无人机群体能源管理
最优化与控制
2025-11-17 v1 机器人学
摘要
本文提出一种分析框架，用于在不确定性下进行无人机群体系统的决策，基于将部分可观测马尔可夫决策过程(POMDP)与深度确定性策略梯度(DDPG)强化学习相集成。所提出的方法使无人机群体(UAVs)能够在认知 AI 平台上实现自适应控制和协作行为，其中每个代理人从动态环境状态中学习最优能源管理和导航策略。我们将标准 DDPG 架构扩展引入由贝叶斯滤波派生的信念状态表示，以实现部分可观测环境中稳健的决策。在本文中，针对高斯情形，我们数值比较了来自 DDPG 的策略性能与针对离散化原始连续问题的最优策略。仿真结果表明，基于 POMDP-DDPG 的群体控制模型在任务成功率和能源效率方面显著优于基线方法。该开发的框架支持多个代理人之间分布式学习和决策协调，为可扩展的认知群体自主性提供了基础。本研究的成果推动了智能多代理系统中面向能源的控制算法的发展，可应用于安保、环境监测和基础设施检查场景。
引用
@article{arxiv.2511.11557,
title = {Drone Swarm Energy Management},
author = {Michael Z. Zgurovsky and Pavlo O. Kasyanov and Liliia S. Paliichuk},
journal= {arXiv preprint arXiv:2511.11557},
year = {2025}
}
备注
14 pages, 4 Tables, 2 Figures