一种用于群系统自主控制的自适应模糊强化学习协同方法
系统与控制
2023-03-20 v1 机器学习
多智能体系统
机器人学
系统与控制
摘要
群引导问题具有一种挑战性结构，其中多个优化目标被同时求解。这通常需要不同的控制方法来处理各种目标，如引导、避碰和聚合。特别是，引导方案长期受困于复杂的跟踪误差动力学。此外，基于在平衡条件下获得的线性反馈策略的技术，在应用于不确定动态环境时可能不成立或退化。预调谐模糊推理架构在此类未建模条件下缺乏鲁棒性。本工作提出一种用于群系统自主控制的自适应分布式技术。其相对灵活的结构基于在线模糊强化学习方案，同时针对若干目标：即跟随领导者、避免碰撞和达成群速度一致。除在面对动态扰动时的韧性外，该算法仅需智能体位置作为反馈信号。所提方法的有效性通过两个仿真场景验证，并与文献中类似技术进行基准比较。
引用
@article{arxiv.2303.09946,
title = {An Adaptive Fuzzy Reinforcement Learning Cooperative Approach for the Autonomous Control of Flock Systems},
author = {Shuzheng Qu and Mohammed Abouheaf and Wail Gueaieb and Davide Spinello},
journal= {arXiv preprint arXiv:2303.09946},
year = {2023}
}
备注
7 pages, 2 figures