在多-AUV 水下目标跟踪任务中，FISHER 是否就是唯一需要的方案？
机器人学
2025-09-30 v2 系统与控制
系统与控制
摘要
在水下环境中协同执行目标跟踪任务具有重要意义，但传统控制方法往往难以满足各种先决条件。因此，我们提出一种有效的两阶段从演示中学习的训练框架 FISHER，以突出强化学习（RL）方法在多-AUV 水下目标跟踪任务中的适应性，同时解决其对环境交互要求高及奖励函数设计难题等局限。第一阶段采用模仿学习（IL）实现策略改进并生成离线数据集。具体而言，我们基于生成对抗式 IL 算法改进并从纳什均衡条件导出多智能体 IL 优化目标，引入基于改进的多智能体判别器-演员-评论家。随后在第二阶段，我们开发多智能体独立的广义决策转换器，该模型通过分析潜在表示匹配高质量样本的未来状态（而非奖励函数），实现进一步提升的策略，能够处理各种情景。此外，我们提出一种仿真到仿真演示生成程序，利用传统控制方法生成专家演示，实现域间迁移。广泛的仿真实验表明，FISHER 在稳定性、多任务性能和泛化能力方面表现突出。
引用
@article{arxiv.2412.03959,
title = {Is FISHER All You Need in The Multi-AUV Underwater Target Tracking Task?},
author = {Guanwen Xie and Jingzehua Xu and Ziqi Zhang and Xiangwang Hou and Dongfang Ma and Shuai Zhang and Yong Ren and Dusit Niyato},
journal= {arXiv preprint arXiv:2412.03959},
year = {2025}
}
备注
This paper has been accepted by IEEE Transactions on Mobile Computing. Besides, Guanwen Xie and Jingzehua Xu contributed equally to this work