BAMAX：基于强化学习的回溯辅助多智能体探索
机器人学
2024-11-14 v1 人工智能
摘要
自主机器人协同探索未知环境仍是一个开放问题。该问题源于非平稳智能体之间的协调，每个智能体仅拥有部分信息视图。当多个机器人必须完全探索环境时，问题变得更加复杂。本文提出了基于强化学习的回溯辅助多智能体探索 (BAMAX)，这是一种用于多智能体系统协同探索的方法，旨在探索整个虚拟环境。顾名思义，BAMAX 利用回溯辅助来增强智能体在探索任务中的表现。为了评估 BAMAX 与传统方法的对比，我们展示了在多个六边形网格尺寸（从 10x10 到 60x60）上进行的实验结果。结果表明，BAMAX 在这些环境中以更快的覆盖速度和更少的回溯优于其他方法。
引用
@article{arxiv.2411.08400,
title = {BAMAX: Backtrack Assisted Multi-Agent Exploration using Reinforcement Learning},
author = {Geetansh Kalra and Amit Patel and Atul Chaudhari and Divye Singh},
journal= {arXiv preprint arXiv:2411.08400},
year = {2024}
}