基于强化学习的 UAV 协同追逃博弈自主决策
人工智能
2024-11-06 v1 多智能体系统
机器人学
摘要
无人飞行器（UAV）中智能决策的应用日益增加，随着 UAV 1v1 追逃博弈的发展，多 UAV 协同博弈已成为一项新挑战。本文提出了一种基于深度强化学习的多角色 UAV 协同追逃博弈决策模型，旨在解决 UAV 在复杂博弈环境中自主决策的挑战。为了提高强化学习算法在高维状态-动作空间的 UAV 追逃博弈环境中的训练效率，本文提出了多环境异步双深度 Q 网络结合优先经验回放算法，以有效训练 UAV 的博弈策略。此外，为了提高协同能力和任务完成效率，以及最小化 UAV 在追逃博弈中的成本，本文聚焦于多 UAV 环境中的角色和目标分配。通过为不同场景中的 UAV 分配多样化的任务和角色，获得了具有不同数量 UAV 的协同博弈决策模型。仿真结果表明，所提出的方法实现了 UAV 在追逃博弈场景中的自主决策，并在协同方面表现出显著能力。
引用
@article{arxiv.2411.02983,
title = {Autonomous Decision Making for UAV Cooperative Pursuit-Evasion Game with Reinforcement Learning},
author = {Yang Zhao and Zidong Nie and Kangsheng Dong and Qinghua Huang and Xuelong Li},
journal= {arXiv preprint arXiv:2411.02983},
year = {2024}
}
备注
11 pages, 12 figures, 31 conference