面向去中心化覆盖控制的空间感知高斯过程UCB方法
机器学习
2026-05-28 v2
摘要
我们提出了一种用于高斯过程(GP)建模的未知空间环境中去中心化覆盖控制的新型算法。为在探索与开发放之间取得平衡，每个代理人通过最小化局部代价函数自主确定其轨迹。灵感来自GP-UCB(高斯过程上置置信界)获取函数，所提议的代价组合了预期位置代价与基于方差的探索项，引导代理人前往既在预测密度高又在模型不确定性高的区域。与前一工作相比，我们的方法采用完全去中心化的方式，仅依赖于局部观测与相邻代理人之间的通信。特别是，代理人定期使用贪心选择策略更新其诱导点，实现可扩展的在线GP更新。我们在仿真中展示了该算法的有效性。
引用
@article{arxiv.2511.02398,
title = {A Spatially Informed Gaussian Process UCB Method for Decentralized Coverage Control},
author = {Gennaro Guidone and Luca Monegaglia and Elia Raimondi and Han Wang and Mattia Bianchi and Florian Dörfler},
journal= {arXiv preprint arXiv:2511.02398},
year = {2026}
}