面向紧急救援的基于多智能体强化学习的合作空-地-人群感知
人工智能
2025-05-13 v1
摘要
移动人群感知正发展超越传统以人类为中心的模型，融合无人机（UAV）和无人地面车辆（UGV）等异构实体。针对紧急救援场景中复杂环境、有限通信和部分可观测性等挑战，优化这些多样化智能体间的任务分配至关重要。本文聚焦于紧急救援场景下的异构实体协作感知任务分配（HECTA）问题，涵盖人类、UAV和UGV。我们引入一种新的“硬性合作”策略，即UGV在执行感知任务的同时优先为电量低的UAV充电。目标是在严格的时间限制下最大化任务完成率（TCR）。我们将该NP难问题严格形式化为去中心化部分可观测马尔可夫决策过程（Dec-POMDP），以有效处理不确定性下的序列决策。为求解，本文提出HECTA4ER，一种基于集中训练、去中心化执行架构的新型多智能体强化学习算法。HECTA4ER包含专门设计的模块，用于复杂特征提取，利用动作-观察历史中的隐藏状态，以及融合全局与局部信息的混合网络，专为处理部分可观测性挑战而设计。理论分析确认了该算法的收敛性。大量仿真实验表明，HECTA4ER显著优于基线算法，TCR平均提升18.42%。此外，实地案例研究验证了该算法在动态感知场景中的有效性与鲁棒性，突显其在应急响应中的强大潜力。
引用
@article{arxiv.2505.06997,
title = {A Multi-Agent Reinforcement Learning Approach for Cooperative Air-Ground-Human Crowdsensing in Emergency Rescue},
author = {Wenhao Lu and Zhengqiu Zhu and Yong Zhao and Yonglin Tian and Junjie Zeng and Jun Zhang and Zhong Liu and Fei-Yue Wang},
journal= {arXiv preprint arXiv:2505.06997},
year = {2025}
}