无人机群集地面监视中的深度强化学习应用
人工智能
2025-01-16 v1 机器人学
摘要
本文深入概述了空中群集的最新进展，涵盖经典方法和新的基于强化学习的方法用于其管理。随后，本文提出一种混合 AI 系统，将深度强化学习集成到多智能体中心群集架构中。该系统专为执行特定区域的监视、搜索和跟踪地面目标而设计，旨在服务于安全和执法应用。群集由一个中心群集控制器负责在合作的无人机之间分配不同的搜索和跟踪任务。每个无人机智能体随后由一组合作子智能体控制，其行为使用针对群集控制器提出的不同任务类型的不同深度强化学习模型进行训练。具体而言，使用近端策略优化（PPO）算法训练了智能体的行为。此外，定义了若干指标来评估该应用中群集的性能。仿真结果表明，我们的系统能够有效地搜索作业区域，在合理时间内获取目标，并能够持续且一致地进行跟踪。
引用
@article{arxiv.2501.08655,
title = {Application of Deep Reinforcement Learning to UAV Swarming for Ground Surveillance},
author = {Raúl Arranz and David Carramiñana and Gonzalo de Miguel and Juan A. Besada and Ana M. Bernardos},
journal= {arXiv preprint arXiv:2501.08655},
year = {2025}
}