基于课程的迭代自我对弈可扩展多无人机赛车

多个自主代理在高速、竞争性环境中的协调问题代表着重大的工程挑战。本文提出了CRUISE（Curriculum-Based Iterative Self-Play for Scalable Multi-Drone Racing，即基于课程的迭代自我对弈可扩展多无人机赛车），一种为解决这一挑战而设计的强化学习框架，旨在应对多无人机赛车这一挑战性领域。CRUISE 通过将渐进难度课程与高效自我对弈机制协同作用，克服了关键可扩展性限制，培育出稳健的竞争行为。该方法在具有真实四旋翼动力学的高保真仿真环境中验证，所得策略显著优于标准强化学习基线和最先进的博弈论规划器。CRUISE 实现了接近其规划器的平均赛车速度的 nearly 双倍，保持高成功率，并在代理密度增加时表现出稳健的可扩展性。消融研究确认，课程结构是此性能飞跃的关键组件。通过提供一种可扩展且有效的训练方法，CRUISE 推动了自主系统在动态、竞争性任务中的发展，为未来实际部署提供了蓝图。