AUV 协作目标检测：双时间尺度层次 MARDL 方法
机器人学
2025-09-18 v1 机器学习
多智能体系统
摘要
自主 underwater 车 (AUV) 在协作检测与侦察方面展现出巨大潜力。然而，协作 AUV 的通信会引入暴露风险。在对抗环境下，实现高效协作的同时确保隐蔽作业成为水下协作任务的关键挑战。本文提出一种新颖的双时间尺度层次多智能体 Proximal Policy Optimization (H-MAPPO) 框架。高层组件基于中心 AUV 确定参与任务的个体；低层组件通过功率与轨迹控制降低参与 AUV 的暴露概率。仿真结果表明，所提框架实现了快速收敛，超越基准算法在性能方面的表现，并在确保隐蔽作业的前提下最大化长期协作效率。
引用
@article{arxiv.2509.13381,
title = {Cooperative Target Detection with AUVs: A Dual-Timescale Hierarchical MARDL Approach},
author = {Zhang Xueyao and Yang Bo and Yu Zhiwen and Cao Xuelin and George C. Alexandropoulos and Merouane Debbah and Chau Yuen},
journal= {arXiv preprint arXiv:2509.13381},
year = {2025}
}
备注
6 pages