基于图注意力的去中心化Actor-Critic用于多无人机集群双目标控制
信号处理
2025-06-12 v1 人工智能
多智能体系统
摘要
本研究聚焦于多无人机系统的双目标优化：最大化服务覆盖作为主要目标，同时延长电池寿命作为次要目标。我们提出基于图注意力的去中心化Actor-Critic（GADC）来优化双目标。所提出的方法利用图注意力网络处理无人机有限的局部观测并降低环境状态的维度。随后，开发了一个Actor-double-critic网络来管理双策略以实现联合目标优化。所提出的GADC使用Kullback-Leibler（KL）散度因子来平衡多无人机系统中覆盖性能与电池寿命之间的权衡。我们通过与最先进方法的全面基准测试来评估GADC的可扩展性和效率，考虑了理论和实验两方面。在理想环境和NVIDIA Sionna的真实光线追踪环境中的广泛测试展示了GADC的优越性能。
引用
@article{arxiv.2506.09195,
title = {Graph Attention-based Decentralized Actor-Critic for Dual-Objective Control of Multi-UAV Swarms},
author = {Haoran Peng and Ying-Jun Angela Zhang},
journal= {arXiv preprint arXiv:2506.09195},
year = {2025}
}