一种用于输出调节的预测深度学习方法：以协同追逃为例
多智能体系统
2019-09-04 v1
摘要
在本文中，我们考虑在未知且可能对抗的环境中控制欠驱动系统的问题。重点将放在由 Dubins 动力学建模的自主飞行器上。所提出的控制律基于通过在线预测进行目标跟踪的变积分器。为展示我们方法的有效性，我们分析多个自主智能体之间的追逃博弈。为避免需要逃逸者未来策略的完美知识，我们使用深度神经网络，该网络根据追捕过程中在线收集的测量值训练以近似逃逸者的行为。
引用
@article{arxiv.1909.00893,
title = {A Predictive Deep Learning Approach to Output Regulation: The Case of Collaborative Pursuit Evasion},
author = {Shashwat Shivam and Aris Kanellopoulos and Kyriakos G. Vamvoudakis and Yorai Wardi},
journal= {arXiv preprint arXiv:1909.00893},
year = {2019}
}
备注
Accepted in Control and Decision Conference 2019