MARL 方法中的观察共享机制。此外，无人机能够适应复杂环境，其中等势线可能不可行或不存在，通过强化学习。我们进行了大量实验来评估我们的框架对最先进 MARL 算法的性能。
引用
@article{arxiv.2507.10913,
title = {A Learning Framework For Cooperative Collision Avoidance of UAV Swarms Leveraging Domain Knowledge},
author = {Shuangyao Huang and Haibo Zhang and Zhiyi Huang},
journal= {arXiv preprint arXiv:2507.10913},
year = {2025}
}
备注
Under review at AAAI 2026